Ganho de Informação

TL;DR — Ganho de informação é o quanto de informação nova sua página adiciona que quem pesquisa ainda não viu nos outros resultados para aquele tópico. Não é o mesmo que “bom conteúdo” ou “conteúdo longo” — uma página pode ser completa e ainda assim não adicionar nada de novo. O nome vem de uma patente do Google, mas o Google nunca disse que realmente o usa para ranquear páginas. O que ele diz, em orientações claras, é: não apenas reescreva o que já existe — adicione algo original.

O que significa ganho de informação

Ganho de informação é um conceito da teoria da informação e de patentes frequentemente usado por profissionais de SEO; o Google não documenta um fator de ranqueamento público com uma pontuação universal sob esse nome. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google patent: Contextual estimation of link information gain A orientação de conteúdo útil do Google pergunta se o conteúdo adiciona informação original, reportagem, pesquisa ou análise. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Helpful content guidance

Imagine alguém pesquisando um tópico. A pessoa abre o primeiro resultado, lê e depois abre o segundo. Se a segunda página repete tudo o que a primeira disse — apenas com palavras diferentes — ela não aprendeu nada de novo com ela. Se ela traz um dado novo, uma história em primeira mão ou um ângulo diferente, ela ganhou informação.

Essa é a ideia central. Ganho de informação é sobre novidade em relação ao que quem pesquisa já viu, não sobre o quão polida ou completa uma página é por si só. Um artigo de 4 000 palavras que reafirma cuidadosamente os mesmos fatos consensuais dos dez primeiros resultados tem baixo ganho de informação. Um post curto com um número genuinamente novo pode ter alto ganho de informação.

De onde vem o termo

O Google recebeu uma patente (depositada em 2018, concedida em 2022) chamada “Contextual estimation of link information gain.” Ela descreve a pontuação de um documento pelo quanto de informação adicional ele contém além dos documentos que um usuário já viu — e o uso disso para ajudar a decidir o que ranquear ou mostrar em seguida.

Duas coisas para manter em mente:

1. Uma patente não é confirmação. O Google registra milhares de patentes. Ter uma prova que o Google poderia fazer algo, não que faz. O Google nunca confirmou que usa isso no ranqueamento de busca ao vivo.
2. Não é um sinônimo de “qualidade.” A patente é estritamente sobre novidade, não sobre bondade geral.

Por que isso importa mais agora

Os resultados de busca são cada vez mais respondidos por IA — AI Overviews do Google, AI Mode, ChatGPT e outros. Esses sistemas são muito bons em resumir o que já foi publicado em todos os lugares. Então, se sua página apenas diz o que todo mundo já diz, uma IA pode absorver isso e responder à pergunta sem você.

O conteúdo que sobrevive a isso é o que a IA não consegue apenas parafrasear: pesquisa original, seus próprios dados, experiência em primeira mão, citações de especialistas que ninguém mais tem. Isso é ganho de informação na prática.

O que fazer a respeito

• Antes de publicar, pergunte: o que esta página diz que as páginas já ranqueadas não dizem? Se a resposta honesta for “nada”, você não adicionou ganho de informação.
• Adicione algo que só você tem — uma pequena pesquisa, um screenshot de um teste real, uma citação de alguém da sua equipe que realmente faz o trabalho.
• Pare de perseguir “mais” (mais palavras, mais subtópicos, mais FAQs). Persiga novo.

Quer os detalhes da patente, as ressalvas de escopo, a linguagem oficial do Google que faz eco a isso e o manual prático? Mude para a aba Avançado.

TL;DR — Ganho de informação é a novidade relativa ao corpus que um pesquisador já viu sobre um tópico — não abrangência, não E-E-A-T, não “qualidade” no abstrato. Recebe esse nome em referência a uma patente concedida ao Google (“Contextual estimation of link information gain,” arquivada em 2018, concedida em 2022) que pontua documentos de 0,00 a 1,00 por quanto de informação nova eles adicionam e ranqueia parcialmente com base nisso. Mas: o Google nunca confirmou uso em produção; o próprio enquadramento da patente é sobre o que mostrar em seguida depois que um usuário viu alguns resultados, não a primeira página; e não há pontuação visível, nem API, nem fórmula divulgada. O que é oficial é a orientação de conteúdo útil do Google pedindo “informações originais, reportagens, pesquisas, ou análises.” Isso importa mais em uma SERP de respostas de IA porque LLMs sintetizam consenso de graça — só informação genuinamente nova força uma citação.

O que ganho de informação realmente é (e não é)

A patente citada descreve métodos possíveis, não prova de que um sistema de ranqueamento de produção específico opera exatamente dessa forma. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google patent: Contextual estimation of link information gain Use a orientação de valor original como princípio editorial, não como garantia mensurável de ranqueamento. Evidence for this claim Official or primary documentation supporting the adjacent article claim, with scope limited to the source's published description. Scope: No ranking guarantee or undisclosed system mechanics are inferred beyond the cited source. Confidence: high · Verified: 2026-07-14 Google: Helpful content guidance

A maioria dos artigos sobre este tópico confunde silenciosamente três coisas diferentes. Mantenha-as separadas:

• Ganho de informação — a informação marginal nova que um documento adiciona em relação ao que o pesquisador já viu sobre o tópico. É um delta.

• Abrangência / profundidade tópica — cobrir tudo sobre um tópico. Uma página pode ser maximamente abrangente e ter zero ganho de informação se cada fato nela já existir nas páginas ranqueadas acima dela.

• E-E-A-T / qualidade do conteúdo — confiança, experiência, conhecimento, autoridade. Relacionado, mas um julgamento diferente. Você pode ser um especialista inquestionável e ainda assim publicar uma página que não adiciona nada de novo.

• Verdade e precisão — ser novo não é o mesmo que ser correto. Uma página pode adicionar uma afirmação genuinamente nova e ainda assim errar. Novidade, precisão e confiança são julgamentos separados; trate a originalidade como um insumo para publicar, não um substituto para verificá-la.

Se você levar uma coisa desta página: ganho de informação é especificamente sobre o delta, não a profundidade e não a confiança. Essa distinção é o que quase todo explicador concorrente confunde.

Mais uma distinção que vale nomear, porque o SEO emprestou o termo de forma frouxa: “ganho de informação” também tem um significado mais antigo e mais técnico fora da busca. Na teoria da informação, remonta ao trabalho de Claude Shannon de 1948 sobre entropia e medidas de informação — um relato matemático de quanto um sinal reduz a incerteza, não relacionado a ranqueamentos de busca. Na pesquisa de recuperação de informação, uma ideia paralela aparece como novidade e diversidade: métodos como Maximal Marginal Relevance (Carbonell e Goldstein, 1998) reordenam ou selecionam resultados para reduzir redundância em relação ao que um leitor já viu. A patente do Google se baseia na mesma intuição subjacente — novo em relação ao que já foi mostrado — mas nenhuma dessas é intercambiável. O “ganho de informação” da indústria de SEO é uma abreviação construída sobre uma patente específica, não uma aplicação direta da matemática de Shannon ou de algoritmos publicados de diversidade em RI, embora o instinto que compartilham (não apenas repita o que já está lá) ecoe entre os três.

A patente do Google por trás do termo

O que ela diz

A patente é “Contextual estimation of link information gain” (US20200349181A1, arquivada em outubro de 2018, concedida em junho de 2022; inventores incluem Victor Carbune e Pedro Gonnet Anders). A definição central, verbatim da patente:

“An information gain score for a given document is indicative of additional information that is included in the given document beyond information contained in other documents that were already presented to the user.”

Ele descreve um modelo de aprendizado de máquina que recebe vetores semânticos de documentos que o usuário já visualizou, além de dados de um novo documento candidato, e gera, nas palavras da patente:

“a quantitative score between 0.00 and 1.00, with 0.00 indicating that no information gain is to be expected”

— com 1,00 significando que o documento contém apenas informações que não estavam no que já foi visto. Os documentos podem então ser ranqueados, pelo menos em parte, com base em seus respectivos escores de ganho de informação.

O que ela não diz

É aqui que a maioria dos conteúdos de SEO exagera, então deixe-me ser preciso sobre os limites:

• Nenhum uso confirmado ao vivo. Uma patente concedida é evidência de que o Google poderia implementar isso, não de que o faz. O Google não confirmou nem negou o uso desse mecanismo no ranqueamento. Quem disser que é um fator de ranqueamento confirmado está adivinhando.
• Escopo mais restrito do que se supõe. O enquadramento da patente se concentra em escolher qual documento ou link exibir em seguida — pense em uma resposta de assistente conversacional ou assistente após o usuário já ter visto alguns resultados — não na primeira página de dez links azuis. A análise de Roger Montti no Search Engine Journal aborda bem esse ponto de escopo: a ênfase está em assistentes automatizados, e esses escores não são descritos como aplicados ao primeiro conjunto de resultados (SEJ).
• Nenhuma fórmula pública. A patente menciona “vetores semânticos” e informações extraídas salientes, mas não divulga pesos, lista de recursos ou método de pontuação reproduzível. Não confie em nenhum artigo que forneça uma fórmula precisa de “como o Google calcula” — ela é inventada.
• É uma família de patentes, não um único depósito. O Google recebeu uma continuação na mesma família — US12013887B2, mesmo título, mesmo cessionário (Google LLC), data de prioridade de volta ao depósito original de outubro de 2018. Uma continuação significa que existe mais linguagem de reivindicação divulgada na família, não que algo novo sobre implantação foi confirmado — uma patente concedida e sua continuação ainda apenas estabelecem o que o Google divulgou que poderia construir, não o que está em produção.

A análise inicial de Bill Slawski no Go Fish Digital enquadrou o problema subjacente que o Google está resolvendo — que quando muitos documentos compartilham um tópico, eles tendem a conter informações semelhantes — e como a patente propõe ranquear parcialmente com base em escores de ganho de informação para resolver isso (Go Fish Digital).

A orientação oficial do Google que ecoa a ideia

Aqui está a parte honesta que a maioria dos explicadores ignora: nenhum documento, postagem de blog ou porta-voz do Google usa a frase “ganho de informação” na orientação pública de pesquisa. O termo é uma abreviação do setor. Mas a orientação oficial real do Google — “Criar conteúdo útil, confiável e focado em pessoas” — descreve repetidamente a mesma ideia subjacente em suas perguntas de autoavaliação. Estas são verbatim dessa página:

“Does the content provide original information, reporting, research, or analysis?”

“If the content draws on other sources, does it avoid simply copying or rewriting those sources, and instead provide substantial additional value and originality?”

“Does the content provide insightful analysis or interesting information that is beyond the obvious?”

“Does the content provide substantial value when compared to other pages in search results?”

Essa última — valor substancial em comparação com outras páginas nos resultados de pesquisa — é o mais próximo que a linguagem oficial do Google chega do conceito de ganho de informação sem usar o termo. Esta é a conexão oficial mais forte e legítima disponível, e é por isso que “ganho de informação” se consolidou como uma abreviação útil para um princípio real com o qual o Google claramente se importa, mesmo não sendo a palavra do Google.

O Bing usa ganho de informação?

Não que eu tenha encontrado. Nenhum documento ou porta-voz da Bing ou da Microsoft usa o termo no material que revisei. Os fatores de ranqueamento publicamente discutidos pela Bing — reputação do site e do autor, completude do conteúdo, relevância semântica — apontam em uma direção semelhante (profundidade e originalidade em relação aos concorrentes), mas isso é uma ideia adjacente, não a mesma afirmação e não o mesmo vocabulário. Se alguém citar a Bing usando a frase literal “information gain”, trate com suspeita até ver a fonte primária.

Por que o information gain importa mais em uma SERP repleta de respostas de IA

Esta é a parte que torna o information gain mais do que uma curiosidade de trivia de patente.

A IA leu a internet. ChatGPT, Claude, Gemini e os próprios AI Overviews e AI Mode do Google são excelentes em uma coisa específica: sintetizar e reembalar o que já existe na web. Nathan Wahl, da Animalz, argumenta de forma incisiva — esses sistemas já conseguem reiterar e reembalar tudo o que foi publicado, então a questão passa a ser por que publicar algo que não seja aditivo. Quando o Google sintetiza uma resposta, ele puxa de múltiplas fontes — o enquadramento de Wahl é que você não precisa superar os gigantes se o seu conteúdo tiver informações que os deles não têm (Animalz).

Esse é o mecanismo. Se a sua página repete o consenso, um AI Overview a absorve e responde sem enviar ninguém até você. Se a sua página contém algo que só você tem — um número proprietário, um experimento real, a visão em primeira mão de um especialista —, um sistema de IA precisa recorrer especificamente a você para incluir esse fato, em vez de parafraseá-lo de onde quer que ele apareça. Isso não é uma garantia: recuperação, inclusão no contexto do modelo, geração e citação são etapas separadas, e a originalidade passar por uma delas não significa que passa pelas demais. Pesquisas com escopo definido sobre visibilidade em mecanismos generativos (Aggarwal et al., “GEO: Generative Engine Optimization”) descobrem que adicionar fontes, estatísticas e citações ao conteúdo pode melhorar a visibilidade em respostas geradas por IA em suas configurações testadas — evidência de que a originalidade ajuda, não prova de que ela garante uma citação, um ranqueamento ou tráfego. O information gain é uma pré-condição para ser citado em vez de parafraseado, não uma promessa disso.

Bernard Huang, da Clearscope, relacionou isso ao Knowledge Graph do Google: busque conteúdo que cubra conceitos e entidades na periferia do que o Google já “sabe” sobre um tópico, porque os LLMs são ótimos em consenso, mas a novidade genuína ainda é onde os humanos agregam valor (Clearscope). O enquadramento inicial de Amanda King no Search Engine Land capturou a ideia central — uma pontuação de information gain é essencialmente uma medida de quão único é o seu conteúdo em relação ao restante do corpus, e o conteúdo corre o risco de ser rebaixado se não tiver exclusividade, mesmo quando são apenas as mesmas ideias com palavras diferentes (Search Engine Land). Andrew Holland depois reformulou tudo para a era da IA: o termo significa coisas diferentes para pessoas diferentes, mas o trabalho é continuar aumentando a taxa de information gain — e cada vez mais estamos otimizando para a IA, não apenas para o Google (Search Engine Land).

Também vi isso pelo outro lado. Executei alguns testes tentando ranquear conteúdo no AI Mode do Google, e o conteúdo simplesmente não ranqueava — mesmo sendo, até onde eu podia dizer, melhor e mais relevante do que páginas que ranqueavam. Uma das possibilidades que levantei publicamente foi a falta de information gain nos artigos: se o conteúdo é uma reformulação bem escrita do que já existe, pode não haver nada para o sistema recompensar (meu post no X).

O que realmente produz information gain

Sintetizando as fontes — e minha própria experiência — aqui está o que realmente faz a diferença:

• Pesquisa original, pesquisas e experimentos. A forma mais defensável. Conduza um estudo, publique os dados, deixe que outros citem você. Na Ahrefs, nosso conteúdo de melhor desempenho tende fortemente a estudos de dados exatamente por esse motivo.
• Dados proprietários / de primeira parte. Dados internos de produto ou uso que ninguém mais pode reproduzir. Se você tem um conjunto de dados, esse conjunto é seu ganho de informação.
• Entrevistas com especialistas e experiência em primeira mão. Esta é minha tática preferida. Em vez de publicar texto gerado sem fontes, envie mensagens para alguns especialistas reais no assunto aos quais você já tem acesso — via Slack, e-mail ou uma chamada rápida assistida por IA — algumas vezes por semana, e capture suas histórias e experiências reais. Essa é uma informação original que não existia na web antes de você publicá-la. Apliquei isso à minha própria reconstrução do hub de SEO técnico da Ahrefs (cerca de 160 páginas geradas por IA), adicionando revisão de especialistas e feedback de leitores por cima, para que as páginas carreguem algo além de consenso regurgitado.
• Visões contrárias ou atualizadas sobre o consenso. Testar uma afirmação amplamente repetida e relatar o que realmente aconteceu é ganho de informação, mesmo quando o “estudo” é pequeno.
• Construir sobre o trabalho de um predecessor. Pegue a pesquisa publicada de alguém, estenda-a, adicione o próximo ponto de dados. Você está adicionando ao corpus, não copiando-o.

A própria escada de qualidade de conteúdo da Ahrefs (Si Quan Ong, “How to Create Quality Content”) é um mapa útil aqui: ela sobe de listas simples até estudos de pesquisa e ideias originais — efetivamente uma escada de ganho de informação, valorizando dados em primeira mão em vez de agregação, sem nunca usar o termo.

Como avaliar seu próprio conteúdo para ganho de informação

Adapte as perguntas de conteúdo útil do Google para uma verificação pré-publicação:

• Abra os principais resultados para sua consulta alvo. Liste o que cada um já diz.
• Para seu rascunho, destaque cada frase que adiciona um fato, número, ângulo ou experiência que não está nessa lista. Se nada for destacado, você tem uma reescrita, não um recurso.
• Pergunte se uma IA poderia responder à consulta completamente a partir das páginas que já estão ranqueando. Se sim, seu único caminho para relevância é contribuir com algo que essas páginas não têm.
• Verifique a pergunta “valor comparado a outras páginas nos resultados de busca” literalmente — não “isso é bom”, mas “isso é aditivo.”

A conclusão

O ganho de informação é um conceito real e útil, apoiado em um mecanismo não confirmado. Não o venda internamente como um fator de ranqueamento confirmado do Google com uma pontuação que você pode ajustar — isso não é verdade e vai queimar sua credibilidade. Venda-o como a coisa que está comprovadamente funcionando em um SERP pesado de IA: pare de publicar versões melhor otimizadas do que já existe e comece a publicar o que só você pode. Esse é o fosso.

Leitura relacionada neste cluster: entity SEO, schema markup for AI, GEO e AEO — todos se conectam a como você é exibido e citado quando seu conteúdo realmente tem algo novo a dizer.

Resumo de IA

Uma visão condensada da versão Avançada:

• Ganho de informação = novidade em relação ao que um pesquisador já viu sobre um tópico. É o delta marginal, não abrangência e não E-E-A-T. Uma página completa pode ter ganho de informação zero.
• O nome vem de uma patente concedida ao Google (“Contextual estimation of link information gain,” arquivada em 2018, concedida em 2022) que pontua documentos de 0,00–1,00 para quanto de informação nova eles adicionam e ranqueia parcialmente com base nisso.
• O Google nunca confirmou uso ao vivo. O próprio enquadramento da patente é sobre o que mostrar em seguida depois que um usuário viu alguns resultados — não a primeira página. Não há pontuação visível, nem API, nem fórmula divulgada; qualquer “pontuação de ganho de informação” em uma ferramenta é uma aproximação.
• O que é oficial é a orientação de conteúdo útil do Google perguntando se o conteúdo fornece “informações originais, reportagens, pesquisas ou análises” e “valor substancial quando comparado a outras páginas nos resultados de pesquisa” — a mesma ideia, sem o termo.
• Por que isso importa agora: AI Overviews e AI Mode sintetizam conteúdo de consenso de graça. Informação genuinamente nova — pesquisa original, dados proprietários, experiência em primeira mão — é o que um sistema de IA precisa extrair de você em vez de parafrasear em outro lugar, embora isso não seja garantia de citação, ranqueamento ou tráfego (recuperação, inclusão, geração e citação são etapas separadas).
• Novidade não é precisão. Uma página pode adicionar uma afirmação genuinamente nova e ainda estar errada — trate a originalidade como um insumo para publicar, não um substituto para verificá-la.
• O que a produz: estudos originais, dados de primeira parte, entrevistas com especialistas e experiência em primeira mão, abordagens contrárias/atualizadas, estender a pesquisa de outros.
• Cuidado com especificidades fabricadas — estatísticas precisas de “atualização principal confirmou ganho de informação, +X% de visibilidade” sem fonte primária são um padrão de mito, não dados.

Documentação oficial

Fontes primárias. Observe que a orientação do Google nunca usa o termo “ganho de informação” — a patente usa, mas uma patente é um documento legal, não uma declaração sobre ranqueamento ao vivo.

Google — a patente (fonte primária, não “orientação”)

• Contextual estimation of link information gain (US20200349181A1) — o arquivamento que dá nome ao termo: a descrição da pontuação 0,00–1,00 e a definição de “informações adicionais além de documentos já apresentados ao usuário”.

Google — orientação oficial de conteúdo útil (usa o conceito, não o termo)

• Creating helpful, reliable, people-first content — as perguntas de autoavaliação sobre informações originais/pesquisa/análise e valor substancial em comparação com outros resultados. Esta é a linguagem oficial mais próxima de ganho de informação.

Citações da fonte

Linguagem registrada. Os itens do Google abaixo são verbatim de fontes primárias (a patente e os documentos de conteúdo útil do Google). As vozes da indústria são parafraseadas no corpo do artigo em vez de citadas, porque não pude verificar independentemente suas palavras exatas contra as páginas originais — não vou colocar palavras entre aspas que não posso confirmar.

Google — a patente (US20200349181A1)

• “An information gain score for a given document is indicative of additional information that is included in the given document beyond information contained in other documents that were already presented to the user.” (tradução) «Uma pontuação de ganho de informação para um determinado documento é indicativa de informações adicionais incluídas no documento além das informações contidas em outros documentos que já foram apresentados ao usuário.» — Contextual estimation of link information gain. Leia a patente
• “a quantitative score between 0.00 and 1.00, with 0.00 indicating that no information gain is to be expected” — the patent’s described scoring scale (1,00 meaning the document contains only information not already seen). (tradução) «uma pontuação quantitativa entre 0,00 e 1,00, com 0,00 indicando que nenhum ganho de informação é esperado» — a escala de pontuação descrita na patente (1,00 significando que o documento contém apenas informações ainda não vistas). Leia a patente

Google — orientação sobre conteúdo útil (o conceito, sem o termo)

• “Does the content provide original information, reporting, research, or analysis?” (tradução) «O conteúdo fornece informações originais, reportagens, pesquisas ou análises?» Ir para a citação
• “If the content draws on other sources, does it avoid simply copying or rewriting those sources, and instead provide substantial additional value and originality?” (tradução) «Se o conteúdo se baseia em outras fontes, ele evita simplesmente copiar ou reescrever essas fontes e, em vez disso, fornece valor adicional substancial e originalidade?» Ir para a citação
• “Does the content provide insightful analysis or interesting information that is beyond the obvious?” (tradução) «O conteúdo fornece análises perspicazes ou informações interessantes que vão além do óbvio?» Ir para a citação
• “Does the content provide substantial value when compared to other pages in search results?” (tradução) «O conteúdo fornece valor substancial quando comparado a outras páginas nos resultados de pesquisa?» Ir para a citação

Playbook: adicionando ganho de informação real

Um processo repetível para transformar um rascunho de “mais um artigo sobre X” em algo aditivo.

1. Mapeie o corpus primeiro. Abra os 10 principais resultados para sua consulta. Em um documento, liste as afirmações, dados e ângulos distintos que cada um já cobre. Essa é a linha de base que o pesquisador já “viu”.

2. Encontre a lacuna. Onde o consenso é fraco, desatualizado ou não testado? Que pergunta as páginas de ranqueamento levantam, mas não respondem? Essa lacuna é seu alvo.

3. Escolha sua fonte de novidade. Em ordem aproximada de durabilidade:

• Pesquisa original / uma pesquisa / um experimento que você conduz.
• Dados próprios ou proprietários que você já tem.
• Entrevistas com especialistas e experiência em primeira mão.
• Uma visão contrária ou atualizada que você possa realmente sustentar.

4. O ciclo de entrevista com especialistas (meu padrão). Você quase sempre tem especialistas no assunto ao seu alcance. Algumas vezes por semana, envie mensagem para alguns deles — Slack, e-mail ou uma breve chamada assistida por IA — com uma pergunta afiada. Capture a história, o número, o detalhe “na prática, na verdade…”. Atribua. Essa é informação original que não existia na web antes de você publicá-la.

5. Atribua tudo. Fundamente suas afirmações. Inclua links. Mostre seus dados. Conteúdo que cita as fontes é visto como agregador; texto gerado sem fontes é visto como preenchimento — e cada vez mais é tratado assim.

6. Verificação pré-publicação. Destaque cada frase do seu rascunho que ainda não esteja em uma das 10 primeiras páginas. Se pouco estiver destacado, não publique ainda — volte ao passo 3.

7. Camadas, não despejo. Se você está gerando conteúdo em escala, não pare na geração. Adicione camadas de revisão de especialistas, feedback de leitores e exemplos reais para que cada página carregue algo além do consenso. Volume sem novidade é o que a IA absorve de graça.

Antipadrões: como o “information gain” dá errado

Tratá-lo como um fator de ranqueamento confirmado com uma pontuação que você pode ajustar. É uma patente concedida que o Google não confirmou usar no ranqueamento ao vivo. Não há campo no Search Console, sinal de log ou API pública. Qualquer “pontuação de information gain” em uma ferramenta é uma aproximação dessa ferramenta, não do Google. Não o venda internamente como uma alavanca confirmada — você perderá credibilidade quando alguém pedir a fonte.

Repetir estatísticas suspeitamente precisas e sem fonte. Uma onda de posts datados de 2026 afirma coisas como “a atualização principal de [data] confirmou information gain como o sinal dominante, +15–25% de visibilidade para conteúdo original, –30–50% para conteúdo de modelo,” até carimbos de data/hora específicos. Nenhuma fonte primária substancia nada disso. Isso parece especificidade fabricada ou alucinada montada em cima de uma palavra da moda. Se uma estatística sobre information gain não tem fonte primária rastreável, não a repita.

Confundir “escrever mais” com information gain. Extensão e abrangência não são information gain. Um artigo de 5 000 palavras que repetem o consenso tem menos disso do que um post de 400 palavras com um novo dado. A jogada de encher de FAQ — colocar 50 ou 100 FAQs em uma página — é o exemplo mais claro: isso adiciona palavras, não novidade, e não funciona.

Confundi-lo com E-E-A-T ou “qualidade”. Relacionados, mas distintos. Você pode ser um especialista genuíno e ainda publicar uma página que não acrescenta nada de novo ao corpus. Information gain é o delta marginal, não o julgamento de confiança/especialização.

Supor que ele se aplica à primeira página de resultados. O próprio enquadramento da patente se concentra no que exibir em seguida — contextos de assistente/acompanhamento — depois que o usuário viu alguns resultados, não necessariamente os dez links azuis iniciais. A maioria dos explicadores ignora essa ressalva de escopo; não ignore.

Afirmar que o Google ou o Bing disseram “information gain”. Nenhum dos dois usou a frase literal em orientações públicas de ranqueamento que eu encontrei. É uma abreviação do setor construída sobre uma patente (Google) e princípios gerais de conteúdo útil. Trate qualquer citação atribuída de “information gain” do Google ou do Bing com suspeita até ver a fonte primária.

Prompts para revisões de information gain

Compare my draft with these competing-page notes. Build a claim matrix with one row
per substantive point and columns for: already common in the corpus, genuinely new,
new only in wording, supported by first-hand evidence, source needed, and remove or
keep. Do not assign a fake information-gain score. Finish with the three strongest
original contributions and the evidence needed to publish each.

DRAFT:
[paste]

COMPETING-PAGE NOTES:
[paste]

Turn these raw first-party materials into an evidence plan, not finished prose.
Separate proprietary data, direct observation, expert experience, original examples,
and repeatable analysis. For each candidate contribution, state the claim it could
support, the minimum method disclosure, limitations, and what would make the claim too
weak to publish. Do not infer results that are absent.

[paste interview notes, dataset description, tests, or case documentation]

Estruturas para criar information gain real

A estrutura corpus–afirmação–evidência

1. Corpus: Resuma o que as páginas úteis atuais já concordam.
2. Afirmação: Declare o que sua página acrescentaria além desse consenso.
3. Evidência: Nomeie os dados, observação, experiência ou fonte que tornam a nova afirmação defensável.
4. Limite: Documente onde a evidência não se generaliza.

Se a afirmação muda apenas a redação, ela não é nova. Se a evidência não pode sustentar a afirmação, ela não está pronta.

A escada da novidade

• Reafirmação: Mesmos fatos, redação diferente.
• Síntese: Fatos existentes conectados de uma forma nova e útil.
• Aplicação: Conhecimento existente testado em um contexto específico.
• Observação: Evidência de primeira mão que outros não têm.
• Descoberta: Uma descoberta reproduzível que muda o que o leitor sabe.

A escada é um modelo de planejamento, não a pontuação oculta do Google.

Folha de dicas de information gain

Verificação da realidade: o Google não expõe nenhuma pontuação ou fórmula pública de ganho de informação. Avalie a contribuição e suas evidências, não um decimal inventado.

Recursos que valem seu tempo

Meus textos e palestras

• O tráfego de pesquisa por IA converte melhor do que a pesquisa tradicional? (Ahrefs) — os dados por trás do motivo pelo qual a visibilidade na pesquisa por IA vale a pena, que é a razão pela qual o ganho de informação importa comercialmente.
• “GEO? AEO? LLMO? O que há com toda essa coisa de SEO para IA?” — meu deck da Ahrefs Evolve 2025 sobre pesquisa por IA, onde vive o argumento de “publique apenas o que só você tem”.
• Meu post sobre teste de ranqueamento no AI Mode (X) — o experimento natural em que conteúdo que não ranqueava no AI Mode pode ter carecido de ganho de informação.
• Patrick Stox sobre construir na era GEO (Unscripted SEO Podcast) — onde apresento a tática de “mensage cinco especialistas reais, fundamente suas afirmações”.
• Estratégias de AEO de ponta com Patrick Stox (Marketing Speak) — o episódio que enquadra o ganho de informação como o verdadeiro fosso, com o ponto dos estudos de dados da Ahrefs.
• Como criar conteúdo de qualidade (Ahrefs, por Si Quan Ong) — conteúdo da casa: a escada de qualidade de listas até pesquisa original, efetivamente uma escada de ganho de informação.

Do setor

• Contextual estimation of link information gain (US20200349181A1) — a patente em si. Leia a fonte antes de confiar no resumo de qualquer pessoa.
• Creating helpful, reliable, people-first content (Google Search Central) — as perguntas oficiais de autoavaliação que descrevem o conceito sem usar o termo.
• Google’s Information Gain Patent For Ranking Web Pages (Roger Montti, Search Engine Journal) — o artigo mais cuidadoso sobre o escopo: contexto de assistente/acompanhamento, não a primeira página.
• What is information gain in SEO & why it matters (Amanda King, Search Engine Land) — a definição inicial mainstream.
• Information gain: what this SEO “buzzword” really means (Andrew Holland, Search Engine Land) — a reformulação da era da IA.
• Information Gain in SEO (Bernard Huang, Clearscope) — o enquadramento do Knowledge Graph e pontos de vista práticos.
• Information Gain: The SEO Theory that AI Made Mandatory (Nathan Wahl, Animalz) — o argumento mais forte de “por que agora”, ligado à síntese de IA e à citação de múltiplas fontes.
• Information Gain Scores (Bill Slawski, via Go Fish Digital) — a análise técnica original da patente.
• What Is Information Gain in SEO & Does Google Measure It? (Rachel Handley, Semrush) — uma visão geral adicional sólida.

Teste seus conhecimentos: Information Gain

Cinco perguntas rápidas sobre o que é information gain, de onde vem e o que fazer a respeito. Escolha uma resposta para cada uma e depois confira.

Registro de alterações