Resumo: Como ajudar seus livros a serem encontrados pela IA. Reflexões depois da Feira de Frankfurt 2026 sobre a encontrabilidade dos livros: como um título entra numa resposta de IA, o que muda quando o leitor não clica, por que o site e o ONIX da editora precisam ser fontes de verdade e um roteiro de diagnóstico com dez livros do catálogo.
Voltei da Feira de Frankfurt com a cabeça cheia de ideias. Ainda estou digerindo as conversas, as palestras e os encontros, tentando ligar tudo isso ao que vivemos no mercado editorial brasileiro. Uma questão tem ocupado boa parte dessas reflexões: a encontrabilidade dos livros.
A palavra é estranha, mas a pergunta é simples. Publicamos, produzimos, distribuímos e divulgamos. Ainda assim, como o leitor encontra um livro que ele sequer sabe que existe?
Parte dessa descoberta já acontece em conversas com assistentes de IA. As pessoas usam esses chats para pesquisar assuntos, comparar opções e pedir recomendações, inclusive de leitura. Isso passa pelo ChatGPT, pelo Gemini, pelo Perplexity e pelas experiências de conversa na própria busca do Google. O leitor pode explicar o que procura, acrescentar preferências e fazer novas perguntas até chegar a uma sugestão que lhe interesse.
É nesse contexto que o GEO ganha relevância. A sigla apareceu em muitas conversas sobre inteligência artificial em Frankfurt, mas a pergunta que ela traz para uma editora é simples: como faço para que esses sistemas encontrem meu livro e entendam quando ele pode ser uma boa recomendação?
Levei essa questão ao LatAm Stage na palestra Metadata's new reader isn't human. It's AI. Em português, o novo leitor dos metadados não é humano, é a inteligência artificial. Antes mesmo de o leitor abrir a capa, um sistema pode ter consultado os dados do livro, comparado suas características com as de outras obras e escolhido mencioná-lo.
É por isso que tenho insistido no cuidado com o site da editora e com os metadados que ela faz circular. A página apresenta o livro ao público; os metadados levam essa apresentação às distribuidoras, às livrarias e aos sistemas que ajudam na descoberta. Os dois precisam contar a mesma história, com informações específicas, confiáveis e atualizadas.
Como um livro entra numa resposta de IA
Imagine alguém perguntando: “Quero um romance brasileiro ambientado no interior, com relações familiares complexas, para discutir em um clube de leitura”. A pessoa não citou título nem autor. Ela descreveu um desejo. Para um livro entrar nessa conversa, as informações disponíveis sobre ele precisam permitir essa conexão.
É desse tipo de presença que trata o GEO, sigla de Generative Engine Optimization, ou otimização para mecanismos generativos. Quando consultam a web, ferramentas como ChatGPT, Gemini e Perplexity, além dos recursos de IA do Google, podem reunir informações de várias fontes para construir uma resposta, às vezes acompanhada de links. Nem toda resposta de um chat envolve uma busca na web. Quando essa consulta acontece, porém, o conteúdo público do site e de outros canais pode ajudar a compor a resposta. Por isso, vale distinguir se a ferramenta está buscando fontes ou respondendo sem consultar páginas naquele momento.
Já conhecemos o SEO, a otimização para mecanismos de busca, que ajuda uma página a ser encontrada no Google e em outros buscadores. Há também o AEO, voltado às respostas diretas. Essas abordagens se misturam, e o SEO continua necessário. Com o GEO, ganha destaque outra preocupação: como a informação sobre o livro será compreendida e usada dentro de uma resposta?
Aqui o trabalho editorial faz diferença. Uma sinopse vaga, uma classificação genérica e uma página quase vazia oferecem pouco para essa associação. Uma descrição fiel à obra, com contexto e coerência entre os metadados, permite entender muito melhor o que aquele livro oferece.
Ser citado, receber uma visita e vender um livro são resultados diferentes. Vale acompanhar cada um deles para entender o que essa presença está trazendo para o catálogo.
O que muda quando o leitor não precisa clicar
Durante anos, nos acostumamos a um caminho: o Google mostrava os resultados, a pessoa clicava e chegava a um site. Quando a resposta aparece na própria busca, parte desse percurso deixa de acontecer. Para quem produz conteúdo, surge uma pergunta difícil: como sustentar o trabalho se parte da audiência não chega mais à página?
Um estudo do Pew Research Center, publicado em julho de 2025 com base na navegação de 900 adultos nos Estados Unidos, ajuda a dimensionar a questão. Nas buscas com resumo de IA, houve clique em resultados tradicionais em 8% dos casos. Sem o resumo, a taxa foi de 15%. O estudo retrata aquele grupo e aquele período, mas dá uma boa razão para prestarmos atenção à mudança.
O Google apresenta seus recursos de IA como novas possibilidades de descoberta e precisa acomodar a publicidade nessa experiência. Sites e anunciantes também estão tentando entender como ficam os caminhos da atenção, da compra e da remuneração.
Para nós, editores, isso traz uma preocupação muito concreta. A apresentação de um livro pode acontecer antes de o leitor chegar ao site da editora ou da livraria. Que informações estão sendo usadas nessa apresentação? Elas vieram de onde? Representam bem a obra?
O que uma livraria pequena tem a nos ensinar
Uma das apresentações que mais me marcaram em Frankfurt aconteceu no International Supply Chain Seminar, do EDItEUR, organização responsável pelo ONIX e pelo Thema. Robin Fang, da Fox & Fable Booksellers, falou sobre o uso de IA para detectar demandas por livros.
O relato de uma livraria independente tornou concreta uma discussão que às vezes parece distante. Ao disponibilizar informações acessíveis aos sistemas, ela conseguia espaço nas respostas ao lado de grandes varejistas. A questão era como se tornar uma fonte útil para quem recomenda e para quem compra.
Pense no conhecimento que existe dentro de uma editora pequena sobre um tema, um autor ou uma comunidade de leitores. Esse conhecimento tem valor, mas precisa aparecer nas páginas e nos dados publicados. Se ficar apenas na conversa do editorial, não chega a quem está procurando uma leitura.
Os experimentos discutidos no encontro, incluindo trabalhos da Otterly.ai, reforçaram essa preocupação. Alguns testes encontraram diferenças expressivas nas citações de páginas completas em comparação com páginas pouco informativas, além de ganhos associados a informações sobre prêmios e a endereços de páginas mais simples. São resultados de situações específicas, não previsões do que acontecerá com qualquer catálogo. O aprendizado que levo deles é o valor de tornar disponível aquilo que sabemos sobre os livros.
Também apareceram limites de soluções apresentadas como atalhos. Em um dos experimentos citados, o llms.txt, arquivo proposto para apresentar conteúdo de sites a sistemas de IA, recebeu apenas 84 visitas entre mais de 62 mil acessos de robôs em 90 dias. O resultado ajuda a colocar sua prioridade em perspectiva.
Dados estruturados, como os que usam o vocabulário Schema.org para identificar livro, autor e ISBN, merecem atenção técnica, mas seu efeito varia entre sistemas. Da mesma forma, páginas produzidas em massa por IA tiveram comportamentos diferentes no Google e em outros assistentes. Nenhuma dessas soluções dispensa uma apresentação confiável do catálogo.
Antes de mais nada, eu olharia para o teu site e faria algumas perguntas básicas. A página explica o livro? Os dados estão corretos? Há informações específicas ou só adjetivos que serviriam para qualquer título?
Metadados são uma decisão editorial e comercial
É aqui que precisamos mudar nossa maneira de olhar para os metadados. Eles precisam deixar de ser vistos como uma tarefa chata e burocrática, cumprida apenas para liberar um cadastro, e passar a fazer parte das decisões editoriais e de vendas.
Quando descrevemos um livro, estamos respondendo a perguntas importantes: quem é o meu público? O que pode despertar seu interesse? Em que situações essa leitura faz sentido? Que temas, lugares e experiências a obra aborda? O que a diferencia de outros títulos do catálogo?
Para uma obra de ficção, isso pode incluir o tom da narrativa, os conflitos e a experiência de leitura. Num livro de não ficção, pode ser a dúvida que ele ajuda a esclarecer ou o problema que ensina a enfrentar. São informações que aproximam o cadastro da maneira como uma pessoa pede uma recomendação: “quero uma leitura leve”, “preciso entender este assunto” ou “gostei deste autor, o que posso ler depois?”.
Essas respostas ajudam a construir a sinopse, a definir a classificação e a orientar a divulgação. Também dão ao livreiro elementos para recomendar a obra e aos sistemas informações para relacioná-la a uma busca. Preencher o cadastro passa a ser uma oportunidade de pensar como aquele livro vai encontrar seus leitores.
Isso pede conversa entre editorial, marketing, comercial e quem cuida dos sistemas. Quem leu e acompanhou a obra tem muito a contribuir. Quem conversa com livreiros e leitores também. A equipe responsável pelo cadastro precisa conseguir transformar esse conhecimento em informações úteis e mantê-las atualizadas.
Não se trata de inventar um público para ampliar o alcance nem de prometer o que o livro não entrega. A força desse trabalho está em representar bem a obra. Metadados completos, mas contraditórios, podem confundir tanto uma pessoa quanto um sistema.
O site precisa mostrar o que a editora sabe
O site da editora deve ser uma referência confiável sobre o próprio catálogo. Leitores, livreiros, jornalistas e sistemas automatizados precisam encontrar ali informações consistentes com os metadados distribuídos aos outros canais.
Imagine uma página com apenas capa, preço e duas frases genéricas. “Uma narrativa emocionante, que vai surpreender o leitor.” Pode até chamar a atenção, mas informa pouco. Sobre o que é essa história? Onde acontece? Por que alguém se interessaria por ela?
Não é preciso transformar a sinopse num tratado nem entregar o final do enredo. Basta dar ao texto de apresentação o mesmo cuidado que damos ao projeto gráfico ou à revisão. E cuidar para que o restante da página ajude a conhecer e escolher o livro.
Algumas providências ajudam bastante:
- Tenha uma página para cada livro, com identificação clara das edições e dos formatos disponíveis. Inclua sinopse, autoria, tradução quando houver, ISBNs e informações relevantes para a escolha.
- Publique as informações como texto acessível. Uma ficha escondida numa imagem ou disponível apenas depois de interações pode não ser recuperada por alguns sistemas. A equipe técnica precisa conferir o que os robôs conseguem ler.
- Preserve os endereços das páginas. Se uma mudança de plataforma alterar as URLs, faça os redirecionamentos para manter o caminho até as obras.
- Apresente prêmios, resenhas e menções na imprensa com contexto, datas e links que permitam conferir as informações.
- Informe os recursos de acessibilidade antes da compra. Navegação estruturada, descrições de imagens e outras características do EPUB devem ser descritas com precisão.
- Confira a coerência entre o site, a distribuidora e as livrarias. Os dados de uma mesma edição precisam corresponder em todos esses lugares.
Também vale mostrar as relações dentro do catálogo: páginas de autores ligadas às suas obras, séries na ordem de leitura, títulos relacionados por assunto e livros de fundo ainda acessíveis. Essas conexões ajudam quem navega e tornam mais explícito o contexto de cada obra para os sistemas que consultam o site.
A própria orientação do Google sobre os recursos de IA na busca mantém o foco nas boas práticas tradicionais, sem exigir uma marcação especial que garanta presença nas respostas. Há trabalho consistente a fazer, começando pela qualidade e pela disponibilidade da informação.
O ONIX faz esse conhecimento circular
Se o site é a referência pública da editora, o ONIX ajuda a levar as informações à cadeia do livro. Gosto de pensar nele como uma ficha compartilhada, com campos e significados combinados. A editora envia, a distribuidora recebe e a livraria interpreta, sem que cada empresa precise adivinhar o que a outra quis dizer.
Título, ISBN e preço recebem atenção porque são essenciais para a venda. Mas há outros dados que ajudam a explicar por que alguém se interessaria pelo livro, e vale olhar para eles com mais cuidado.
Podemos começar pelo público. “Para professores do ensino fundamental que querem trabalhar educação financeira em sala de aula” diz muito mais do que apenas “educação”. No ONIX, essa descrição pode ser registrada em AudienceDescription. Para preenchê-la bem, precisamos pensar no leitor e no conteúdo que a obra realmente oferece.
Os textos de apresentação também têm seu lugar. TextContent reúne tipos de texto como descrição, sumário e materiais de apoio. Outras informações possuem campos próprios, como a biografia ligada ao autor ou a outro colaborador. Organizar cada conteúdo no lugar adequado ajuda quem recebe os dados a utilizá-los.
Resenhas e menções de terceiros podem ser registradas em CitedContent; prêmios, em Prize. Se um livro foi premiado, essa informação precisa acompanhá-lo, com nome do prêmio, ano e resultado corretos. Não faz sentido esperar uma reimpressão para atualizar o cadastro.
O Thema, também mantido pelo EDItEUR, organiza os assuntos e oferece qualificadores que acrescentam contexto. Num romance ambientado em Curitiba nos anos 1970, lugar e época podem ajudar a aproximar a obra de um interesse de leitura. Vale usar a especificidade que a classificação permite e que o conteúdo justifica.
Na rotina com catálogos, vejo que o problema muitas vezes está na distância entre o que a equipe sabe sobre o livro e o que chega ao sistema. Às vezes o formulário não ajuda. Em outras, a informação se perde no caminho até a loja. Melhorar os metadados exige olhar para esse percurso inteiro.
Há ainda uma decisão relacionada ao uso desses conteúdos. Permitir que uma página seja encontrada em buscas e autorizar seu uso no treinamento de IA são questões diferentes. Existem controles específicos por plataforma e avanços no ONIX para sinalizar restrições sobre textos e imagens de divulgação, discutidos pela International Publishers Association. É uma conversa para envolver as equipes responsáveis por direitos, sistemas e distribuição, lembrando que a sinalização, sozinha, não garante o respeito de todos os robôs.
Uma responsabilidade compartilhada
Uma editora pode montar um cadastro cuidadoso e descobrir que boa parte dele não aparece no varejo. Por isso, cada elo precisa participar. Os sistemas de gestão devem tornar os campos relevantes compreensíveis; agregadores e distribuidores precisam transportar os dados sem perdas; as livrarias precisam apresentá-los de forma útil.
As entidades do setor também podem contribuir com orientação, exemplos e indicadores. Vejo espaço para perguntas concretas: quantos títulos têm uma descrição de público útil? Quantos registram seus prêmios? Quanto do que a editora envia realmente chega ao leitor?
Não tenho esses números para o Brasil. Gostaria de tê-los. Eles nos ajudariam a definir prioridades e a acompanhar melhorias, aproximando tecnologia, comercial e editorial de um problema que interessa a todos.
Por onde eu começaria
Minha sugestão é escolher dez livros do catálogo. Podem ser títulos importantes do fundo, obras que continuam relevantes, mas recebem pouca atenção, ou livros cuja apresentação está incompleta.
Para cada um, eu reuniria quem conhece a obra e começaria pelo público: para quem é esse livro e o que pode levar essa pessoa a se interessar por ele? Depois, revisaria a sinopse, conferiria a classificação e reuniria prêmios e resenhas com suas fontes. Compararia então o cadastro com a página do site e com o que aparece nas principais lojas. Esse percurso já revela muito.
Um checklist da Supadu, The Publisher AI Visibility Checklist, propõe um exercício útil para esse diagnóstico. Primeiro, procurar o título exato e o nome do autor, verificando se o sistema identifica o livro correto. Depois, fazer perguntas como as de um leitor que ainda não conhece a obra: “que livro você recomenda sobre este assunto para este público?” ou “o que posso ler depois de um livro parecido com este?”. Eu repetiria o exercício em diferentes assistentes, usando a busca na web quando disponível.
Não basta anotar se o título apareceu. Eu conferiria se a descrição está correta, qual edição foi indicada, de onde veio a informação e se os links levam às páginas certas. Registraria as perguntas, as respostas e a data para repetir a observação depois dos ajustes. As respostas variam, e esse acompanhamento não prova sozinho a causa de uma mudança, mas permite identificar lacunas concretas na apresentação do catálogo.
Já escrevi sobre os metadados como a alma digital do livro. Continuo vendo nesse trabalho uma oportunidade concreta para as editoras. Há conhecimento demais sobre os livros dentro das equipes para que a internet receba apenas uma capa e um parágrafo genérico.
Essa é a reflexão que trouxe de Frankfurt e quero continuar desenvolvendo. Você editor conhece os autores, sabe escolher o que publicar e sabe construir catálogos. Esse conhecimento precisa circular com a mesma qualidade. Quando alguém procurar uma leitura que teu livro oferece, as informações que permitem encontrá-lo precisam estar disponíveis.
O site e os metadados da editora são um ótimo ponto de partida.
Leituras e referências
- GEO: Generative Engine Optimization, artigo acadêmico apresentado na KDD 2024.
- Recursos de IA e seu site, orientação do Google Search Central.
- Cliques em buscas com e sem resumos de IA, estudo do Pew Research Center, julho de 2025.
- Experimentos públicos de GEO, Otterly.ai.
- I Ran 30+ GEO Experiments So You Don't Have To, apresentação de Thomas Peham.
- International Supply Chain Seminar do EDItEUR, programa citado no relato de Frankfurt.
- O impacto da busca com IA na estratégia de publicidade, Brainlabs.
- Debate sobre IA e tráfego para sites, AI Weekly.
- Atualizações do EDItEUR, ONIX e Thema, International Publishers Association.
- Metadados como a “Alma Digital”, Fernando Tavares, PublishNews.
- Quem lê o metadado do seu livro hoje é uma máquina, Fernando Tavares, Booknando.
- GEO: do metadado bem feito ao livro encontrado pela IA, Fernando Tavares, Booknando.
- AI Mode, Google.
- How does Perplexity work?, Perplexity.
Texto publicado originalmente no LinkedIn, em 20 de outubro de 2026.
