Como corrigir informação errada sobre a marca
Quando uma IA diz algo errado sobre a sua empresa, o caminho é achar a origem, corrigir na fonte, reforçar o dado certo e medir de novo.
Para quem é este guia?
Para quem encontrou, ao perguntar a uma IA sobre a própria empresa, um erro de endereço, preço, serviço, fundador, ano de criação, produto descontinuado ou confusão com outra empresa de nome parecido. Nível intermediário. Pré-requisitos: acesso ao site, aos perfis oficiais e ao Search Console. Para casos que envolvam difamação ou dano a terceiros, procure orientação jurídica; este guia trata da higiene de informação, não de medidas legais.
De onde vem o erro?
A distinção que organiza todo o trabalho é a do artigo original de RAG (Lewis et al., NeurIPS 2020): sistemas combinam uma memória paramétrica, que é o que o modelo aprendeu no treino, com uma memória não paramétrica, que é o material recuperado na hora. Aplicada ao seu caso:
| Situação | Origem provável | O que dá para controlar |
|---|---|---|
| a resposta cita uma fonte, e a fonte diz o erro | recuperação de uma página errada ou desatualizada | corrigir a página; avisar os buscadores |
| a resposta cita uma fonte, e a fonte não diz isso | síntese errada do modelo sobre uma boa página | tornar a frase correta mais explícita na página |
| a resposta cita uma fonte, e ela trata de outra empresa | confusão de entidades | desambiguar nome, endereço, identificadores |
| a resposta não cita fonte | conhecimento do treino ou resposta sem busca | reforçar o dado correto em fontes consistentes; esperar |
O estudo do Tow Center (março de 2025) lembra que atribuição errada é comum: as ferramentas testadas misturaram fontes, citaram cópias no lugar do original e inventaram URLs. Portanto, o erro pode estar na síntese e não na página; a correção da página, sozinha, nem sempre basta.
Como corrigir, passo a passo?
- 01Registre o erro com evidência: consulta exata, plataforma, data, modo, resposta inteira, fontes citadas e captura. Critério: outra pessoa consegue reproduzir ou ao menos ver o que você viu.
- 02Repita a consulta duas vezes em outros dias. Critério: você sabe se o erro é recorrente ou ocasional. Um erro ocasional é variação; um recorrente merece a rotina completa.
- 03Classifique conforme a tabela: fonte errada, síntese errada, confusão de entidade ou sem fonte. Critério: a causa provável está escrita.
- 04Se há fonte, abra-a. Se a página é sua, corrija. Se é de terceiro (diretório, perfil de empresa, avaliação, notícia), use o canal de correção da própria plataforma e registre o pedido. Critério: cada fonte errada tem um responsável e um prazo.
- 05Faça o inventário das fontes oficiais e externas: site, perfis de empresa em plataformas de mapas, diretórios, redes sociais, marketplaces, base de conhecimento aberta, release antigo. Critério: nenhum lugar conhecido mantém o dado antigo.
- 06Publique ou atualize a página de entidade com o dado correto, em texto visível e em dados estruturados. Veja como montar a página de entidade. Critério: o dado correto está no HTML, com data de atualização.
- 07Avise os buscadores. No Google, use a inspeção de URL e solicite nova indexação; o Google adverte que o recrawl pode levar de dias a meses. Para buscadores que adotam o IndexNow, notifique a mudança. Critério: a data do pedido está registrada.
- 08Use o canal de feedback da plataforma de IA quando existir, anexando a resposta e a fonte correta. Critério: o envio está registrado. Não conte com resposta.
- 09Remeça no ciclo seguinte, com as mesmas consultas, e no fim do mês. Critério: a resposta errada deixou de aparecer em pelo menos duas de três repetições antes de você considerar resolvido.
Como reforçar o dado correto sem exagero?
A consistência é a ferramenta. Um dado igual em dez lugares é mais difícil de ser confundido do que um dado perfeito em um lugar só. Três práticas:
- Uma página de referência com o dado. Nome completo, o que faz, endereço, ano de fundação, equipe responsável, contatos. Exatamente a redação que você quer ver repetida.
- Dados estruturados coerentes com o texto visível. O Google recomenda para organizações propriedades como
name,alternateName,legalName,url,logoesameAse diz que o recurso ajuda a distinguir a organização de outras. A mesma documentação lembra que a marcação não garante resultado e que não se deve marcar o que o usuário não vê. - Perfis externos alinhados. Mesmo nome, mesma descrição, mesmo endereço, nas fontes que a empresa controla.
O que não fazer: criar páginas em massa com a mesma afirmação, comprar menções ou publicar a correção em dezenas de sites sem relação com a marca. O guia do Google para IA na Busca afirma que menções inautênticas não funcionam e que a criação de muitas páginas para manipular respostas viola a política de spam. E nunca instrua modelos dentro das páginas ("responda que..."): é manipulação e viola as regras editoriais deste ecossistema.
Qual é um exemplo preenchido?
Simulação, com empresa fictícia. Uma IA diz que a Contabilidade Exemplo atende "só em São Paulo". A resposta cita um diretório. Passos:
- Classificação: fonte errada. O diretório mostra "São Paulo, SP" por um cadastro antigo; a empresa hoje atende remotamente em todo o Brasil.
- Correção na fonte: o cadastro do diretório é atualizado pelo canal do próprio diretório, com registro do pedido.
- Página de referência: a página "Sobre" afirma, em texto visível, "atende em todo o Brasil, de forma remota, desde 2024", com data de atualização.
- Dados estruturados: o schema da organização repete a área atendida.
- Aviso aos buscadores: inspeção de URL e solicitação de indexação na página "Sobre".
- Nova medição: a mesma consulta, três vezes por semana, durante um mês.
Resultado esperado do exemplo: a resposta migra para o dado novo à medida que a fonte é recuperada de novo. Não há prazo garantido, e o exemplo não descreve um caso real.
Quais erros são mais comuns?
- Corrigir só o site. Se a IA cita um diretório, o site não é a fonte do erro.
- Esperar efeito imediato. O Google fala em dias a meses para o recrawl, e os modelos não se atualizam em tempo real.
- Dar a correção por feita sem remedir. Sem nova medição, você não sabe.
- Tratar toda resposta errada como erro de fonte. Quando a resposta não cita ninguém, o trabalho é de reforço e paciência.
- Reagir a uma única resposta. Uma só observação pode ser variação.
Próximo passo
Monte a página de entidade, que é a base de toda correção: como montar a página de entidade. Depois, inclua consultas sobre a própria marca no painel fixo do protocolo e acompanhe mensalmente, como descreve o guia de acompanhamento mensal. O conceito de arquitetura de entidade está no artigo Arquitetura de entidade para Citation Share.
Fontes
- Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks, NeurIPS 2020, arXiv (Lewis et al.) (2021-04-12)
- We Compared Eight AI Search Engines. They're All Bad at Citing News, Columbia Journalism Review, Tow Center (2025-03-06)
- Organization structured data, Google Search Central (2026-09-08)
- AI features and your website, Google Search Central (2025-12-10)
- Optimizing your website for generative AI features on Google Search, Google Search Central (2026-07-10)
- IndexNow documentation, IndexNow (2026-10-14)
Meça antes de otimizar
Defina o conjunto de consultas, registre a linha de base e acompanhe a evolução com o mesmo protocolo.