Antes de recomendar uma marca, um motor de IA precisa de a reconhecer como entidade: saber quem é, o que faz, e ter isso confirmado por fontes independentes. Entity Authority é o trabalho de construir esse reconhecimento. É o que separa uma marca que o modelo cita com confiança de uma que ignora ou confunde, e pesa sobretudo na memória de treino dos modelos.
- Os modelos citam entidades que reconhecem, não strings de texto
- Consistência de descrição em todas as plataformas é o sinal base
- Pesa mais na memória de treino do que na pesquisa web ao vivo
- Para uma PME, começa no Wikidata e no schema com sameAs, não na Wikipedia
Do texto à entidade
Um motor de IA não trata a tua marca como um conjunto de letras. Trata como uma entidade: um nó com identidade própria, ligado a um setor, a pessoas, a um lugar, a outras entidades. Quando alguém pergunta por uma empresa que faça o que tu fazes, o modelo não procura a string do teu nome; procura entidades que reconhece como resposta adequada, e recomenda as que consegue fixar com confiança.
Entity Authority é o grau dessa confiança. Uma marca com autoridade de entidade alta é descrita da mesma forma em todo o lado, tem os seus perfis oficiais ligados entre si, aparece em fontes que o modelo considera fiáveis, e não se confunde com homónimos. Uma marca com autoridade baixa é uma que o modelo mal conhece, descreve com hesitação ou troca por outra.
Porque decide a citação
Vale a pena separar os dois modos em que um motor responde, porque a entidade pesa de forma diferente em cada um. Na pesquisa web ao vivo, o motor procura e lê páginas no momento; aqui conta mais o que está publicado e acessível do que a memória do modelo.
Na resposta de memória, sem pesquisa, o modelo recorre ao que absorveu no treino. E o que absorve com clareza é o que viu descrito de forma consistente em muitas fontes. Uma marca com identidade contraditória entre o site, o LinkedIn, os diretórios e a imprensa dá ao modelo sinais em conflito, e o resultado é hesitação ou omissão. Uma marca descrita da mesma maneira em todo o lado fixa-se como entidade estável. É por isto que Entity Authority pesa sobretudo na memória de treino, a camada mais difícil de mover.
Os sinais que a constroem
Entity Authority não se compra nem se declara; constrói-se com sinais que os modelos verificam. Os principais, por ordem de acessibilidade para uma empresa portuguesa:
- Consistência de descrição. O mesmo nome, a mesma atividade, a mesma morada e contactos, em todas as plataformas públicas. É o sinal mais barato e o mais ignorado.
- Dados estruturados com sameAs. Schema Organization no site, com a propriedade sameAs a ligar aos perfis oficiais (LinkedIn, diretórios do setor, Wikidata). Diz ao modelo, de forma inequívoca, que estas presenças são a mesma entidade.
- Registo no Wikidata. Acessível a qualquer empresa e lido intensamente pelos modelos. É o primeiro passo estruturado para fixar a marca como entidade.
- Menções por terceiros. Cobertura independente, citações em fontes de referência do setor, presença em discussões reais. A entidade ganha peso quando não és só tu a falar de ti.
Por onde uma PME começa
A tentação é apontar à Wikipedia, e é o conselho errado para a maioria. A Wikipedia exige notabilidade demonstrada por cobertura independente, está fora de alcance no curto prazo para a generalidade das PMEs, e artigos promocionais são apagados, o que queima credibilidade na plataforma.
O caminho realista é o inverso. Primeiro, arrumar a consistência: uma descrição única da empresa, replicada em todo o lado. Depois, o schema com sameAs no site e o registo no Wikidata, ambos acessíveis desde já. Só quando a cobertura de imprensa o justificar é que a Wikipedia entra na conversa, e nunca forçada. A entidade constrói-se de baixo para cima, com paciência, e é precisamente o tipo de vantagem que se consolida e não se perde de um dia para o outro.
Perguntas frequentes
Preciso de estar na Wikipedia?
Não. Começa no Wikidata, no schema com sameAs e na consistência de descrição. A Wikipedia vem depois, se a cobertura a justificar.
Porque pesa mais na memória de treino?
Porque a memória é feita do que o modelo viu de forma consistente em muitas fontes. Contradições confundem; consistência fixa.
Ver também onde a IA aprende sobre a tua marca, o glossário e as perguntas frequentes.
A destaque.ai é a primeira consultoria de Generative Engine Optimization em Portugal. Para um diagnóstico GEO da tua empresa, fala connosco: contacto@destaque.ai ou WhatsApp.