Os lucros exorbitantes, obstáculos e a linha de vida da conformidade na era GEO: de "百度一下" a "问问AI"

Autor original: Zhao Xuan, Wang Xiaowei

Introdução

Recentemente, por convite da Long Yun Co., realizei uma apresentação jurídica sobre GEO (Otimização de Motores de Geração). Após conversar com alguns grandes nomes do setor, tive novas inspirações e também compartilho com vocês.

Nos últimos vinte anos, a lógica de distribuição de tráfego na internet chinesa sempre girou em torno do núcleo “pesquisa”. Desde o early “百度一下” até as buscas internas em plataformas como WeChat e Xiaohongshu, todas são extensões desse comportamento, que deu origem a uma indústria madura de SEO (Otimização para Motores de Busca).

Hoje, a direção está mudando silenciosamente. Os usuários estão cada vez mais acostumados a perguntar diretamente à IA: “Mulher de 30 anos contra o envelhecimento precoce, deve usar ultrassom ou Thermage?” ou “Recomende bares para assistir a jogos”.

A entrada de tráfego está migrando de “caixa de pesquisa” para “caixa de diálogo”. Quando a IA generativa consegue ultrapassar links massivos e gerar respostas finais diretamente ao usuário, se a resposta não mencionar algo, isso indica, de certa forma, que estamos ficando para trás na nova era. Essa é a razão pela qual o GEO se torna o foco.

Como profissionais do direito, ao observar as oportunidades comerciais, também precisamos estar conscientes dos riscos jurídicos subjacentes. A evolução tecnológica muitas vezes precede a criação de regras, e o campo do GEO já apresenta várias áreas cinzentas que requerem uma definição jurídica cuidadosa!

Quem está entrando? Três grupos disputam o novo território do GEO

Embora seja um campo novo, ele contém um potencial ilimitado — em um mercado altamente competitivo, novas entradas de tráfego geralmente significam custos de aquisição menores e melhores oportunidades de competição.

Como advogado que acompanha há tempo os setores de Web3 e IA, percebo que atualmente há pelo menos três grupos ativos:

1. Usuários: fornecedores de bens e serviços físicos

Estes focam na conversão direta de negócios trazida pelo tráfego de IA, tentando influenciar os resultados de recomendação da IA para obter maior destaque.

Por exemplo:

• Clínicas de estética abandonam anúncios tradicionais de busca por lance, passando a adquirir “ferramentas de injeção semântica de IA”, buscando que, ao perguntar “melhor cirurgião de rinoplastia”, a IA recomende sua clínica em primeiro lugar.
• Indústrias de treinamento, vendas de automóveis, entre outros, também tentam usar GEO para fazer com que a IA priorize seus produtos ou serviços ao responder perguntas relacionadas.

2. Investidores: instituições financeiras e fundos

Eles atuam em dois níveis:

• Identificação de oportunidades: observando quais empresas dominam a recomendação de IA, avaliam sua competitividade e identificam potenciais alvos de investimento.
• Consolidação de influência: quem consegue influenciar os dados de treinamento e a lógica de recomendação da IA, terá vantagem em futuras recomendações de investimento e análises de mercado.

3. Prestadores de serviço: profissionais e empreendedores do setor GEO

Este grupo geralmente possui rápida capacidade de aprendizado e aplicação tecnológica, dedicando-se ao desenvolvimento de ferramentas, estratégias de serviço e operação de tráfego. Alguns inovam de forma direta, outros atuam na zona cinzenta, explorando limites e possibilidades do setor. Essa será a ênfase da segunda parte deste artigo.

As três atitudes do GEO: lucros exorbitantes, armadilhas e limites jurídicos

No caminho prático do GEO, diferentes métodos costumam ser classificados como “preto, cinza e branco”. Como advogado, preciso enfatizar que: o fim da lógica tecnológica costuma ser o começo da jurídica.

1. Black Hat (Chapéu Preto): manipuladores “no limite”

Técnicas típicas:

• Injeção indireta de prompts (Indirect Prompt Injection): inserir comandos invisíveis ao olho humano em páginas web, que induzem a IA a priorizar certos conteúdos na resposta.
• Envenenamento de bancos de dados (RAG / Knowledge Poisoning): inserir dados falsos ou tendenciosos em bancos públicos, contaminando a indexação e levando a IA a gerar resultados enviesados.
• Falsificação de entidades (Entity Forgery): falsificar endereços, credenciais ou informações em mapas, enciclopédias e fontes públicas, contaminando dados de treinamento ou buscas em tempo real.
• Ataques negativos ao GEO (Negative GEO): inserir códigos maliciosos ou palavras sensíveis em sites concorrentes, ativando filtros de segurança da IA e marcando-os como fontes não confiáveis.

Riscos jurídicos:

• Penal: facilmente configura crime de “danos ao sistema de informação” (art. 286 do Código Penal), ao interferir na operação normal de sistemas de IA.
• Civil: caracteriza concorrência desleal (art. 11 da Lei de Competição Desleal), podendo gerar indenizações, que podem se ampliar devido ao efeito de propagação na IA.

2. Grey Hat (Chapéu Cinza): operadores “na fronteira”

Tentam evitar ilegalidades flagrantes, usando escala para influenciar a IA, acreditando que “quantidade leva à qualidade”.

Técnicas típicas:

• Reescrita em massa e redução de semântica: gerar conteúdo repetitivo de baixa qualidade para diluir informações reais, forçando a IA a buscar dados positivos pré-estabelecidos.
• Ataques de clique (Bot-driven Interaction): usar scripts automatizados para simular cliques, manipulando o peso de certos conteúdos na IA.
• Promoção mascarada (Masked Promotion): criar contas falsas para publicar conteúdos de marketing disfarçados de experiências reais, alimentando a base de dados da IA.

Riscos jurídicos:

• Publicidade enganosa: viola a Lei de Publicidade e a Lei de Concorrência, sendo cada vez mais combatido com o princípio de “forma não importa, o que vale é o conteúdo”.
• Risco de “blacklisting”: se detectados pelos sistemas anti-fraude, domínios ou marcas podem ser marcados como não confiáveis, levando à “morte digital” na IA.

3. White Hat (Chapéu Branco): construtores de valor a longo prazo

A estratégia White Hat não visa manipular a IA, mas ser uma fonte confiável de dados de alta qualidade. Apesar de custos mais altos, seu efeito cumulativo é evidente.

Técnicas típicas:

• Estruturação de conteúdo e otimização de resumos;
• Uso de dados estruturados (Schema Markup);
• Fortalecimento de citações e fontes confiáveis;
• Modelagem de FAQ para responder perguntas comuns.

Recomendamos fortemente essa abordagem — ela é baseada na conformidade, construindo confiança com a IA e os usuários por meio de conteúdo verdadeiro, de alta qualidade e verificável.

Análise de casos de SEO e lições para o GEO: história que não se repete, mas a lógica é similar

Embora ainda não existam casos judiciais específicos de GEO, sua essência é bastante parecida com SEO. Decisões passadas na área de SEO podem servir de referência para futuros casos de GEO. Vamos analisar alguns exemplos:

Caso 1: “Caso de manipulação de algoritmos com ‘milhares de palavras’”

Na era do SEO, a prática de “milhares de palavras” consistia em criar muitas páginas de baixa qualidade para dominar resultados de busca. Os tribunais entenderam que isso prejudicava a ordem do buscador, configurando concorrência desleal, e condenaram a empresa a pagar 2,75 milhões de yuans à Baidu.

Lição para o GEO:

Algumas ações atuais, como geração massiva de conteúdo de baixa qualidade por IA, tentam “alimentar” o modelo para dominar respostas. Essa prática pode levar à exclusão de marcas do modelo e ser considerada interferência na operação de plataformas, configurando concorrência desleal.

Caso 2: Compra de palavras-chave de concorrentes

No caso do “registro de marca Huiyu”, o réu colocou a marca de terceiros como palavra-chave, fazendo com que buscas direcionassem para seus produtos. O tribunal considerou isso uma violação de boa-fé e concorrência desleal.

Lição para o GEO:

De forma semelhante, pode-se usar “inserções de prompts” disfarçadas, como comandos embutidos em páginas, para influenciar a resposta da IA. Essa manipulação indireta também pode infringir a lei de concorrência desleal.

Caso 3: Marketing falso por avaliações e depoimentos

Empresas que organizaram conteúdo falso em plataformas como Zhihu e Tieba foram punidas por enganar consumidores e prejudicar o mercado, violando a Lei de Concorrência Desleal.

Lição para o GEO:

Práticas semelhantes incluem gerar avaliações falsas, criar recomendações fictícias, alimentando a “reputação” virtual. Se a origem for falsa, trata-se de propaganda enganosa, especialmente em setores regulados como saúde e estética, com riscos jurídicos elevados.

Alerta setorial: diferentes setores, diferentes “áreas de risco”

Ao praticar GEO, é fundamental entender as regulações específicas de cada setor. Por exemplo:

• Educação: proibição de promessas de resultados garantidos ou promessas de melhoria garantida por IA.
• Saúde e estética: qualquer conteúdo que promova comparações de eficácia ou recomendações deve seguir rigorosas normas de publicidade médica.
• Saúde e Web3: promessas de alta rentabilidade ou benefícios irreais podem configurar propaganda enganosa ou operação ilegal.

A ascensão do GEO: uma nova disputa pelo controle da disseminação de informações

Com base na observação do setor, compartilho algumas recomendações:

1. Para startups: agir antes de esperar

Grandes plataformas têm recursos e dados, mas sua estrutura interna muitas vezes é lenta para responder a operações ágeis como GEO. Para equipes de Web3 e IA, construir uma estrutura de conformidade clara desde cedo pode garantir vantagem competitiva nesta “nova fronteira”.

Dica de Mankiw: explore a tecnologia, mas construa uma base sólida de conformidade — especialmente na prevenção de riscos penais. Otimize a lógica de captura de IA, mas sempre com respeito à verdade e às leis.

2. Para usuários de GEO: ataque e defesa

• Defesa: implemente sistemas de monitoramento de reputação de IA. Se detectar ataques de GEO negativo ou manipulação maliciosa, colete provas e utilize meios legais para proteger sua marca.
• Ofensiva: adote práticas de white hat, tornando-se uma fonte de dados confiável. Forneça conteúdo verdadeiro, estruturado e de alta qualidade, ganhando a confiança da IA e dos usuários.

Conclusão

Na era da informação impulsionada por IA, algoritmos são a fachada, dados são o conteúdo, e a lei é a estrutura de sustentação. Estratégias de tráfego sem conformidade podem prosperar temporariamente, mas não resistirão ao tempo e à fiscalização.

Nosso foco não é apenas na legislação atual, mas também na direção futura do setor. Se precisar de suporte em conformidade do GEO, prevenção de infrações de IA ou estrutura jurídica para Web3, entre em contato conosco para juntos mapearem riscos e caminhos.