Elyson Gums
Atualizado em 05/09/2025
8 min de leitura
O Google muda mais rápido do que você consegue acompanhar? Não se preocupe, isso é comum pra muita gente.
Se inscreva na nossa Newsletter e fique por dentro das novidades de SEO.
Inscreva-se
Dados estruturados são um formato padrão de informações legíveis por máquinas. Mas os Modelos de Linguagem de Larga Escala (LLMs), que alimentam ferramentas como Gemini e ChatGPT, realmente levam essas informações em consideração?
Como você já está acostumado em SEO, a resposta é: depende.
Dados estruturados são importantes para páginas, mas nem sempre influenciam nas respostas geradas pelas IAs. Logo, você deve continuar implementando, mas vale a pena ver os detalhes de como eles são processados pelas novas plataformas de IA.
Se você clicou neste texto, provavelmente já conhece os dados estruturados, mas aqui vai uma explicação rápida para quem caiu aqui de paraquedas.
Basicamente, dados estruturados oferecem informações adicionais sobre uma página. São tags inseridas dentro do cabeçalho <head> de uma página.
Por meio deles, você pode especificar qual é o tipo de conteúdo (artigo, notícia, FAQ), indicar o preço de produtos, informações sobre a sua empresa, se um artigo faz parte de um paywall, entre muitas outras opções.
Essas marcações não aparecem para os visitantes, mas os mecanismos de busca leem para entender mais sobre uma página. O Google, inclusive, usa os dados para alimentar uma série de snippets na pesquisa, como os resultados ricos.
Quando as LLMs foram lançadas, imaginava-se que elas consultavam os dados estruturados da mesma forma que os mecanismos de busca tradicionais.
Inclusive, vários tutoriais de “otimização para IA” disponíveis na internet orientam a implementar as marcações.
Comecei a ficar com dúvida sobre como funcionava de verdade enquanto eu fazia alguns testes com o agente de IA do ChatGPT.
Eu perguntei se ele estava consultando os dados estruturados da página que estava navegando e ele disse que não. Abaixo, está a conversa com o Chat. Está em inglês, mas ele disse que lê a marcação apenas se isso for essencial para realizar uma tarefa. Como não era, ignorou completamente.
Fui buscar mais informações e descobri que essa dúvida não era só minha. Encontrei no LinkedIn alguns testes e discussões sobre o assunto, que apresento aqui embaixo.
Dan Petrovic, da agência Dejan, fez um teste com o GPT-5, modelo mais recente da OpenAI.
Ele publicou duas versões diferentes de uma página, uma com dados estruturados e outra sem.
Depois, fez algumas perguntas para o ChatGPT, para entender se a ferramenta de navegação na web consultava dados estruturados ou não.
A resposta: não estava.
Andrea Volpini, da plataforma WordLift, fez testes parecidos, mas com diferentes ferramentas de agentes de IA do ChatGPT e Gemini.
A conclusão dele é que a leitura dos dados varia de acordo com a ferramenta usada:
Ele chegou a essa conclusão fazendo alguns testes com páginas de receitas e observando as menções a um dos seus clientes de e-commerce. Depois, fez algumas análises com tipos diferentes de conteúdo.
Ele publicou uma análise bem detalhada, explicando em detalhes como e por que funciona desse jeito. Veja abaixo uma versão compacta, traduzida por mim – mas eu recomendo MUITO que você leia o original também.
🤓☝ A partir daqui o texto vai ficar meio técnico, então prepare-se.
Segundo Andrea Volpini, o raciocínio dos modelos de linguagem segue três processos quando acessa informações externas:
Nesses processos, os agentes de IA conseguem extrair dados estruturados da página, mas de forma diferente dos mecanismos de busca tradicionais:
A LLM não acessa dados estruturados nem o HTML bruto diretamente; ele recebe um trecho higienizado da camada de recuperação e, se ele “abre” uma página, o que vê é uma representação sintetizada, e não o código-fonte completo.
“Camada de recuperação” refere-se ao índice (Google ou Bing) que alimenta a LLM. Os índices processam o Schema durante o rastreamento e entregam uma versão “pronta” para a plataforma de IA.
Quando o agente de IA usa uma ferramenta de pesquisa, ele tem acesso a uma versão pré-indexada dos dados estruturados, o que permite o acesso às entidades.
Isso não acontece quando o agente acessa diretamente a URL. Nesses casos, ela observa apenas o texto visível da página (ou seja, ignora as tags que estão dentro do cabeçalho <head>).
Foi isso o que aconteceu nos testes que o Dan Petrovic e eu fizemos.
Andrea Volpini dá a sugestão de implementar dois tipos de dados estruturados: dentro do cabeçalho e dentro do elemento span, que é lido no acesso direto, no formato de microdados.
Sendo honesto, é a primeira vez que eu vejo essa sugestão para visibilidade em IAs e nunca investiguei a fundo se há sites grandes usando o formato.
Enfim, concluindo o raciocínio, perguntei ao ChatGPT (modelo GPT-5) se o seu agente tem ferramentas capazes de ler dados estruturados. A resposta foi sim, mas não foram as ferramentas “padrão” de acesso a páginas:
Um detalhe importante: em vários momentos deste artigo aparecem frases como “perguntei ao ChatGPT tal coisa”. As respostas até são úteis, mas não são evidências técnicas confiáveis. As LLMs não têm acesso transparente à sua própria arquitetura e estão apenas gerando uma resposta semanticamente relevante com base nos seus dados de treinamento.
Ou seja, confie apenas nas respostas de IA se elas estiverem dentro de contextos bem específicos, como testes controlados.
Pronto, agora a parte técnica já passou! 🤓☝
Sim, os dados estruturados continuam importantíssimos.
Aqui na SEO Happy Hour, recomendamos aos nossos clientes e continuaremos fazendo isso.
Fora dos benefícios já conhecidos para o Google, como a presença em snippets destacados, os dados estruturados ajudam as LLMs a entenderem a sua marca corretamente.
Quando você implementa os dados, oferece uma fonte extra de informação, o que facilita a representação da sua marca quando as suas páginas são acessadas.
Nas palavras de Andrea Volpini, os dados estruturados são críticos por duas razões:
Entidades em vez de palavras-chave: a IA recupera “coisas” (entidades com atributos), não “strings” (palavras-chave). O sucesso depende de fornecer dados legíveis por máquina que descrevam essas entidades de forma clara.
Dados estruturados como protocolo de grounding: o Schema.org em formato JSON-LD deixou de ser apenas um recurso para rich snippets do Google – agora é o principal protocolo para oferecer uma base factual e verificável para LLMs e agentes de IA.
Os benefícios dos dados estruturados para buscadores tradicionais também podem se refletir nas LLMs, principalmente se a teoria de que o ChatGPT usa dados do Google for verdadeira. Como o Google usa os dados estruturados para gerar snippets e o ChatGPT usa esses snippets, é possível que eles influenciem indiretamente a representação de marcas nas respostas do chatbot.
Se você precisa de apoio para implementar dados estruturados e quer manter a sua estratégia de SEO alinhada com as tendências mais recentes do mercado, fale com a gente!
Nosso time de especialistas está acompanhando as principais estratégias para tornar sua marca mais visível nas IAs – e pode te ajudar a se destacar nesse novo cenário.
Elyson Gums é redator na SEO Happy Hour. Trabalha com redação e produção de conteúdo para projetos de SEO e inbound marketing desde 2014, em segmentos B2C e B2B. É bacharel em Jornalismo (Univali/SC) e mestre em Comunicação Social (UFPR).
Elyson Gums
27/08/2025
Elyson Gums
12/08/2025
Elyson Gums
08/05/2025
Comentários