SEO de avaliações de produtos e conteúdo gerado por usuários

TL;DR — As avaliações de clientes nas suas páginas de produto ajudam o SEO de forma simples: acrescentam palavras novas e únicas a páginas que, de outro modo, teriam apenas o texto genérico do fabricante e, quando marcadas corretamente, podem colocar classificações por estrelas no resultado de pesquisa. Mas “avaliações” significa três coisas diferentes que as pessoas confundem: as avaliações dos seus clientes, o sistema do Google que ranqueia artigos de avaliação de blogueiros e a marcação de dados estruturados que desenha as estrelas. Apenas a primeira é UGC no seu próprio site. E avaliações falsas agora são um problema para o Google e uma prática ilegal nos EUA.

Três coisas diferentes chamadas “avaliações”

Antes de tudo, esclareça esta distinção, porque quase todos os guias online fundem esses conceitos em uma história vaga de “avaliações ajudam o SEO”:

1. Avaliações de clientes e UGC na sua própria página de produto — classificações por estrelas, avaliações escritas, perguntas e respostas e fotos que seus compradores deixam. É isso que “UGC” significa aqui.
2. O “sistema de avaliações” do Google (antes chamado Product Reviews Update). Ele ranqueia artigos escritos sobre produtos: um blogueiro que avalia um liquidificador depois de testá-lo. O Google afirma abertamente que não avalia as avaliações de clientes que ficam na seção de avaliações da sua página de produto. Portanto, esse sistema não trata do seu UGC.
3. Marcação de dados estruturados de avaliações — o código interno (Review / AggregateRating) que pode fazer uma classificação por estrelas aparecer no resultado. É um assunto separado, com seus próprios guias neste site.

Mantenha esses três conceitos separados e grande parte da confusão sobre “avaliações e SEO” desaparece.

Por que as avaliações de clientes realmente ajudam

As páginas de produto são difíceis de ranquear porque muitas vezes têm pouco conteúdo: uma foto, um preço e a descrição entregue pelo fabricante (a mesma que aparece em todas as outras lojas que vendem o item). As avaliações de clientes resolvem isso:

• Acrescentam palavras únicas. Compradores reais descrevem os produtos na linguagem natural que outros compradores de fato pesquisam (“veste pequeno”, “ótimo para pés largos”). Você não escreveu isso, e seus concorrentes também não.
• Mantêm a página atualizada. Novas avaliações chegam com o tempo, então a página se atualiza sem que você precise mexer nela.
• Geram confiança, algo que ajuda as pessoas a comprar, embora não seja um fator de ranqueamento.
• Podem obter resultados com estrelas. Com a marcação adequada, uma classificação média pode aparecer como estrelas no resultado de pesquisa e destacar a sua listagem.

O único mito que vale a pena desmontar cedo

Muita gente se preocupa com isto: “Minhas avaliações estão no meu próprio site; então elas não são ‘autopromocionais’? O Google não vai se recusar a mostrar minhas estrelas?”

Para um produto de comércio eletrônico, não. A regra de avaliações “autopromocionais” (self-serving) de 2019 só se aplica a empresas que avaliam a si mesmas (páginas de negócio local ou organização), não a clientes que avaliam seus produtos. Avaliações genuínas de produtos não têm esse problema.

A linha que você não pode cruzar: avaliações falsas

Esta é a parte que ficou séria. Avaliações falsas, compradas ou incentivadas em troca de uma boa classificação são:

• Um problema para o Google — classificações não genuínas podem desencadear uma ação manual.
• Ilegais nos EUA — desde 21 de outubro de 2024, a regra da FTC torna criar, comprar ou vender avaliações falsas uma infração federal com multas reais.

Colete avaliações honestamente, divulgue qualquer incentivo oferecido e nunca compre avaliações.

Quer a versão técnica — o que o sistema de avaliações do Google realmente avalia, a regra de avaliações autopromocionais em detalhe, as sanções por avaliações falsas e como projetar um formulário de coleta de avaliações que o Google aprove? Mude para a aba Avançado.

TL;DR — “Avaliações” são três coisas distintas: (1) avaliações de clientes/UGC no seu PDP — um sinal de frescor e conteúdo único que pode alimentar a marcação de estrelas; (2) o sistema algorítmico de avaliações do Google (a antiga Product Reviews Update), que ranqueia artigos editoriais de primeira parte e explicitamente não avalia as avaliações na seção de avaliações da sua página de produto; e (3) a marcação de schema Review/AggregateRating, separada das duas anteriores e tratada em profundidade em outras partes deste site. O ponto central de precisão para 2026: a restrição de avaliações autopromocionais de 2019 elimina resultados com estrelas apenas para LocalBusiness/Organization — não para Product, portanto suas avaliações genuínas de clientes não são afetadas. Avaliações falsas envolvem dois riscos independentes — uma ação manual por política do Google e sanções da FTC segundo a regra sobre avaliações falsas. Não agregue avaliações extraídas de outros sites na sua marcação. E a estatística do “ponto ideal de 4,2–4,7 estrelas” / “17% de CTR” que todos repetem é folclore sem fonte, não um fator de ranqueamento.

Comece pela desambiguação: três conceitos, uma só palavra

Este tema é confuso porque três coisas sem relação entre si compartilham a palavra “avaliações”, e quase todos os guias concorrentes as fundem em um “avaliações ajudam o SEO” indiferenciado. A coisa mais útil que este artigo pode fazer é mantê-las separadas:

1. Avaliações de clientes / UGC na sua própria página de produto. Classificações, avaliações escritas, perguntas e respostas e fotos ou vídeos de compradores. É um sinal de conteúdo e frescor e uma possível fonte de dados estruturados. É o tema deste artigo.
2. O “sistema de avaliações” algorítmico do Google (lançado em abril de 2021 como Product Reviews Update). É um sistema de ranqueamento para conteúdo editorial de avaliação: um editor redige uma análise de um produto depois de testá-lo em primeira mão. O Google afirma explicitamente: “does not evaluate third-party reviews, such as those posted by users in the reviews section of a product or services page.” (tradução) «não avalia avaliações de terceiros, como as publicadas por usuários na seção de avaliações de uma página de produto ou serviços». Portanto, não avalia o widget de avaliações do seu PDP.
3. Marcação de dados estruturados Review / AggregateRating. Dados estruturados que podem desenhar um resultado com estrelas. É algo separado dos dois pontos anteriores, e sua mecânica completa — propriedades obrigatórias e recomendadas, JSON-LD e regras de aninhamento — vive em artigos específicos deste site. Também existe um feed de avaliações de produtos do Merchant Center completamente separado (um feed XML para Shopping e listagens gratuitas, enviado por meio de um feed, não por marcação schema.org), tratado em seu próprio artigo.

A maior parte da confusão do leitor — “a Product Reviews Update me recompensa por adicionar um widget de avaliações?” — desaparece quando se entende que os itens 1 e 2 são sistemas diferentes que apenas compartilham um substantivo. A mesma lógica se aplica aos quatro casos: ter a marcação Review/AggregateRating validada não diz nada sobre o Merchant Center aceitar seu feed de avaliações de produtos, e nenhum dos dois diz como o sistema de avaliações editoriais do Google trata seu site. Cada um é um contrato separado, com critérios próprios de aceitação, e passar em um nunca prova que você passou no outro.

Por que vale a pena investir em UGC (o argumento real de SEO)

O argumento prático a favor de um programa de avaliações não tem relação com o sistema de avaliações do ponto 2 acima e também não é principalmente sobre resultados com estrelas. É este:

O UGC é uma fonte escalável e continuamente renovada de conteúdo único na página, para páginas que de outro modo teriam conteúdo superficial e genérico fornecido pelo fabricante. A maioria das páginas de produto chega com a mesma descrição fornecida pelo fornecedor que todos os concorrentes usam. As avaliações rompem esse padrão:

• Unicidade em escala. Você não consegue escrever à mão um texto original para 50 000 SKUs, mas seus compradores conseguem — de graça, uma avaliação por vez.
• Frescor sem esforço. Novas avaliações atualizam a página por conta própria; o sinal de conteúdo se renova sem que a equipe de conteúdo precise tocar nele.
• Linguagem de cauda longa. Compradores expressam as coisas como os usuários que pesquisam — “veste pequeno”, “a bateria morreu depois de um ano”, “bom para um apartamento pequeno” — coincidindo com consultas que o texto de marketing nunca cobriria.
• Elegibilidade para resultados avançados. Avaliações genuínas de produtos, marcadas corretamente, são elegíveis para resultados com estrelas (ao contrário dos casos de avaliações autopromocionais vistos abaixo).

Esse é o “por que vale a pena” — e se sustenta por si só, independentemente de qualquer atualização de ranqueamento com nome próprio. Uma ressalva que vale explicar claramente: o Google não publicou um sinal de ranqueamento nomeado para “frescor impulsionado por avaliações” nem para “unicidade impulsionada por avaliações”, como fez, por exemplo, com a experiência na página. Esses quatro pontos se apoiam em princípios gerais e bem documentados de qualidade de conteúdo (é razoável entender que texto único e conteúdo fresco ajudam; veja a própria rejeição do documento do sistema de avaliações ao “conteúdo superficial que apenas resume”) aplicados a uma fonte de UGC: são um mecanismo razoável e amplamente observado por profissionais, não um fator de ranqueamento confirmado pelo Google com nome próprio. Trate-os como uma hipótese que vale testar no seu catálogo (a lente de métricas mais abaixo inclui uma comparação entre cobertura e desempenho), não como garantia. Isso também pressupõe que o conteúdo das avaliações seja realmente rastreável e renderizado: um widget que carrega avaliações atrás de paginação, carregamento tardio ou barreira de consentimento que o rastreador não supera não oferece esses benefícios, embora pareça correto para o visitante; veja o problema do HTML renderizado mais abaixo.

O sistema de avaliações do Google, explicado — e o que ele NÃO afeta

O sistema de avaliações é o que muita gente mais entende errado. O documento do próprio Google afirma: “The reviews system is designed to evaluate articles, blog posts, pages or similar first-party standalone content written with the purpose of providing a recommendation, giving an opinion, or providing analysis. It does not evaluate third-party reviews, such as those posted by users in the reviews section of a product or services page.” (tradução) «O sistema de avaliações foi criado para avaliar artigos, publicações de blog, páginas ou conteúdo independente semelhante de primeira parte, escrito para fornecer uma recomendação, dar uma opinião ou fazer uma análise. Ele não avalia avaliações de terceiros, como as publicadas por usuários na seção de avaliações de uma página de produto ou serviços».

Leia com atenção: ele visa a avaliação como artigo (a análise de um editor), não o widget de avaliações no PDP de um varejista. Se você administra uma loja, o sistema de avaliações em grande parte não é sobre você: é sobre blogs afiliados e editores que ranqueiam para “melhores tênis de corrida de 2026”.

Alguns fatos adicionais do Google:

• O sistema existe “to ensure that people see reviews that share in-depth research, rather than thin content that simply summarizes a bunch of products.” (tradução) «para garantir que as pessoas vejam avaliações que compartilham pesquisa aprofundada, em vez de conteúdo superficial que apenas resume vários produtos».
• Sobre marcação: “In the case of products, product structured data might help us better identify if something is a product review, but we don’t solely depend on it.” (tradução) «No caso de produtos, os dados estruturados de produto podem nos ajudar a identificar melhor se algo é uma avaliação de produto, mas não dependemos exclusivamente disso».
• A avaliação é principalmente feita no nível da página, mas em sites com grande quantidade de conteúdo de avaliações o sistema pode avaliar qualquer conteúdo do site — algo relevante se você gerencia um catálogo enorme com muito volume de avaliações.
• Aplica-se a um conjunto fixo de idiomas: inglês, espanhol, alemão, francês, italiano, vietnamita, indonésio, russo, neerlandês, português e polonês.

A lista de verificação foi escrita para avaliadores editoriais — mas você pode aproveitá-la

A Product Reviews Update do Google introduziu uma lista de “useful questions to consider” (tradução) «perguntas úteis a considerar»: demonstrar conhecimento especializado; mostrar o produto fisicamente ou em uso com conteúdo único além do fabricante; oferecer medições quantitativas; explicar o que o diferencia; cobrir produtos comparáveis; comentar vantagens e desvantagens; descrever como ele evoluiu em relação a modelos anteriores; identificar os fatores decisivos de uma categoria e avaliar seu desempenho. As perguntas são dirigidas a avaliadores editoriais, não ao UGC da sua loja, mas várias se transferem diretamente para um bom formulário de coleta de avaliações:

• Peça fotos e vídeo, não apenas uma estrela. O documento do Google “Como escrever avaliações de alta qualidade” orienta os avaliadores: “provide evidence such as visuals, audio, or other links of your own experience with what you are reviewing, to support your expertise and reinforce the authenticity of your review.” (tradução) «Forneça evidências, como recursos visuais, áudio ou outros links da sua própria experiência com aquilo que está avaliando, para apoiar sua experiência e reforçar a autenticidade da avaliação». Uma foto do comprador cumpre a mesma função em uma avaliação de cliente: acrescenta conteúdo multimídia único e um sinal de autenticidade.
• Use perguntas orientadoras (“Como ficou o tamanho?”, “Para que você usou?”) em vez de uma caixa simples de comentários, para estimular linguagem quantitativa, comparativa e de casos de uso que uma lista valoriza.
• Priorize substância em vez de extensão. O Google orienta: “focus on the quality and originality of your reviews, not the length.” (tradução) «Concentre-se na qualidade e na originalidade das avaliações, não no tamanho».

Breve história

O sistema chegou como Product Reviews Update em abril de 2021 (no início apenas em inglês), recebeu um refinamento de “one year on” (tradução) «um ano depois» em março de 2022. O Google explicou: “people prefer detailed reviews with evidence of products actually being tested” (tradução) «as pessoas preferem avaliações detalhadas com evidências de que os produtos foram realmente testados». Em abril de 2023, foi ampliado de “products” (tradução) «produtos» para “products, services, and things” (tradução) «produtos, serviços e itens» e, por fim, foi integrado ao sistema de avaliações geral e sempre ativo, em vez de ser anunciado como atualizações discretas com nome próprio. A conclusão: agora é contínuo, não um evento periódico ao qual reagir.

Dados estruturados Review / AggregateRating — a versão curta

Este artigo deliberadamente não é um tutorial de dados estruturados; a mecânica vive nos artigos sobre dados estruturados de avaliações e sobre AggregateRating, e o feed de avaliações do Merchant Center, que é separado, tem seu próprio texto. As regras de origem que vale conhecer aqui condicionam como você coleta avaliações:

• O Google estabelece: Ratings must be sourced directly from users. (tradução) «As classificações devem vir diretamente dos usuários». Um widget rápido de apenas estrelas é mais fraco do que um que coleta um comentário e o nome do autor.
• O Google “recommends only accepting ratings that are accompanied by a review comment and author’s name.” (tradução) «recomenda aceitar apenas classificações acompanhadas de um comentário de avaliação e do nome do autor». Projete seu formulário de acordo.
• “Don’t aggregate reviews or ratings from other websites.” (tradução) «Não agregue avaliações nem classificações de outros sites». Extrair classificações da Amazon ou do Google, colocá-las no PDP e marcá-las é explicitamente proibido.
• Review e AggregateRating foram pensados para funcionar juntos, não como alternativas: avaliações individuais mais um agregado, não uma escolha entre os dois.

Para todo o restante — tabelas de propriedades, JSON-LD, Review aninhado ou independente — siga os artigos dedicados.

A regra de avaliações autopromocionais — e por que ela (provavelmente) não se aplica a você

Em 2019, o Google deixou de exibir resultados avançados para avaliações autopromocionais. Sua definição: “We call reviews ‘self-serving’ when a review about entity A is placed on the website of entity A — either directly in their markup or via an embedded third-party widget.” (tradução) «Chamamos de autopromocionais as avaliações sobre a entidade A publicadas no site da própria entidade A — diretamente na marcação ou por meio de um widget de terceiros incorporado». A consequência: “we’re not going to display review rich results anymore for the schema types LocalBusiness and Organization (and their subtypes) in cases when the entity being reviewed controls the reviews themselves.” (tradução) «Não exibiremos mais resultados avançados de avaliações para os tipos de schema LocalBusiness e Organization — nem seus subtipos — quando a entidade avaliada controla as próprias avaliações».

Esta é a ressalva crítica para comércio eletrônico que quase nenhum guia centrado em UGC menciona: Product não está nessa lista de restritos. A restrição de avaliações autopromocionais nomeia LocalBusiness e Organization, isto é, avaliações do próprio negócio. Avaliações genuínas de clientes sobre um produto no seu PDP não são o alvo da regra e continuam elegíveis para resultados com estrelas.

Assim, o medo recorrente do leitor — “minhas avaliações estão no meu próprio site, então são autopromocionais e o Google não mostrará minhas estrelas” — é equivocado no caso de avaliações de produto. É uma restrição real, mas é uma restrição de SEO local / páginas de marca que se espalha para pesquisas de comércio eletrônico e assusta pessoas às quais não se aplica.

Outros esclarecimentos das perguntas frequentes de 2019, fiéis ao espírito:

• Você não precisa remover avaliações autopromocionais; o Google simplesmente não exibirá resultados para elas.
• Avaliações autopromocionais, sozinhas, não causarão uma ação manual (“Você não receberá uma ação manual apenas por isso”).
• A regra se aplica tanto a Review quanto a AggregateRating.
• Ela não afeta o seu Google Business Profile: trata-se apenas de pesquisa orgânica.
• Sites que coletam avaliações sobre outras organizações não são afetados e podem continuar exibindo resultados avançados.

O problema das avaliações falsas — dois regimes de risco separados

Aqui é onde grande parte do conteúdo da concorrência é vaga (“evite avaliações falsas, elas são ruins”) e onde ser preciso realmente importa, porque há dois riscos independentes que costumam ser confundidos.

Risco 1 — Google: uma ação manual por dados estruturados

As políticas de dados estruturados do Google são diretas: “Don’t mark up irrelevant or misleading content, such as fake reviews or content unrelated to the focus of a page,” (tradução) «Não marque conteúdo irrelevante ou enganoso, como avaliações falsas ou conteúdo não relacionado ao foco de uma página» e, sobretudo, “users prefer recipes with actual user reviews and genuine star ratings (note that reviews or ratings not by actual users may result in manual action).” (tradução) «Os usuários preferem receitas com avaliações reais e classificações por estrelas autênticas; avaliações ou classificações que não vêm de usuários reais podem resultar em ação manual».

Observe a distinção cuidadosa em relação à regra de avaliações autopromocionais acima: autopromocional por si só ≠ ação manual (o Google disse isso em 2019), mas classificações não genuínas ou falsas podem provocar uma. São duas infrações distintas, com consequências distintas. Não confunda “minhas avaliações estão no meu próprio site” (correto) com “minhas avaliações não são de usuários reais” (perigoso).

Risco 2 — FTC: sanções civis federais

Independentemente do que o Google faça: a regra final da FTC que proíbe avaliações e depoimentos falsos entrou em vigor em 21 de outubro de 2024. O anúncio de 2024 citava uma sanção civil máxima de 51 744 USD por infração; o ajuste anual pela inflação da FTC elevou esse teto para 53 088 USD por infração, com efeito desde 17 de janeiro de 2025, e o valor permaneceu sem alterações em 2026 segundo as orientações do OMB sobre a falta de dados causada pelo fechamento do governo em 2025. A presidente da FTC, Lina M. Khan, afirmou sobre a regra original: “Fake reviews not only waste people’s time and money, but also pollute the marketplace and divert business away from honest competitors.” (tradução) «Avaliações falsas não apenas desperdiçam o tempo e o dinheiro das pessoas, mas também poluem o mercado e desviam negócios de concorrentes honestos». A citação de Khan vem de um comunicado de imprensa da FTC de agosto de 2024 que anunciou a regra (em vigor desde 21 de outubro de 2024); o valor de 53 088 USD é o máximo ajustado pela inflação publicado pela FTC em fevereiro de 2025. Isto é informação geral, não aconselhamento jurídico, e o máximo vigente por infração deve ser verificado de forma independente antes de ser usado em assunto vinculante.

A regra proíbe, entre outras coisas: criar, comprar ou vender avaliações falsas (incluindo falsificações geradas por IA); pagar por avaliações condicionadas a sentimento positivo; avaliações internas não divulgadas (de funcionários ou familiares sem divulgação); sites de avaliações “independentes” controlados por uma empresa; e supressão de avaliações negativas por ameaças ou remoção seletiva. Isso importa para os fluxos de moderação: você pode remover avaliações que violem sua política publicada, mas não pode selecionar e remover apenas as negativas.

Implicação prática: um programa de avaliações incentivadas é aceitável desde que o incentivo não seja condicionado a uma boa classificação e as divulgações sejam claras; comprar avaliações ou condicionar incentivos a 5 estrelas agora é uma exposição legal, não apenas de SEO.

Bing / Microsoft — uma seção honesta e breve

O Bing não tem um equivalente publicado ao anúncio do Google de 2019 sobre avaliações autopromocionais nem linguagem própria sobre “avaliações falsas” em dados estruturados. O Bing oferece suporte geral a schema.org (Review, Rating) e usará marcação válida, enquanto o Microsoft Advertising tem uma função separada de classificação do vendedor para pesquisa paga (com seus próprios limiares de quantidade e classificação, obtidos de agregadores externos). É uma função de anúncios, não SEO orgânico, e não deve ser confundida com dados estruturados.

Não há uma declaração específica do Bing sobre avaliações falsas ou incentivadas, nem uma restrição sobre avaliações autopromocionais. Posição prática: trate as políticas do Google como padrão de fato mesmo em trabalhos centrados no Bing, porque o Bing não acrescenta nada específico sobre avaliações além do que o próprio schema.org define.

Um alerta do lado editorial

Vale a pena apontar isso como exemplo adjacente (claramente não sobre seu UGC): uma política de “abuso da reputação do site” do Google em 2024, somada à pressão acumulada do sistema de avaliações, atingiu várias operações editoriais grandes de avaliações de produtos, do tipo que publica compilações dos “melhores”. Algumas verticais de avaliações editoriais sofreram fortes quedas de visibilidade e algumas poucas fecharam. São sites de avaliações editoriais de terceiros, não páginas de UGC de clientes, mas isso é um lembrete concreto de que o Google examina o conteúdo de avaliações em geral e de que avaliações pobres e sem testes não se sustentam. Relatado por meio de cobertura do setor sobre a mudança de política; verifique os detalhes antes de citar sites específicos.

O que é documentado versus folclore de SEO

Um hábito ao estilo de Patrick: separar o que tem fonte do que é repetido até parecer verdadeiro. Duas afirmações que aparecem por toda parte no conteúdo de SEO sobre avaliações:

• “Google Ads with seller ratings get a ~17% CTR lift.” (tradução) «Anúncios do Google Ads com classificações de vendedor obtêm um aumento de cerca de 17% no CTR».
• “A 4.2–4.7 star average reads as more authentic than a perfect 5.0.” (tradução) «Uma média de 4,2–4,7 estrelas parece mais autêntica do que uma média perfeita de 5,0».

As duas afirmações são plausíveis e se repetem em blogs de fornecedores, mas não consegui rastrear nenhuma delas até uma fonte primária. A ideia de 4,2–4,7, mesmo que fosse verdadeira, é uma heurística de confiança de UX e conversão, não um fator de ranqueamento do Google. Apresente-as como folclore, não como fato, e não deixe uma heurística de conversão se passar por regra de SEO.

Resumo com IA

Uma versão condensada da versão Avançada:

• “Avaliações” = três coisas distintas. (1) Avaliações de clientes / UGC na sua página de produto: sinal de conteúdo único e frescor, além de possível fonte de marcação de estrelas. (2) O sistema algorítmico de avaliações do Google (a antiga Product Reviews Update): ranqueia artigos editoriais de avaliação de primeira parte e não avalia as avaliações da seção de avaliações do seu PDP. (3) Dados estruturados Review/AggregateRating: dados separados, tratados em outras páginas deste site (além do feed de avaliações do Merchant Center, que também é separado).
• O valor real do UGC é conteúdo único, escalável e continuamente renovado, na linguagem de cauda longa dos próprios compradores, em páginas de produto que de outro modo seriam pobres e genéricas, independentemente de qualquer atualização de ranqueamento com nome próprio.
• Regra de avaliações autopromocionais (2019): elimina resultados com estrelas somente para LocalBusiness / Organization, não para Product. Avaliações genuínas de clientes sobre produtos são elegíveis para estrelas. Ser autopromocional por si só ≠ ação manual.
• Avaliações falsas = dois riscos independentes. Uma ação manual por dados estruturados do Google — “reviews not by actual users may result in manual action” (tradução) «avaliações ou classificações que não sejam de usuários reais podem resultar em ação manual» — E uma regra final da FTC (em vigor desde 21 de outubro de 2024, até 53 088 USD por infração, segundo o máximo da FTC ajustado pela inflação); a última proíbe avaliações compradas ou condicionadas ao sentimento, avaliações internas não divulgadas e supressão de avaliações negativas.
• Regras de coleta do Google: classificações devem vir diretamente dos usuários; capture um comentário + o nome do autor; não adicione avaliações extraídas de outros sites; peça fotos e vídeo para acrescentar autenticidade e conteúdo multimídia único.
• Bing não acrescenta política específica sobre avaliações: siga a do Google.
• Atenção ao folclore: “17% de CTR” e “ponto ideal de 4,2–4,7” não têm fonte; o intervalo de estrelas, se for real, é uma heurística de conversão, não um fator de ranqueamento.

Documentação oficial

Documentação de fontes primárias do Google e da FTC. A mecânica dos dados estruturados vive nos artigos específicos sobre dados estruturados de avaliações e AggregateRating.

Google — sistema de avaliações e boas práticas

• O sistema de avaliações do Google e seu site — declaração definitiva de que o sistema não avalia avaliações de clientes ou de terceiros em páginas de produto.
• O que os criadores devem saber sobre a atualização de avaliações de produtos do Google de abril de 2021 — publicação original e lista de “perguntas úteis a considerar” (Perry Liu e Danny Sullivan, 8 de abril de 2021).
• Melhorar o ranqueamento das avaliações de produtos, um ano depois — ênfase em evidências de que o produto foi testado; listas ordenadas (Perry Liu e Alan Kent, 23 de março de 2022).
• Como escrever avaliações de alta qualidade — lista completa de boas práticas (imagens e evidências, originalidade acima da extensão).

Google — política de avaliações e dados estruturados

• Como tornar os resultados avançados de avaliações mais úteis — política de 2019 sobre avaliações autopromocionais (apenas LocalBusiness/Organization) e perguntas frequentes.
• Diretrizes gerais sobre dados estruturados — linguagem sobre spam de avaliações falsas e risco de ação manual por classificações não genuínas.
• Dados estruturados de snippet de avaliação (Review e AggregateRating) — regras de origem: classificações vindas dos usuários, comentário e autor, sem agregação entre sites.

Regulação — FTC

• A FTC anuncia uma regra final que proíbe avaliações e depoimentos falsos — em vigor desde 21 de outubro de 2024; a regra e os detalhes das práticas proibidas (o valor de 51 744 USD do comunicado já foi superado; veja abaixo).
• A FTC publica sanções civis ajustadas pela inflação para 2025 — máximo de 53 088 USD por infração, com efeito desde 17 de janeiro de 2025 (mantido em 2026 segundo o memorando do OMB sobre a falta de dados do CPI-U de 2025). Informação geral, não aconselhamento jurídico.

Bing / Microsoft

• Como marcar seu site com dados estruturados — suporte geral a schema.org, sem política específica sobre abuso de avaliações.

Citações da fonte

Declarações oficiais do Google e da FTC. Cada link salta diretamente para a passagem citada na página de origem quando a página permite isso.

Google — o sistema de avaliações NÃO avalia as avaliações de clientes de seu PDP

• “It does not evaluate third-party reviews, such as those posted by users in the reviews section of a product or services page.” (tradução) «O sistema não considera avaliações de terceiros, como as que usuários publicam na área de avaliações de uma página de produto ou serviço». — Documentação do Google Search Central. Ir para a citação
• “People appreciate product reviews that share in-depth research, rather than thin content that simply summarizes a bunch of products.” (tradução) «As pessoas valorizam avaliações de produtos que compartilham pesquisa aprofundada, em vez de conteúdo superficial que apenas resume vários produtos». — Atualização de abril de 2021. Ir para a citação
• “People prefer detailed reviews with evidence of products actually being tested.” (tradução) «As pessoas preferem avaliações detalhadas com evidências de que os produtos foram realmente testados». — “Um ano depois”, março de 2022. Ir para a citação

Google — “Como escrever avaliações de alta qualidade” (adaptável a um formulário de UGC)

• “Provide evidence such as visuals, audio, or other links of your own experience with what you are reviewing, to support your expertise and reinforce the authenticity of your review.” (tradução) «Forneça evidências, como recursos visuais, áudio ou outros links da sua própria experiência com aquilo que está avaliando, para apoiar sua experiência e reforçar a autenticidade da avaliação». Ir para a citação

Google — uma regra de 2019 sobre avaliações autopromocionais

• “We call reviews ‘self-serving’ when a review about entity A is placed on the website of entity A.” (tradução) «Chamamos de “autopromocionais” as avaliações sobre a entidade A publicadas no site da própria entidade A». Ir para a citação

Google — avaliações falsas e dados estruturados

• “Don’t mark up irrelevant or misleading content, such as fake reviews or content unrelated to the focus of a page.” (tradução) «Não marque conteúdo irrelevante ou enganoso, como avaliações falsas ou conteúdo não relacionado ao foco de uma página». Ir para a citação
• “Users prefer recipes with actual user reviews and genuine star ratings (note that reviews or ratings not by actual users may result in manual action).” (tradução) «Os usuários preferem receitas com avaliações reais e classificações por estrelas autênticas; avaliações ou classificações que não vêm de usuários reais podem resultar em ação manual». Ir para a citação
• “Ratings must be sourced directly from users.” (tradução) «As classificações devem vir diretamente dos usuários». Ir para a citação
• “Don’t aggregate reviews or ratings from other websites.” (tradução) «Não agregue avaliações nem classificações de outros sites». Ir para a citação

FTC — a presidente Lina M. Khan

• “Fake reviews not only waste people’s time and money, but also pollute the marketplace and divert business away from honest competitors.” (tradução) «Avaliações falsas não apenas desperdiçam o tempo e o dinheiro das pessoas, mas também poluem o mercado e desviam negócios de concorrentes honestos». Ir para a citação A citação vem de um comunicado de imprensa da FTC de agosto de 2024; a regra entrou em vigor em 21 de outubro de 2024. Desde então, o máximo subiu para 53 088 USD por infração com o ajuste de inflação de 2025. Isso é informação geral, não aconselhamento jurídico.

Lista de verificação do programa de avaliações e UGC

Uma passada para criar um programa de avaliações que ajude o SEO e cumpra as regras:

Coletar corretamente

• Capture um comentário escrito + o nome do autor com cada classificação (não apenas estrelas).
• Convide o envio de fotos e vídeo no formulário de avaliação: conteúdo multimídia único + autenticidade.
• Use perguntas orientadoras (tamanho, caso de uso, comparação) para estimular linguagem de cauda longa.
• As avaliações vêm diretamente de compradores reais verificados.

Cumprir as regras (Google + FTC)

• Nada de avaliações falsas, compradas ou fabricadas com IA (risco de ação manual do Google).
• Nenhum incentivo é condicionado a uma classificação positiva (FTC).
• Avaliações de pessoal interno ou funcionários são divulgadas (FTC).
• A moderação remove apenas avaliações que violem uma política, não seleciona e remove as negativas (proibição da FTC sobre supressão de avaliações).

Marcação (consulte os artigos de dados estruturados para a mecânica)

• Marque avaliações genuínas de Product; lembre-se de que Product não é restrito pela regra de 2019 sobre avaliações autopromocionais.
• Não adicione à sua marcação avaliações extraídas da Amazon, do Google ou do Yelp.
• Emparelhe elementos Review individuais com um AggregateRating (eles funcionam juntos).
• Não marque avaliações autopromocionais de LocalBusiness/Organization esperando resultados com estrelas: eles não serão exibidos.

Não espere a vitória errada

• Entenda que o sistema de avaliações não avalia o widget de avaliações do seu PDP: o valor de SEO é conteúdo único + frescor + possíveis estrelas, não essa atualização.

Modelos mentais

1. Três “avaliações”, mantidas separadas. O UGC de clientes no PDP (conteúdo/frescor/marcação) ≠ o sistema de avaliações do Google (ranqueia artigos editoriais de avaliação e ignora seu widget) ≠ os dados estruturados Review/AggregateRating (marcação). Quase todos os erros de SEO com avaliações começam ao fundir esses três conceitos.

2. Por que o UGC compensa: conteúdo único em escala. O valor não está em uma atualização com nome, nem mesmo nas estrelas: está em compradores gerarem texto original, fresco e de cauda longa para páginas pobres e genéricas que você nunca conseguiria escrever à mão em escala. Esse é todo o argumento de negócio.

3. Uma decisão sobre avaliações autopromocionais. Avaliar seu negócio ou organização no próprio site → sem resultados com estrelas (regra de 2019). Clientes avaliando seus produtos → elegíveis para estrelas (Product não é restrito). Se você teme que suas avaliações de produto sejam “autopromocionais”, está se preocupando com a regra errada.

4. Dois regimes de risco para avaliações falsas: mantenha-os separados. Google (SEO): classificações não genuínas → ação manual. FTC (legal): avaliações compradas, condicionadas ao sentimento, de pessoal interno não divulgadas ou suprimidas → sanção civil (desde 21 de outubro de 2024). Um programa pode passar em um teste e falhar no outro; projete-o para ambos.

5. Documentado versus folclore. Antes de repetir uma estatística sobre avaliações, pergunte: ela está em uma fonte primária e é uma afirmação de ranqueamento ou de conversão? “4,2–4,7 é mais autêntico” é, no melhor caso, uma heurística de conversão, não um sinal do Google.

Avaliações de produtos e UGC — folha de referência

As três “avaliações”, desambiguadas

Regra de avaliações autopromocionais (2019) — quem é restringido

Avaliações falsas — dois regimes de risco

Coleta: o que fazer e o que não fazer

Dados rápidos

• Sistema de avaliações: não avalia as avaliações de clientes do seu PDP (apenas editoriais).
• Restrição sobre avaliações autopromocionais: LocalBusiness/Organization, não Product.
• Regra da FTC sobre avaliações falsas: em vigor desde 21 de outubro de 2024, até 53 088 USD por infração (máximo ajustado pela inflação; verifique antes de citar).
• Bing: sem política específica sobre abuso de avaliações — siga a do Google.
• “Ponto ideal de 4,2–4,7” / “17% de CTR”: folclore sem fonte, não fatores de ranqueamento.

Antipadrões de avaliações e UGC

Formas comuns de as equipes errarem:

• Comprar ou fabricar avaliações. Agora são dois problemas: risco de ação manual do Google — “reviews or ratings not by actual users may result in manual action” (tradução) «avaliações ou classificações que não sejam de usuários reais podem resultar em ação manual» — e infração da FTC com sanções de até 53 088 USD cada (máximo ajustado pela inflação). Nunca compensa.
• Adicionar à sua marcação avaliações de outros sites. Extrair classificações da Amazon ou do Google, colocá-las no PDP e marcá-las é explicitamente proibido: “Don’t aggregate reviews or ratings from other websites.” (tradução) «Não agregue avaliações nem classificações de outros sites».
• Condicionar um incentivo a uma boa classificação. “Deixe uma avaliação de 5 estrelas e ganhe 10% de desconto” é exatamente o que a regra da FTC proíbe. Incentive uma avaliação, nunca o sentimento.
• Selecionar e remover avaliações negativas. A remoção seletiva de avaliações desfavoráveis é proibida pela FTC. Modere segundo uma política publicada, não segundo o sentimento.
• Esperar que a Product Reviews Update premie seu widget de avaliações. Ela ranqueia artigos editoriais de avaliação, não as avaliações da sua página de produto. Adicionar um widget para perseguir essa atualização é perseguir o sistema errado.
• Entrar em pânico por avaliações de produto autopromocionais. A regra de 2019 afeta LocalBusiness/Organization, não Product. Avaliações genuínas de produtos não são um problema: não as remova nem retire sua marcação por causa de uma regra que não se aplica.
• Widgets de classificação rápida de apenas estrelas quando você quer resultados avançados. O Google recomenda que as classificações tenham comentário e nome do autor; um toque simples de 1 a 5 fornece menos contexto e conteúdo.
• Repetir estatísticas sem fonte como fatos. “4,2–4,7” e “17% de CTR” são citados sem fonte primária; no máximo são heurísticas de conversão, não fatores de ranqueamento documentados.

Ferramentas para avaliações e UGC

• Plataformas de coleta de avaliações — Yotpo, Bazaarvoice, Trustpilot, Judge.me, Okendo e ferramentas como Loox cuidam de e-mails de solicitação, captura de fotos e vídeo, moderação e saída de dados estruturados. Configure-as para capturar um comentário + nome do autor (não apenas estrelas) e convidar o envio de mídia.
• Google Rich Results Test / URL Inspection (GSC) — valide que sua marcação Review/AggregateRating é elegível e é renderizada, e confirme que não há problemas de avaliações autopromocionais ou agregação.
• Google Search Console — relatório de ações manuais — onde apareceria uma penalização por dados estruturados devido a avaliações não genuínas; revise-o se seus resultados avançados desaparecerem.
• Merchant Center — para o feed de avaliações de produtos separado (Shopping e listagens gratuitas), distinto dos dados estruturados na página; veja o artigo sobre feeds de avaliações.
• Ahrefs Site Audit — detecte páginas de produto pobres ou genéricas (candidatas a receber conteúdo único de UGC) e audite problemas de marcação de avaliações em escala.
• Ahrefs Keywords Explorer — veja a linguagem de cauda longa usada pelos compradores para criar perguntas de avaliação que estimulem o modo como eles realmente pesquisam.

Esta avaliação deve ser publicada e receber marcação?

Problemas comuns com avaliações e UGC

As estrelas de avaliação não aparecem na pesquisa

Causa provável: a página não é elegível, a marcação tem erros, as classificações visíveis não coincidem com os dados estruturados ou o Google simplesmente decidiu não exibir o aprimoramento. Solução: valide os dados Product, Review e AggregateRating renderizados, concilie-os com o conteúdo visível e revise os relatórios de melhorias do Search Console. Marcação válida cria elegibilidade, não garante exibição.

As classificações na marcação diferem das da página de produto

Causa provável: o widget de avaliações e os dados estruturados usam caches, filtros ou identificadores de produto diferentes. Solução: faça um único conjunto verificado de dados de avaliações alimentar as duas saídas e teste atualizações, exclusões e alterações de variante de ponta a ponta.

O conteúdo das avaliações existe, mas não está no HTML renderizado

Causa provável: o widget carrega tarde, exige interação ou falha para rastreadores. Teste cada caso separadamente em vez de presumir qual se aplica: eles produzem o mesmo sintoma, mas exigem correções diferentes. A paginação pode esconder da avaliação 2 em diante até um clique em “carregar mais”; o carregamento tardio pode disparar apenas ao rolar ou entrar na viewport; um bloqueio de consentimento de cookies pode impedir o script até o usuário aceitar; avaliações removidas ou despublicadas pela moderação podem continuar contando em um agregado em cache; e a lógica de variantes ou agrupamento pode mostrar a classificação de um produto pai enquanto as avaliações vivem em uma URL de variante indexada separadamente. Solução: inspecione HTML renderizado, falhas de rede e comportamento móvel para cada caso; renderize no servidor ou exponha o conteúdo de forma confiável sem exigir clique, quando a plataforma permitir. Trate cada resultado como observacional até reproduzi-lo no seu template: uma solução para avaliações paginadas não resolve necessariamente um script bloqueado por consentimento.

Aumento de envios suspeitos

Causa provável: verificação fraca, abuso automatizado ou campanha de incentivos mal controlada. Solução: pause a publicação dos casos duvidosos, preserve uma trilha de auditoria, fortaleça verificação e moderação e não inclua entradas duvidosas nas classificações agregadas.

Prompts para o controle de qualidade do programa de avaliações

Comparar avaliações visíveis com dados estruturados

Cole o resumo da classificação visível, o texto representativo das avaliações e o JSON-LD renderizado.

Compare this product page's visible review information with its Product, Review, and
AggregateRating JSON-LD. Report mismatches in rating value, review count, rating count,
product identity, and visible review content. Distinguish syntax errors from policy or
eligibility concerns. Do not claim that valid markup guarantees a rich result.

Classificar casos de moderação de avaliações

Remova os dados pessoais e depois cole a política de moderação e os envios anonimizados.

Apply only the supplied moderation policy to these anonymized product reviews. For each,
recommend publish, hold for verification, redact for privacy, or reject, and quote the
specific policy condition. Do not infer that negative sentiment is abuse, and do not
rewrite a customer's opinion to make it positive.

Prove que uma implementação de avaliações funciona

Teste de paridade dos dados visíveis

Teste a executar: compare a classificação, a contagem e a identidade do produto renderizadas com o JSON-LD usando o Schema Markup Validator. Resultado esperado: valores visíveis e estruturados descrevem o mesmo produto e o mesmo conjunto de avaliações. Interpretação da falha: caches, identificadores ou lógica de agregação estão dessincronizados. Janela de monitoramento: imediatamente após a implantação e depois de aprovar uma nova avaliação. Gatilho de reversão: a implantação publica classificações substancialmente diferentes na marcação e no conteúdo visível.

Teste de elegibilidade para resultados avançados

Teste a executar: passe HTML representativo de produto pelo Rich-Result Eligibility Checker. Resultado esperado: propriedades obrigatórias de avaliação de Product estão presentes e sem erros críticos. Interpretação da falha: a página não é tecnicamente elegível; um teste aprovado ainda não garante exibição. Janela de monitoramento: imediatamente após alterações de template. Gatilho de reversão: templates de produto antes válidos passam a ter erros críticos de dados estruturados.

Teste do ciclo de vida de uma avaliação

Teste a executar: em um ambiente controlado, aprove, atualize e remova uma avaliação de teste. Resultado esperado: conteúdo visível, contagens, médias e dados estruturados mudam juntos. Interpretação da falha: sistemas separados estão publicando estados desatualizados ou inconsistentes. Janela de monitoramento: um ciclo completo de cache e implantação. Gatilho de reversão: uma avaliação removida ou não aprovada continua sendo contada publicamente.

Métricas contínuas de avaliações e UGC

Cobertura de avaliações verificadas

Métrica: proporção de páginas de produto ativas com pelo menos uma avaliação genuína publicada, segmentada por categoria e idade do produto. O que indica: onde páginas de produto pobres carecem de evidência de clientes. Como obtê-la: cruze registros de publicação verificada da plataforma de avaliações com URLs ativas do catálogo. Referência / faixa realista: estabeleça linhas de base por categoria e maturidade; a frequência de compra torna enganoso um único objetivo universal. Cadência: mensal.

Taxa de erros de paridade dos dados de avaliações

Métrica: proporção de produtos amostrados em que contagens ou classificações visíveis diferem dos dados estruturados renderizados. O que indica: se integração e cache continuam confiáveis. Como obtê-la: amostragem programada de páginas de produto comparando HTML e JSON-LD. Referência / faixa realista: o estado desejado é zero discrepâncias conhecidas. Cadência: semanal e após cada publicação do widget de avaliações ou dos dados estruturados.

Desempenho de produto assistido por avaliações

Métrica: taxa de conversão, impressões orgânicas e engajamento por coorte de cobertura de avaliações. O que indica: se produtos com avaliações têm desempenho diferente, sem provar que as avaliações causaram a diferença. Como obtê-la: cruze Analytics e Search Console com cobertura de avaliações, controlando ao menos por categoria, idade do produto, preço e disponibilidade. Referência / faixa realista: compare coortes equivalentes e a própria tendência da loja. Cadência: trimestral.

Integridade da moderação

Métrica: envios retidos, rejeitados, removidos e verificados, por motivo documentado. O que ela indica: se os controles contra abuso e incentivos estão mudando o conjunto de avaliações. Como obtê-la: registros de moderação da plataforma de avaliações. Referência / faixa realista: monitore mudanças inesperadas em vez de definir uma taxa-alvo de rejeição. Cadência: mensal, com alertas para picos incomuns.

Recursos que valem seu tempo

Meus textos relacionados

• Guia para iniciantes sobre SEO técnico — onde dados estruturados e qualidade do conteúdo se encaixam no panorama maior.
• Marcação de schema: o que é e como implementá-la — minha visão geral dos dados estruturados, incluindo Review como um dos tipos.
• SEO de comércio eletrônico: guia para iniciantes — o contexto mais amplo do SEO de comércio eletrônico em que o UGC se insere.

Minhas palestras

• Como funciona a pesquisa (SlideShare) — meu percurso por rastreamento, renderização, indexação e ranqueamento, que explica como sinais de conteúdo como UGC são processados. (Ressalva habitual: “este é o meu entendimento dos sistemas; não será completo nem 100% preciso”.)

Do setor

• O sistema de avaliações do Google e seu site (Google) — o documento que traça a linha entre avaliações editoriais e avaliações de clientes no seu PDP.
• Como tornar os resultados avançados de avaliações mais úteis (Google) — a política de 2019 sobre avaliações autopromocionais e suas perguntas frequentes.
• Diretrizes gerais sobre dados estruturados (Google) — a linguagem sobre ação manual por avaliações falsas.
• Dados estruturados de snippet de avaliação (Google) — regras para classificações e a regra de não agregação.
• A FTC anuncia uma regra final que proíbe avaliações e depoimentos falsos (FTC) — a regra de 2024 e as práticas proibidas.
• A FTC publica sanções civis ajustadas pela inflação para 2025 (FTC) — o máximo de 53 088 USD.
• Resposta do Google a conteúdo com muitos links de afiliados (Search Engine Journal) — Mueller explica que links de afiliados não tornam automaticamente o conteúdo de avaliações ruim. Informação retirada do resumo do Search Engine Journal sobre os horários de atendimento do Search Central; confirme-a com uma transcrição original antes de tratá-la como citação literal.

Teste seus conhecimentos: avaliações de produtos e UGC

Cinco perguntas rápidas sobre como avaliações e UGC realmente funcionam para SEO. Escolha uma resposta para cada uma e depois confira.

Registro de alterações