Biblioteca Científica de GEO e Inteligência Artificial — 2026
Publicado em · Atualizado em
Biblioteca de pesquisa autoral · Raphael Sousa Pereira · 2026
Da fonte à evidência verificável.
O acervo reúne oito estudos e protocolos de GEO, recuperação de informação, arquitetura de modelos de linguagem, dados estruturados e fidelidade de marca. O objetivo é conectar conhecimento técnico a perguntas verificáveis sobre como uma fonte é representada, encontrada, admitida no contexto, utilizada e atribuída em sistemas generativos.
Os textos de origem foram fornecidos pelo autor em formato HTML para esta integração. A adaptação mantém os argumentos e tabelas dos documentos, sem converter hipóteses em resultados. Os artigos técnicos não constituem comprovação de desempenho ou garantia de citação por IA.
As seis etapas de interpretação
| Camada | Pergunta verificável | Exemplo de evidência |
|---|---|---|
| E1 Retrieval | A fonte entrou entre os candidatos? | Recall@k, qrels e consulta reproduzível |
| E2 Admission | O trecho selecionado entrou no contexto? | Logs e auditoria de seleção de contexto |
| E3 Utilization | O modelo usou a informação relevante? | Resposta e comparação com fatos-controle |
| E4 Attribution | O modelo atribuiu o fato à entidade correta? | Fonte vinculada ao claim correto |
| E5 Fidelity | A resposta preservou os fatos? | Avaliação contra fatos verificáveis |
| E6 Completeness | A resposta trouxe os elementos essenciais? | Taxa de fatos esperados presentes |
Aplicação no FAQ: os estudos desta biblioteca e novos materiais autorais também fundamentam 25 respostas adicionais na Central de Perguntas, organizadas por IICG, SEO/GEO, QF-GEO, profundidade temática, governança e auditoria competitiva.
Inventário das oito pesquisas
| Pesquisa | Objeto | Relação com GEO | Estado científico |
|---|---|---|---|
| Inference e KV Cache | Prefill, decode, KV cache, sampling e infraestrutura da geração | E3–E6 (após E1–E2) | Análise técnica e protocolo de validação |
| Hybrid Search e Reranking | BM25, vetores, RRF, fusion e seleção de candidatos | E1–E3 | M3 — benchmark proposto |
| Schema Markup e grafos de entidades | JSON-LD, @id, @graph, Person, Organization, relações e suporte factual | Representação e desambiguação | M3 — protocolo testável |
| Fine-Tuning, RLHF e RLAIF | Post-training, preferência, alinhamento e comportamento da policy | E3–E6; não confundir com E1 | Análise metodológica |
| Protocolo de tokenização e GEO | Fertility, fragmentação, contexto controlado e atribuição | E3–E6 | PROTOCOLO NÃO EXECUTADO |
| Engenharia de Fidelidade de Marca — GBFA | Presença, atribuição, fidelidade, completude, estabilidade e drift | E1–E6 | M3 — framework proposto |
| Vector Databases, ANN e HNSW | Recall@k, latência, filtros, quantização e custos | E1 Retrieval | M3 — benchmark proposto |
| ANN/HNSW e Ciência da Informação | Sobrevivência da evidência, approximation loss e atribuição | E1–E4 | Modelo metodológico e hipóteses |
Inference e KV Cache
Prefill, decode, KV cache, sampling e infraestrutura da geração.
Escopo: E3–E6 (após E1–E2). Estado: Análise técnica e protocolo de validação.
Hybrid Search e Reranking
BM25, vetores, RRF, fusion e seleção de candidatos.
Escopo: E1–E3. Estado: M3 — benchmark proposto.
Schema Markup e grafos de entidades
JSON-LD, @id, @graph, Person, Organization, relações e suporte factual.
Escopo: Representação e desambiguação. Estado: M3 — protocolo testável.
Fine-Tuning, RLHF e RLAIF
Post-training, preferência, alinhamento e comportamento da policy.
Escopo: E3–E6; não confundir com E1. Estado: Análise metodológica.
Protocolo de tokenização e GEO
Fertility, fragmentação, contexto controlado e atribuição.
Escopo: E3–E6. Estado: PROTOCOLO NÃO EXECUTADO.
Engenharia de Fidelidade de Marca — GBFA
Presença, atribuição, fidelidade, completude, estabilidade e drift.
Escopo: E1–E6. Estado: M3 — framework proposto.
Vector Databases, ANN e HNSW
Recall@k, latência, filtros, quantização e custos.
Escopo: E1 Retrieval. Estado: M3 — benchmark proposto.
ANN/HNSW e Ciência da Informação
Sobrevivência da evidência, approximation loss e atribuição.
Escopo: E1–E4. Estado: Modelo metodológico e hipóteses.
Como utilizar estes estudos no site
O material deve ser conectado somente a páginas que discutam o mesmo fenômeno: perguntas técnicas sobre RAG, links e Schema.org; glossário para definições; pesquisas e publicações para provas e limites; e Blog para leitura editorial. Um estudo sobre fine-tuning não prova posicionamento em busca, assim como uma melhoria de busca vetorial não prova que a marca foi citada.
Sobre o autor · Cronologia e Sala de Imprensa · Independência editorial