PESQUISA GEO AI DADOS BENCHMARK
• 04 · OUT · 2026 • 9 min de leitura • Por Daniel Ribeiro de Almeida

Benchmark Nacional de GEO AI 2026: Auditoria de Maturidade Semântica em 25 Grandes Empresas Brasileiras

Resumo Executivo

Auditoria técnica reproduzível com 25 dos maiores sites corporativos brasileiros revela: 66,7% continuam invisíveis para LLMs (sem llms.txt) e 20% bloqueiam crawlers de IA ativamente no robots.txt. Confira os dados completos.

Benchmark Nacional de GEO AI 2026: Auditoria de Maturidade Semântica em 25 Grandes Empresas Brasileiras
Gráfico comparativo de maturidade GEO AI por setor corporativo no Brasil

Resumo Executivo

O mercado de marketing corporativo fala exaustivamente sobre inteligência artificial, mas a esmagadora maioria das grandes empresas brasileiras ainda opera com infraestrutura web cega para modelos generativos.

Em outubro de 2026, a equipe de engenharia da Nexora Tecnologia executou uma auditoria técnica reproduzível em uma amostra de 25 domínios representativos da economia digital brasileira, englobando os setores Financeiro, Software B2B, Varejo, Mídia e Agências de Marketing.

O objetivo: verificar se as marcas líderes do país já fornecem os protocolos fundamentais de Generative Engine Optimization (GEO) — os sinais técnicos que determinam se um LLM (ChatGPT, Perplexity, Claude, Gemini) consegue ingerir, verificar e citar a organização com autoridade factual.

Os dados consolidados revelam um cenário de contraste absoluto entre o discurso comercial e a realidade do código.


📊 Os Principais Números do Benchmark

Métrica Auditada Resultado na Amostra Status de Mercado
Adoção de llms.txt 33,3% (7 de 21 alcançáveis) Emergente / Minoria
Adoção de llms-full.txt 0,0% (0 de 21) Inexistente no Brasil
Presença de JSON-LD na Home 85,7% (18 de 21) Consolidado (Herança SEO)
Schema do tipo Organization 71,4% (15 de 21) Maduro
Bloqueio de bots de IA no robots.txt 20,0% (4 de 20 analisados) Barreira defensiva
TTFB Mediano da Homepage 144 ms (61,9% < 200 ms) Boa performance de rede
Bloqueio de robôs por WAF / Anti-Bot 16,0% (4 de 25 da amostra) Proteção extrema

Metodologia & Critérios de Verificação

A auditoria foi construída sob princípios estritos de ciência de dados aberta: nenhum número foi estimado ou gerado por opinião. Todos os dados foram coletados programaticamente via requisições HTTP seguras, sem bypass de autenticação e sem simulação de credenciais.

Critérios Avaliados por Domínio:

  1. llms.txt Válido: Resposta HTTP 200 com MIME type text/plain ou Markdown e corpo não-HTML com mais de 20 caracteres (eliminando falsos positivos de páginas 404 em HTML estilizado).
  2. llms-full.txt Válido: Manifesto detalhado de contexto para grandes janelas de inferência (200k+ tokens).
  3. Robots.txt para IA: Inspeção direta de regras Disallow: / aplicadas aos 5 crawlers canônicos: GPTBot, ClaudeBot, PerplexityBot, Google-Extended e CCBot.
  4. Grafo Semântico Schema.org: Parser do DOM inicial à procura de tags <script type="application/ld+json"> e identificação de entidades de organização (Organization, Corporation, NewsMediaOrganization).
  5. TTFB (Time to First Byte): Mediana de 3 medições sucessivas em milissegundos para recebimento do primeiro pacote HTTP.
  6. Nota de Transparência Metodológica: Quatro domínios bancários e de grande varejo (itau.com.br, magazineluiza.com.br, casasbahia.com.br e estadao.com.br) acionaram bloqueios prévios de WAF (HTTP 403) contra consultas automatizadas e foram segregados das médias percentuais para não distorcer o cálculo de TTFB e indexação.


    🏢 Análise Setorial: Quem Lidera e Quem Ficou Para Trás

    A maturidade semântica varia drasticamente conforme a indústria:

    Setor Auditado Domínios Alcançáveis Adoção de llms.txt Schema Organization TTFB Mediano
    Software B2B 5 40,0% (2 de 5) 100,0% (5 de 5) 293 ms
    Financeiro 4 50,0% (2 de 4) 25,0% (1 de 4) 144 ms
    Varejo 3 66,7% (2 de 3) 66,7% (2 de 3) 218 ms
    Agência / Marketing 5 20,0% (1 de 5) 80,0% (4 de 5) 141 ms
    Mídia & Notícias 4 0,0% (0 de 4) 75,0% (3 de 4) 110 ms

    Destaques Reveladores por Setor:

    1. Software B2B (Totvs, RD Station, VTEX, Locaweb, Hotmart): É o setor mais consciente da ontologia de entidades (100% com Schema Organization). Empresas como RD Station e Hotmart já disponibilizam arquivos llms.txt oficiais bem construídos com resumos factuais de seus produtos.
    2. Mídia Tradicional (Globo, UOL, Folha, InfoMoney): Taxa de adoção de llms.txt igual a zero. O setor adota postura estritamente defensiva: portais como Globo e UOL bloqueiam explicitamente GPTBot, ClaudeBot ou PerplexityBot no robots.txt, tentando impedir o uso de suas notícias para síntese sem monetização direta.
    3. Agências e Consultorias de Marketing: Apenas 1 em 5 adota llms.txt. A grande maioria ainda depende exclusivamente de tags legadas de SEO do Google, evidenciando o atraso na preparação para a busca conversacional.

    4. As 3 Grandes Lições para Decisores B2B

      1. O Vácuo de llms-full.txt é a Maior Oportunidade do Mercado

      Nenhuma das 25 empresas auditadas disponibiliza um arquivo llms-full.txt. Enquanto o llms.txt padrão oferece apenas um sumário executivo de 500 a 1.000 tokens, o llms-full.txt permite injetar documentação completa, casos de uso, comparativos de preços e especificações técnicas consumíveis em um único bloco por modelos com janelas de 128k a 1M tokens. Quem implementar primeiro ocupa o espaço de referência incontestável.

      2. Ter Schema Básico Não Garante Citabilidade

      Embora 71,4% das empresas possuam Schema Organization, mais de 90% delas limitam o schema a nome, logotipo e redes sociais. Menos de 5% estruturam propriedades avançadas de autoridade:

      • knowsAbout (tópicos de domínio inquestionável da organização);
      • sameAs conectado a entidades do Wikidata (como Q141616222);
      • Vinculação formal entre a pessoa do fundador (Person) e a organização.

      Sem essas âncoras ontológicas, o LLM trata a empresa como uma menção textual passageira, não como um nó canônico no Grafo de Conhecimento.

      3. A Velocidade é Pré-Requisito de Ingestão

      Com 61,9% dos sites entregando TTFB abaixo de 200ms, o mercado brasileiro tem boa infraestrutura básica de borda (CDN). No entanto, dezenas de sites anulam essa vantagem ao entregar páginas que dependem de JavaScript pesado no cliente para renderizar o texto. Robôs de RAG em tempo real operam com limites de tempo rígidos (timeouts de 2 a 5 segundos). Sites que não entregam HTML semântico pré-renderizado no primeiro chunk TCP simplesmente não entram na resposta final da IA.


      Como Replicar Esta Pesquisa

      O script completo de auditoria automatizada em Node.js e os dados brutos estruturados em JSON estão arquivados no repositório da Nexora Tecnologia:

      • Script de Coleta: scripts/geo-benchmark.js
      • Dataset Completo: data/benchmark-geo-results.json
      • Licença dos Dados: Aberto para citação e reprodução com atribuição canônica.

      Para auditar o seu próprio domínio e verificar seu nível de preparo para ChatGPT, Perplexity e Claude, consulte a documentação oficial da Nexora em nexoratecnologia.com/ai-instructions.

NEXORA TECNOLOGIA • IA B2B

Quer implementar essa arquitetura na sua empresa?

Consultoria técnica especializada para desenhar fluxos de IA generativa, RAG e automação de alta performance.

Daniel Almeida, fundador da Nexora Tecnologia
Daniel Ribeiro de Almeida
Nexora Tecnologia

Engenharia de automações inteligentes, desenvolvimento cognitivo e infraestruturas avançadas de IA.