O método de 5 fases que torna uma empresa encontrável e recomendável por ChatGPT, Claude, Gemini e Perplexity — com o case completo do cliente-zero.
# O caminho crítico do método F0 Diagnóstico → a régua (baseline) F1 Catálogo → o conteúdo (~50 fichas) F2 Publicação → a exposição (AEO/GEO) F3 Agente → a conversão (chat + leads) F4 Loop → a prova (medir o delta) # Nenhuma fase fecha "no olho": # todo gate é um comando executado.
A maioria das empresas simplesmente não existe para as IAs — e isso é mensurável antes e depois. O AIV 2026 empacota o método que reverte isso, junto com a execução completa e documentada no cliente-zero (INEMA).
Diagnóstico → catálogo → publicação → agente → loop. Cada fase com passos, critérios de saída verificáveis, orçamento e as armadilhas reais já vividas.
O cliente-zero partiu de 0% de aparição em 52 medições de prompts neutros. Plano war-game, registro do que foi construído e relatório de decisões — tudo no repo.
Chat que guia o visitante pelo site, qualifica interesse e captura leads — com gates de segurança comprovados (suíte adversarial, rate limit, schema fechado).
Regras que valem para todas: nunca inventar dado do cliente (sem confirmação → PENDENTE), medir antes de mexer, testar local antes de publicar, e nada de agente em produção sem aprovação explícita.
~20 perguntas neutras do nicho, 3 execuções em cada IA. Registra quem é citado, com quais fontes, com quais erros. O baseline é o "antes" do case.
~50 fichas Markdown+YAML versionadas: institucional, produtos, FAQ derivada do F0, portfólio. Extração com fonte real, revisão do cliente em lotes de 10.
Gerador estático → páginas com resposta direta no 1º parágrafo, JSON-LD e sitemap, servidas no domínio do cliente, com bots de IA liberados e testados por user-agent.
Widget em shadow DOM + função serverless + LLM. Navegação e captura via tool use com schema fechado; catálogo como única fonte — o agente não inventa preço nem URL.
Re-medição mensal do AI Share of Voice contra o baseline + loop semanal sobre as conversas reais. Perguntas sem ficha viram fichas novas.
O plano assume que barreiras vão aparecer: cada fase declara suposição otimista e pessimista, modos de falha com correção pré-desenhada e orçamento de tentativas.
O método é barato de rodar — a infraestrutura de publicação é estática e gratuita; o agente usa um LLM de baixo custo por trás de uma função serverless.
Clonar o repo e ler o playbook de ponta a ponta antes de qualquer coisa.
# ponto de partida git clone https://github.com/inematds/aiv2026 cat aiv2026/playbook-aeo-geo.md
Acesso ao domínio/site (para o proxy e o robots.txt), 1–2 h/semana de revisão durante o catálogo, e um decisor disponível para aprovar as transcrições do agente.
Hospedagem estática (GitHub Pages resolve), um Postgres serverless (Supabase) para o agente, e uma chave de LLM — via OpenRouter por padrão — que nunca toca o navegador.
O resumo executável do playbook — do zero à operação contínua. Os detalhes, modos de falha e critérios completos estão nos documentos do repo (o README traz este mesmo passo a passo expandido).
Clone o repo, leia o playbook de ponta a ponta e use o prompt original com os [placeholders] trocados pelo projeto do cliente novo. Planeje as barreiras antes de escrever uma linha de código.
git clone https://github.com/inematds/aiv2026 cat aiv2026/playbook-aeo-geo.md # o método cat aiv2026/case-inema/prompt-war-game-portugues.md # gere seu plano com ele
Levante ~20 perguntas neutras do nicho com o cliente, congele a bateria como v1 e rode cada prompt 3× em cada IA. Sem baseline, nenhum resultado depois é demonstrável.
# registrar em CSV: data, ferramenta, prompt, execução, # cliente citado?, concorrentes, fontes citadas, erros da IA resultado do cliente-zero: 0% de aparição em 52 medições
Fichas Markdown+YAML em lotes de 10, sempre com fonte real. A FAQ nasce da própria bateria F0 — perguntas com demanda comprovada, não inventadas.
# front matter obrigatório por ficha slug, tipo, titulo, resumo, status, fonte, confianca, atualizado_em # regra dura: sem confirmação → confianca: PENDENTE # o validador rejeita publicar ficha PENDENTE
Gere páginas estáticas com resposta direta no 1º parágrafo, JSON-LD e canonical no domínio do cliente. Libere os bots de IA no robots.txt e prove com curl.
# o gate não é opinião, é comando: curl -A "OAI-SearchBot" https://dominio-do-cliente/conhecimento/ # 200 curl -A "ClaudeBot" https://dominio-do-cliente/conhecimento/ # 200 # + JSON-LD validado + sitemap enviado ao Google Search Console # e ao Bing Webmaster Tools (setup único; depois eles re-rastreiam)
Widget leve no site, função serverless no meio, catálogo como única fonte de verdade. Navegação e captura de lead são tools com schema fechado — o modelo não consegue inventar URL. O cérebro chama o OpenRouter por padrão: um endpoint formato-OpenAI para centenas de modelos, trocar de modelo é trocar uma string, e o custo por conversa sai pronto no dashboard.
# gates antes do go-live (nenhum é opcional) suíte adversarial ≥20 ataques # 0 vazamentos, 0 ações fora do schema flood de requisições # rate limit devolve 429 lead de teste # confirmado com query no banco 10 transcrições # aprovadas pelo cliente
Instale os 4 sinais de medição (site, páginas de conhecimento, agente, share of voice) e re-rode a bateria v1 todo mês. O delta contra o baseline é o número do case.
# share of voice estagnado após 3 meses? # a alavanca deixa de ser conteúdo e passa a ser autoridade # externa: as fontes que as IAs citam no lugar do cliente re-medição mensal → delta vs baseline → relatório de 10 linhas
Toda mudança de conteúdo percorre três destinos: o site público, o banco do agente e os buscadores. Esquecer qualquer um deixa uma superfície desatualizada — o agente responde do banco, não dos arquivos.
# edite a ficha em catalogo/ (sem confirmação → PENDENTE), depois: node scripts/gerar-site.mjs # 1. site: HTML+JSON-LD+sitemap → push node scripts/sync-catalogo-supabase.mjs # 2. banco do agente (catalogo_fichas) # 3. buscadores: o sitemap sai com lastmod novo e Google/Bing # re-rastreiam sozinhos; página estratégica mudou → pedir # reindexação manual no Search Console (Inspeção de URL)
Tudo verificado com comando real e documentado no repo: o plano war-game original, o registro do que foi construído (com runbook) e o relatório de decisões e riscos.
de aparição nas 52 medições do baseline — a prova do problema e o "antes" do case.
de catálogo viraram páginas públicas indexáveis, com JSON-LD, sitemap e bots de IA testados um a um.
na suíte adversarial contra o agente publicado: 0 vazamentos de instrução, 0 ações fora do schema.
de medição instalados para o loop: site, páginas de conhecimento, conversas do agente e AI Share of Voice mensal.
O prompt original que gerou o plano — reutilizável: troque os [placeholders] pelo projeto do cliente novo.
O plano war-game completo, com as tabelas de 22 cenários de falha que transferem quase inteiras para qualquer cliente.
O que existe construído + o runbook operacional: como regenerar o site, sincronizar o catálogo e re-medir a bateria.
O cliente-zero executou as 5 fases em 2026-07; a janela de indexação e a re-medição mensal estão correndo.