Entenda como o NLP molda a busca do Google e da IA: entidades, saliência, embeddings, uma auditoria em 6 etapas com código, regras de escrita e erros.

Nesta página
Em resumo
o SEO NLP consiste em escrever e estruturar as suas páginas para que os modelos de linguagem usados pelo Google e pelos assistentes de IA entendam exatamente do que trata a sua página: que entidades cobre, a que pergunta responde cada trecho e como se relaciona com o resto do seu site. Na prática, você passa o seu texto pelo mesmo tipo de ferramentas (extração de entidades, classificação, embeddings), corrige o que a máquina lê mal e reescreve as frases para que o assunto principal, os seus atributos e as suas respostas fiquem explícitos. Não é um novo truque para ranquear: é uma forma de eliminar a ambiguidade, e é a ambiguidade que lhe custa posições e citações nas IAs.
Quer ir mais longe? Pergunte ao
Quiz rápido
O SEO é para você, e como começar?
O Sorank combina com suas respostas
Teste por 3 dias no seu próprio site e veja onde você está no Google, no ChatGPT e nas outras IAs.
Teste grátis de 3 dias3 dias grátis, depois você para quando quiser. Garantia de resultados de 90 dias, sujeita a condições.
O processamento de linguagem natural (NLP, de Natural Language Processing) é o ramo da IA que transforma texto humano em dados com os quais uma máquina consegue raciocinar: palavras, frases, entidades, relações e significado. Se quiser primeiro a definição geral, leia a nossa entrada de glossário sobre processamento de linguagem natural. Para o SEO, a definição que importa é mais estreita: o NLP é a forma como um buscador decide o que a sua página significa antes de decidir onde ranqueá-la.
Por isso, o SEO NLP tem três camadas. Você precisa das três para ter resultados.
O que o SEO NLP não é: não é encher uma página com uma lista de «palavras-chave NLP», e não é correr atrás da pontuação de uma ferramenta de conteúdo. O Google diz isso claramente no seu guia sobre criar conteúdo útil, confiável e focado nas pessoas: se você escreve para atingir um número de palavras porque ouviu dizer que o Google prefere um, a resposta é «Não». A mesma lógica vale para listas de termos. O objetivo é ser compreendido, não parecer otimizado.
Por que a compreensão da linguagem mudou o SEO
Fontes: Google, Pandu Nayak, «Understanding searches better than ever before» (2019) e «MUM: A new AI milestone for understanding information» (2021)
Quando o Google lançou o BERT, Pandu Nayak (Google Fellow e vice-presidente de Search) explicou no anúncio oficial de 25 de outubro de 2019 que o modelo ajudaria a Pesquisa a entender melhor uma em cada 10 pesquisas em inglês nos EUA. O exemplo dele foi a pesquisa «2019 brazil traveler to usa need a visa»: antes do BERT, a palavra «to» era em grande parte ignorada e o Google devolvia resultados sobre cidadãos americanos que viajavam para o Brasil. Depois do BERT, o sentido da viagem passou a ser entendido. Essa única preposição resume o SEO NLP: as palavras pequenas carregam significado, e os modelos agora as leem. A nossa página de glossário sobre o algoritmo BERT aprofunda o próprio modelo.
Dois anos depois, o Google apresentou o MUM num artigo de 18 de maio de 2021, descrevendo-o como 1000 vezes mais poderoso que o BERT e treinado em 75 idiomas. A pesquisa de exemplo era a de um caminhante que subiu o monte Adams e quer se preparar para o monte Fuji no outono seguinte: uma pergunta que exige comparar duas entidades e deduzir o que «se preparar» quer dizer. Hoje, AI Overviews, ChatGPT, Perplexity e Gemini funcionam todos pelo mesmo princípio: leem trechos, resolvem entidades e montam respostas. A sua página é a matéria-prima desse processo.
Você não precisa conhecer a matemática. Precisa conhecer as etapas, porque cada etapa é um ponto onde a sua página pode ser mal lida. Este é o pipeline na ordem em que um sistema típico o executa.
As 7 etapas pelas quais uma máquina lê a sua página
A tabela abaixo liga cada tarefa de NLP ao risco concreto numa página e à correção que está nas suas mãos.
| Tarefa de NLP | O que a máquina faz | Problema típico numa página | O que você muda |
|---|---|---|---|
| Remoção do template | Separa o conteúdo principal do template | A introdução fica enterrada sob 600 palavras de menus e widgets | Colocar a resposta no primeiro parágrafo do conteúdo principal, em HTML simples |
| Segmentação em frases | Corta o texto em frases | Tópicos sem verbo, frases de 60 palavras | Uma ideia por frase, frases completas nas listas que trazem fatos |
| Análise de dependências | Encontra sujeito, verbo e objeto | O sujeito é «isso» ou «ele», a três frases do substantivo | Repetir o substantivo, manter sujeito e verbo próximos |
| Reconhecimento de entidades | Detecta e tipifica nomes | O seu produto aparece escrito de cinco formas diferentes | Escolher um nome canônico, usar variantes só depois de apresentadas |
| Vinculação de entidades | Associa nomes a conceitos conhecidos | Nome de marca ambíguo e sem contexto | Pôr a categoria ao lado do nome («Sorank, o software de SEO...») e schema com sameAs |
| Embeddings | Compara o significado da pesquisa e do trecho | O trecho que deveria responder é genérico e serviria para qualquer página | Escrever trechos que retomam os termos da pergunta e dão uma resposta concreta |
| Classificação | Atribui temas e intenção | Uma página de produto cheia de divagações em estilo de blog | Uma intenção dominante por URL, as outras intenções levadas para outras páginas |
Nota
Ninguém fora do Google conhece os modelos exatos usados no ranking. As ferramentas deste guia são aproximações: leem o texto como fazem os modelos de linguagem modernos, não como faz o sistema de ranking do Google. Use-as para encontrar ambiguidade, não para prever posições.

Cinco sinais podem ser medidos com ferramentas gratuitas ou baratas. Cada um diz algo diferente, e nenhum é, sozinho, um fator de ranking.
Uma entidade é uma «coisa» com nome: uma marca, um produto, uma pessoa, um lugar, um conceito como a «canibalização de palavras-chave». A API Cloud Natural Language do Google devolve para cada entidade um tipo, as suas menções e, na versão 1 da API, uma pontuação de saliência. A referência Entity da v1 descreve-a como «the salience score associated with the entity in the [0, 1.0] range», ou seja, uma pontuação de saliência entre 0 e 1. Os tipos de entidade são UNKNOWN, PERSON, LOCATION, ORGANIZATION, EVENT, WORK_OF_ART, CONSUMER_GOOD, OTHER, PHONE_NUMBER, ADDRESS, DATE, NUMBER e PRICE.
A saliência é relativa ao documento: as pontuações de todas as entidades de um texto competem entre si. Por isso, a leitura útil é a ordem, não o número. Se a sua página mira «SEO NLP» e a primeira entidade é «Google», para uma máquina a página fala sobretudo do Google. O detalhe está na nossa entrada de glossário sobre a saliência de entidades.
Atenção: v1 ou v2
O objeto Entity da v2 da API Natural Language só traz name, type, metadata, mentions e sentiment: não existe o campo salience. Se um tutorial mostra pontuações de saliência, está chamando a v1. Se você criar um script hoje, chame explicitamente o endpoint v1 para a saliência e confira a documentação antes de confiar nele.

O método classifyText devolve categorias de uma taxonomia fixa (por exemplo, um caminho como /Internet & Telecom/Web Services). A documentação do Google sobre os conceitos básicos de Natural Language indica que a classificação precisa de um texto com pelo menos vinte tokens. O uso em SEO: se uma página pensada para «software de SEO» é classificada numa categoria genérica de marketing, o seu vocabulário é genérico demais.
A análise de sentimento devolve uma pontuação de -1,0 (negativo) a 1,0 (positivo) e uma magnitude que mede quanta emoção o texto carrega. No nível do documento, a magnitude começa em 0,0 e não é normalizada, então um texto longo com opiniões misturadas pode ter uma pontuação neutra e uma magnitude alta. Em SEO, o sentimento importa sobretudo em páginas de avaliações, comparativos e listas de «melhores X», onde um texto neutro e sem opinião responde mal a uma pergunta que pede uma opinião.
A análise sintática devolve para cada token a classe gramatical, o lema e a dependência. Duas verificações valem a pena: com que frequência a sua entidade principal é o sujeito gramatical de uma frase, e quantas frases começam com um pronome («Ele», «Isso», «Eles»). Uma página em que a entidade principal é sujeito de muitas frases fala dela, não em volta dela.
Os embeddings transformam um trecho num vetor. Comparar o vetor de uma pesquisa com os vetores dos seus trechos (similaridade de cosseno) mostra que trecho um sistema de recuperação escolheria para essa pesquisa. É a aproximação pública mais próxima de como os assistentes de IA escolhem o pedaço que citam. É também o melhor teste para saber se a página responde de fato à pergunta ou só a menciona.
«SEO NLP» abrange seis métodos diferentes. Os fornecedores costumam vender um deles como se fosse a área inteira. Veja cada um, com quando usá-lo e onde ele deixa de funcionar.
Princípio: identificar as entidades que uma resposta completa precisa conter (a entidade principal, os seus atributos, as entidades relacionadas), verificar se a sua página as nomeia com clareza e se a entidade principal domina. Quando usar: em páginas sobre um produto, uma marca, uma pessoa, um lugar ou um conceito bem definido. Vantagens: corresponde a como os grafos de conhecimento e as respostas de IA são construídos, e corrige a ambiguidade na raiz. Limites: a extração de entidades deixa passar o jargão do setor e conceitos novos; a saliência não está disponível na v2 da API do Google. Exemplo: uma página sobre «SEO para Shopify» em que «WordPress» aparece entre as primeiras entidades por causa de um longo parágrafo comparativo: o parágrafo vai para uma página própria e a página da Shopify ganha foco. O nosso guia sobre SEO de entidades cobre o lado estratégico.
Princípio: comparar os termos usados pelas páginas mais bem ranqueadas com os seus, ponderados pela sua especificidade (TF-IDF), e preencher as lacunas. É o que fazem a maioria das ferramentas de pontuação de conteúdo. Quando usar: para encontrar subtemas esquecidos numa página informativa. Vantagens: rápido, fácil de explicar a um redator. Limites: copia a média da SERP, premia a repetição e não diz nada sobre se você responde à pergunta. Uma lista de termos é um checklist de subtemas, não uma cota de palavras. Exemplo: as melhores páginas sobre «auditoria de SEO técnico» citam todas o «orçamento de rastreamento» e a «tag canonical»; a sua não: são duas seções faltando, não duas palavras.
Princípio: codificar pesquisas e trechos como vetores e medir a proximidade entre eles. Quando usar: para verificar que cada pergunta-alvo tem um trecho que a responde com clareza, detectar duas páginas que disputam o mesmo significado e mapear os links internos por significado. Vantagens: funciona sem palavras em comum, perto de como funciona a recuperação para respostas de IA. Limites: as pontuações dependem do modelo; uma pontuação alta quer dizer «no tema», não «correto» nem «útil». Exemplo: o trecho que responde a «quanto tempo leva o SEO» pontua menos que um parágrafo de introdução sem relação: o trecho de resposta é vago demais e é reescrito com o prazo logo no início.
Princípio: classificar a pesquisa (informacional, comercial, transacional, de navegação) e o formato que o Google premia (guia, lista, ferramenta, página de produto), e depois se adequar a ele. Quando usar: antes de escrever, e quando uma boa página não ranqueia de jeito nenhum. Vantagens: corrige o erro mais caro, o formato errado. Limites: existem SERPs mistas; a intenção muda com o tempo. Veja a nossa entrada de glossário sobre intenção de busca.
Princípio: extrair as perguntas que as pessoas fazem («As pessoas também perguntam», fóruns, prompts de IA, os seus tickets de suporte) e dar a cada uma um trecho autônomo. Quando usar: para a visibilidade em IAs e para os featured snippets. Vantagens: produz diretamente trechos citáveis. Limites: pode fragmentar uma página num FAQ sem profundidade se você não agrupar as perguntas por subtema.
Princípio: agrupar palavras-chave e páginas por significado para decidir que página cobre o quê, e depois ligá-las. Quando usar: no nível do site, antes de produzir conteúdo e quando há páginas que se canibalizam. Vantagens: constrói autoridade temática e uma arquitetura limpa. Limites: o clustering por sobreposição de SERP e o clustering por embeddings dão grupos diferentes; você precisa de uma regra para decidir. O nosso guia sobre clustering de palavras-chave detalha as duas abordagens, e a entrada sobre o mapa temático explica como transformar clusters num plano.
| Método | Nível | Ideal para | Risco principal | Ferramentas |
|---|---|---|---|---|
| Otimização de entidades | Página | Páginas de produto, marca e conceito | Tratar a saliência como fator de ranking | Google Cloud Natural Language (v1), spaCy |
| Cobertura de termos (TF-IDF) | Página | Encontrar subtemas em falta | Escrever a média da SERP, excesso de palavras-chave | Ferramentas de pontuação de conteúdo, Python scikit-learn |
| Similaridade de embeddings | Trecho e site | Qualidade das respostas, canibalização, links internos | Confundir «no tema» com «bom» | Sentence Transformers, bancos de dados vetoriais |
| Classificação da intenção | Pesquisa e página | Escolher o formato certo | Ignorar SERPs mistas | Análise manual da SERP, classificadores |
| Extração de perguntas | Trecho | Citações em IA, snippets | Páginas de FAQ superficiais | «As pessoas também perguntam», pesquisa de prompts |
| Clustering temático | Site | Arquitetura, autoridade temática | Regras de clustering incoerentes | Ferramentas de clustering, embeddings |
Otimização por lista de termos ou por entidades e trechos
Este é o método que recomendamos para começar: uma página importante, uma tarde. Você precisa do texto da página, de três a cinco páginas concorrentes e das ferramentas gratuitas online ou de algumas linhas de Python.
A auditoria de NLP de uma página em 6 etapas
O spaCy é uma biblioteca Python gratuita e de código aberto. O seu modelo pequeno em inglês roda num notebook em segundos (para um texto em português, use o modelo pt_core_news_sm). O script abaixo lista as entidades mais frequentes e os sujeitos gramaticais mais frequentes da sua página: a segunda lista costuma ser mais reveladora que a primeira.
import spacy
from collections import Counter
nlp = spacy.load("en_core_web_sm") # pip install spacy, depois: python -m spacy download en_core_web_sm
text = open("page.txt", encoding="utf-8").read()
doc = nlp(text)
entities = Counter((e.text.lower(), e.label_) for e in doc.ents)
for (name, label), n in entities.most_common(20):
print(f"{n:>3} {label:<12} {name}")
# Quem é o sujeito das suas frases?
subjects = Counter(t.lemma_.lower() for t in doc if t.dep_ in ("nsubj", "nsubjpass"))
print(subjects.most_common(15))
# Quantas frases começam com um pronome vago?
vague = [s.text for s in doc.sents if s[0].lower_ in ("it", "this", "that", "they")]
print(len(vague), "sentences start with a pronoun")
Leia com atenção a lista de sujeitos. Na página de um software, se «você» e «ele» dominam e o nome do produto nunca aparece como sujeito, a página descreve ações sem dizer quem as executa. Isso se corrige em uma hora.

Os modelos gerais do spaCy não calculam a saliência. Para isso, chame o endpoint v1 analyzeEntities do Google Cloud Natural Language. Crie um projeto, ative a API, autentique-se com a linha de comando gcloud e envie o seu texto. Salve este corpo de requisição como request.json:
{
"document": {
"type": "PLAIN_TEXT",
"language": "pt",
"content": "Cole aqui o texto principal limpo da sua página."
},
"encodingType": "UTF8"
}
Depois, chame o endpoint:
curl -X POST \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
-H "Content-Type: application/json; charset=utf-8" \
-d @request.json \
"https://language.googleapis.com/v1/documents:analyzeEntities"
A resposta lista as entidades com o seu type, a sua salience, as suas mentions e, quando a entidade está vinculada, um objeto metadata que pode conter uma wikipedia_url e um mid (um identificador do Knowledge Graph). Uma entidade com uma URL da Wikipédia nos metadados foi vinculada a um conceito conhecido; uma entidade importante sem URL pode ser ambígua ou recente demais. Troque analyzeEntities por classifyText para obter as categorias de conteúdo. Confira os preços e as cotas atuais do Google Cloud antes de rodar em centenas de páginas.
A biblioteca Sentence Transformers compara o significado de uma pergunta com cada trecho da sua página. O modelo all-MiniLM-L6-v2 é pequeno e suficiente para esta verificação em inglês; para um texto em português, prefira um modelo multilíngue como paraphrase-multilingual-MiniLM-L12-v2.
from sentence_transformers import SentenceTransformer, util
model = SentenceTransformer("all-MiniLM-L6-v2")
text = open("page.txt", encoding="utf-8").read()
passages = [p.strip() for p in text.split("\n\n") if len(p.split()) > 25]
questions = [
"what is nlp seo",
"how do I find the entities of my page",
"is entity salience a ranking factor",
]
p_vecs = model.encode(passages, convert_to_tensor=True)
for q in questions:
scores = util.cos_sim(model.encode(q, convert_to_tensor=True), p_vecs)[0]
best = int(scores.argmax())
print(f"{q}\n best score {scores[best]:.2f}: {passages[best][:100]}\n")
Dois resultados pedem ação. Se o melhor trecho para uma pergunta não é aquele que você escreveu para respondê-la, o seu trecho de resposta é genérico demais. Se a melhor pontuação de uma pergunta fica muito abaixo das outras, a página não a responde de verdade. Compare as pontuações entre perguntas da mesma página, não com um limite absoluto: os valores dependem do modelo.

Dica
Sem Python? O nosso LLM Readability Checker gratuito avalia uma página para a extração por IA, e o analisador de estrutura de títulos mostra se os seus H2 e H3 anunciam as perguntas que os seus trechos respondem.
A maioria dos problemas de NLP se resolve na escrita, não numa ferramenta. Estas regras vêm direto do pipeline visto acima: cada uma elimina uma etapa em que uma máquina pode errar.
Use o nome completo da entidade principal como sujeito da primeira frase de cada seção. Evite abrir um parágrafo com «Ele» ou «Isso». Pronomes são aceitáveis dentro de um parágrafo, depois que o substantivo estiver próximo.
Uma definição que dá a categoria (Y) e o traço distintivo (Z) é a estrutura mais fácil de extrair para um modelo e de citar para um assistente de IA. «A saliência de uma entidade é uma pontuação de 0 a 1 que mede o quanto uma entidade é central num texto» funciona melhor que três frases de contexto.
Preços, datas, tamanhos, compatibilidades e limites devem ficar junto da entidade que descrevem. «A Sorank acompanha a visibilidade no ChatGPT, Gemini, Claude e Perplexity» é um fato extraível. A mesma informação dividida entre um título, um tópico e uma nota de rodapé vira três fragmentos.
Escolha um nome para cada produto, funcionalidade e conceito. Apresente um sinônimo uma vez («o query fan-out, a forma como os assistentes de IA dividem uma pergunta em várias pesquisas») e depois fique com uma única forma.
Sob um título que faz uma pergunta, a primeira frase dá a resposta. O resto do trecho traz as condições, o exemplo e as exceções. É isso que torna um trecho autônomo.
Um parágrafo antes e depois de uma reescrita de NLP
A frase «depois» ilustra a estrutura, não descreve um produto real: adapte os atributos ao que a sua página oferece de fato.
NLP em Python para SEO semântico significa usar o mesmo tipo de modelo de embeddings do teste de passagens acima, mas aplicado a listas inteiras: suas palavras-chave e as páginas do seu site. Dois scripts curtos respondem a perguntas que uma verificação página por página não consegue resolver. Quais palavras-chave devem estar na mesma página? Quais páginas do seu site disputam o mesmo significado? Os dois rodam na sua própria máquina, sem custo, e geram candidatos para você revisar, não veredictos.
Instale as bibliotecas em um ambiente virtual, para que não entrem em conflito com outros projetos Python:
python3 -m venv nlp-seo
source nlp-seo/bin/activate
pip install sentence-transformers scikit-learn
Na primeira execução, o modelo all-MiniLM-L6-v2 é baixado uma vez. Depois disso, os dois scripts funcionam offline.
O clustering transforma uma lista simples de palavras-chave em grupos que uma mesma página poderia responder. Cada palavra-chave vira um vetor, e as que têm vetores próximos em distância cosseno caem no mesmo grupo. Guarde suas palavras-chave em um arquivo de texto, uma por linha, e execute este script:
from sentence_transformers import SentenceTransformer
from sklearn.cluster import AgglomerativeClustering
from collections import defaultdict
keywords = [line.strip() for line in open("keywords.txt", encoding="utf-8") if line.strip()]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode(keywords, normalize_embeddings=True)
labels = AgglomerativeClustering(
n_clusters=None,
distance_threshold=0.35, # distância cosseno: valores menores geram grupos mais rigorosos
metric="cosine",
linkage="average",
).fit_predict(vectors)
groups = defaultdict(list)
for label, keyword in zip(labels, keywords):
groups[label].append(keyword)
for label, members in sorted(groups.items(), key=lambda g: -len(g[1])):
print(f"Group {label} ({len(members)} keywords)")
for keyword in members:
print(" ", keyword)
O limite é o ajuste que importa. Comece em 0,35 e leia o resultado. Se palavras-chave sem relação aparecem no mesmo grupo, diminua. Se o tema de uma página está dividido em vários grupos, aumente. O average linkage reduz o encadeamento, o efeito em que uma sequência de palavras-chave fracamente relacionadas une dois grupos sem relação.
O segundo script compara suas páginas entre si. Prepare um arquivo separado por tabulações, com uma linha de cabeçalho e as colunas url e title. Os títulos são apenas uma aproximação grosseira: para um teste mais preciso, cole na coluna title o primeiro parágrafo de cada página.
import csv
from sentence_transformers import SentenceTransformer, util
with open("pages.tsv", encoding="utf-8") as f:
rows = [(r["url"], r["title"]) for r in csv.DictReader(f, delimiter="\t")]
model = SentenceTransformer("all-MiniLM-L6-v2")
vectors = model.encode([title for _, title in rows], convert_to_tensor=True)
sims = util.cos_sim(vectors, vectors)
for i in range(len(rows)):
for j in range(i + 1, len(rows)):
score = float(sims[i][j])
if score > 0.8: # ponto de partida: ajuste depois de ler os resultados
print(f"{score:.2f} {rows[i][0]} vs {rows[j][0]}")
Cada par exibido é um candidato, não um veredicto. Abra as duas URLs e pergunte-se se um leitor esperaria que qualquer uma das páginas respondesse à pergunta da outra. Se sim, una as duas páginas, ou mantenha uma como página principal e restrinja o foco da outra. A entrada sobre a canibalização de palavras-chave explica como escolher.
| Script | Entrada | Saída | O que você decide |
|---|---|---|---|
| Grupos de palavras-chave | Uma palavra-chave por linha | Grupos de palavras-chave com o mesmo significado | Se cada grupo precisa de uma página ou de várias |
| Páginas concorrentes | URL e título, ou primeiro parágrafo, por página | Pares de páginas acima do seu limite | Se unir, refocar ou manter as duas páginas |
Três limites são importantes:
Esses scripts são o equivalente, em nível de site, do teste de passagens acima: um mostra o que deve ficar junto, o outro mostra onde suas páginas se sobrepõem. Se preferir não manter os scripts, o Topic Cluster Generator da Sorank faz a etapa de agrupamento com uma verificação anticanibalização embutida.
Os modelos de linguagem leem mais do que os seus parágrafos. Três elementos em volta do texto transmitem sinais fortes.
A marcação Schema.org não faz uma página ranquear sozinha, mas declara num formato legível por máquinas do que a página trata e a que conceitos conhecidos se refere. As propriedades about e mentions, com links sameAs para páginas de referência, eliminam a ambiguidade na vinculação de entidades.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "SEO NLP: como o Google e a IA leem o seu conteúdo",
"about": {
"@type": "Thing",
"name": "Processamento de linguagem natural",
"sameAs": "https://pt.wikipedia.org/wiki/Processamento_de_linguagem_natural"
},
"mentions": [
{
"@type": "Thing",
"name": "Otimização para motores de busca",
"sameAs": "https://pt.wikipedia.org/wiki/Otimiza%C3%A7%C3%A3o_para_motores_de_busca"
}
]
}
</script>
Gere e teste o seu com o nosso gerador de marcação Schema e o nosso validador de dados estruturados, ambos gratuitos.
Os títulos são a primeira coisa que um modelo usa para dividir a sua página em trechos. Um título que nomeia a entidade e a pergunta («Como a saliência de uma entidade é calculada») gera um pedaço mais limpo que um título engraçadinho («Por baixo do capô»). Mantenha a hierarquia H2 e H3 rigorosa: nenhum H3 sem H2 pai, nenhum nível pulado.
O texto âncora é um dos sinais de NLP mais antigos da busca: diz ao buscador, de fora, do que trata a página de destino. Use âncoras descritivas que nomeiam a entidade de destino, ligue páginas próximas em significado e evite mandar a mesma âncora para duas páginas diferentes. Um casulo semântico é a forma mais estruturada de organizar isso, e o nosso guia sobre links internos automatizados explica como escalar sem criar ruído.
Os assistentes de IA levam a lógica de NLP até o fim. Eles não ranqueiam páginas inteiras: recuperam trechos, comparam-nos por significado com subconsultas e montam uma resposta que às vezes cita a fonte. Daí vêm três consequências.
Para o método completo aplicado às respostas de IA, veja o nosso guia sobre otimização de conteúdo para LLMs.
Estes são os erros que mais vemos nos sites auditados. Cada um tem um sintoma que você consegue identificar e uma correção que pode aplicar hoje.
O que é: reescrever até a API dar uma saliência alta à sua palavra-chave, ou até uma ferramenta mostrar uma pontuação verde. Como identificar: a página fica pior de ler depois da otimização; a mesma expressão aparece em todos os parágrafos. Como corrigir: use a saliência só para verificar a ordem das entidades e depois julgue a página pelas respostas e pelos dados do Search Console. O Google nunca disse que usa as pontuações desta API no ranking.
O que é: colocar «orçamento de rastreamento» numa frase porque cinco concorrentes o citam. Como identificar: os termos aparecem uma vez, fora de contexto, sem explicação. Como corrigir: cada entidade em falta vira uma pergunta: o meu leitor precisa disso? Se sim, escreva um trecho; se não, ignore.
O que é: colar a página inteira, com menu e rodapé, numa ferramenta de NLP. Como identificar: as suas primeiras entidades são o nome da sua marca, «cookies», «contato» ou as categorias do rodapé. Como corrigir: extraia só o corpo do artigo antes de qualquer análise.
O que é: seguir um tutorial antigo com o endpoint atual. Como identificar: a resposta JSON tem entidades e menções, mas não tem saliência. Como corrigir: chame /v1/documents:analyzeEntities para obter a saliência, lembrando que a v1 pode mudar.
O que é: parágrafos em que «ele», «isso» e «eles» remetem a substantivos que estão várias frases antes. Como identificar: o script do spaCy acima conta as frases que começam com um pronome; mais de uma em cada cinco numa página-chave é sinal de alerta. Como corrigir: repita o substantivo no início de cada parágrafo e depois de cada título.
O que é: uma única URL que tenta definir um conceito, comparar ferramentas e vender um produto. Como identificar: a página ranqueia para muitas pesquisas entre as posições 15 e 40 e para nenhuma no top 5. Como corrigir: mantenha a intenção dominante, leve as outras para páginas dedicadas e ligue-as.
O que é: encher uma página para atingir um número de palavras ou uma densidade de palavra-chave-alvo. Como identificar: introduções repetidas, parágrafos genéricos que serviriam para qualquer página. Como corrigir: corte cada trecho que não responde a uma pergunta que um leitor faria. A nossa calculadora de densidade de palavras-chave serve ao contrário: para achar onde você repete demais.
O que é: usar um nome de marca ou de produto que uma máquina não consegue distinguir de uma palavra comum ou de outra empresa. Como identificar: a API devolve a sua marca como OTHER ou CONSUMER_GOOD sem metadados, ou a liga ao conceito errado. Como corrigir: ponha a categoria ao lado do nome, use schema Organization ou Product com sameAs para os seus perfis oficiais e mantenha o nome idêntico em todo lugar.
Checklist de SEO NLP para uma página
Você não precisa de um grande arsenal. Escolha as ferramentas pela pergunta que precisa responder.
| Ferramenta | Tipo | O que ela mostra | Conhecimento necessário | Melhor uso |
|---|---|---|---|---|
| Google Cloud Natural Language | API na nuvem (ver preços do Google Cloud) | Entidades, saliência (v1), categorias, sentimento, sintaxe | Médio: um projeto no Google Cloud e alguns comandos | Verificar como um modelo do Google lê as suas páginas-chave |
| spaCy | Biblioteca Python de código aberto | Entidades, estrutura das frases, sujeitos, lemas | Python básico | Auditar muitas páginas localmente, sem custo |
| Sentence Transformers | Biblioteca Python de código aberto | Similaridade de significado entre pesquisas e trechos | Python básico | Verificação de respostas, canibalização, mapa de links internos |
| Google Search Console | Ferramenta gratuita do Google | As pesquisas em que cada URL aparece de fato | Nenhum | Medir o efeito de uma reescrita |
| Ferramentas de otimização de conteúdo | SaaS | Lacunas de termos e entidades em relação às melhores páginas | Nenhum | Verificação rápida de subtemas antes de escrever |
| Sorank | Software de SEO e GEO em autopilot | Reescritas, clusters temáticos, acompanhamento da visibilidade em IA | Nenhum | Aplicar o método a um site inteiro |
Para uma comparação das opções comerciais, leia a nossa análise das melhores ferramentas de otimização de conteúdo. Se você tem dezenas de páginas antigas para corrigir, a funcionalidade de Otimização de conteúdo da Sorank audita e reescreve as páginas existentes em autopilot, e o gerador de clusters temáticos agrupa as suas palavras-chave por significado antes de você escrever, com uma verificação integrada contra a canibalização.
As mudanças de NLP tratam da compreensão, então meça primeiro a compreensão e depois o tráfego.
No Google Search Console, filtre o relatório de Desempenho pela URL reescrita e conte as pesquisas distintas com impressões em 28 dias, antes e depois. Uma página mais bem compreendida costuma aparecer em mais variações de cauda longa em poucas semanas, muitas vezes antes de os cliques mudarem.
Acompanhe as 5 a 10 perguntas usadas no teste de trechos. Se as impressões sobem mas a posição não, a página é compreendida mas não é preferida: trabalhe a profundidade, os exemplos e os links.
Faça os mesmos prompts no ChatGPT, Gemini, Claude e Perplexity antes e depois, e anote se a sua página é citada. Repita todo mês: as respostas de IA variam de uma execução para outra, então um único teste não prova nada. Para uma versão estruturada desta verificação, faça uma auditoria de SEO semântico em todo o cluster em vez de numa só página.
Escolha a página que mais traz negócios para você e aplique a auditoria em seis etapas. Corrija os dois primeiros problemas que encontrar, normalmente uma entidade principal que não domina e um trecho de resposta vago demais. Depois anote a data e confira as pesquisas dela no Search Console daqui a quatro semanas.
NLP em SEO significa tornar o seu conteúdo fácil de entender para os modelos de linguagem: que entidades uma página cobre, a que perguntas cada trecho responde e como a página se relaciona com o resto do site. O Google usa modelos de linguagem como o BERT na Pesquisa desde 2019, e os assistentes de IA dependem totalmente deles, então uma escrita clara e sem ambiguidade virou, na prática, um fator de ranking e de citação.
Nenhuma declaração pública do Google diz que a pontuação de saliência da sua API Cloud Natural Language é usada no ranking. A pontuação é uma aproximação útil para verificar se o seu assunto principal domina a página, mas observe a ordem das entidades em vez de correr atrás de um número. Note que a saliência só é devolvida pela versão 1 da API.
spaCy e Sentence Transformers são bibliotecas Python gratuitas e de código aberto para extração de entidades e similaridade de trechos. O Google Search Console, também gratuito, mostra depois se uma página reescrita aparece em mais pesquisas. O Google Cloud Natural Language acrescenta saliência e categorias, com cobrança por uso conforme os preços do Google Cloud.
