Silos semânticos: o que o Google guarda sobre o foco do seu site

Você publicou. Publicou bastante, e com cuidado. O concorrente publicou menos e aparece mais.

A explicação que o mercado dá é sempre a mesma: falta autoridade. Só que autoridade, dita assim, não diz o que fazer na segunda-feira.

Existe uma explicação melhor, e ela tem nome de campo dentro do Google.

O que o mercado chama de silo, e o que a máquina guarda

Silo é o nome que o mercado deu para uma ideia simples. Agrupar o que fala do mesmo assunto, ligar essas páginas entre si, e não misturar assuntos distantes no mesmo pedaço do site.

A ideia está certa. O problema é que ela costuma ser vendida como preferência de organização, como se fosse arrumação de gaveta. E aí quem escuta pergunta, com razão: o Google se importa com isso?

Se importa o bastante para guardar dois números sobre isso.

Em 2024, um vazamento expôs a documentação interna de uma API do Google, a Content Warehouse. Dentro dela existe um módulo com um nome que já entrega o assunto: QualityAuthorityTopicEmbeddings. Autoridade, tópico, e a forma como a máquina representa significado.

Dois campos desse módulo interessam a quem publica. Um mede o quanto o seu site fala de um assunto só. O outro mede o quanto cada página se afasta desse assunto.

Isso se chama foco de site, e a distância até ele.

Como o Google mede o foco de um site

O campo que diz o quanto o site fala de um assunto só

O primeiro campo se chama siteFocusScore. A descrição na documentação é curta e direta: “Number denoting how much a site is focused on one topic”. Um número que denota o quanto um site é focado em um tópico. ¹

Repare no que essa frase assume. Ela assume que um site tem um assunto. E que dá para medir o quanto ele se concentra ali.

Repare também no nível. A medida não é da página, é do site inteiro. ¹

O campo que mede a distância entre a página e o site

Imagine que o seu site é um ponto num mapa. Cada página que você publica é outro ponto. Se as páginas falam do mesmo assunto, elas caem perto. Se uma delas trata de outra coisa, ela cai longe.

O segundo campo mede exatamente essa distância. Ele se chama siteRadius. A descrição diz: “The measure of how far page_embeddings deviate from the site_embedding”. Em português, o quanto os embeddings de página se desviam do embedding do site. ²

O mesmo módulo guarda os dois pontos que essa conta usa: siteEmbedding e pageEmbedding. Guarda também um campo de versão. A existência dos três juntos sustenta a leitura do mapa. O site é um ponto, a página é outro, e a distância entre eles fica armazenada. ³

O nome do módulo é fato conferível. Que a engenharia tenha juntado autoridade, tópico e embedding no mesmo lugar sugere intenção, e essa leitura é minha, não da documentação. ⁴

Um erro de módulo que circula no mercado

Material de mercado sobre foco de site costuma citar um terceiro campo junto dos dois de cima. Ele se chama site2vecEmbeddingEncoded, existe de verdade, e está sendo citado no lugar errado.

site2vecEmbeddingEncoded não pertence ao módulo de foco. Ele mora em outro módulo, o QualityNsrNsrData. ⁵

No mesmo QualityNsrNsrData existe um campo que confunde ainda mais, o siteQualityStddev. Ele mede dispersão, e por isso parece primo do raio. Mas a dispersão dele é de qualidade, e a do siteRadius é de tema. Duas perguntas diferentes, dois campos diferentes, dois módulos diferentes. ⁶

Conferir de qual módulo cada campo veio parece preciosismo. Não é. Quem cita o campo errado está afirmando algo sobre foco temático com uma medida que não fala de tema.

O que esses campos não dizem

Esta parte importa mais que a anterior, e quase nunca aparece.

O vazamento mostra o que é armazenado. Ele não mostra quanto pesa. Nenhum desses campos vem com percentual, escala pública ou meta divulgada. Um dos campos do módulo é justamente um número de versão, o que indica que os valores mudam de versão para versão. E tudo isso é um retrato de arquitetura de 2024. ⁷

Ou seja: sabemos que o Google guarda uma medida de foco. Não sabemos o quanto ela decide.

Tem mais, e essa parte tem consequência prática imediata. Não existe API, painel ou relatório do Google que exponha siteFocusScore ou siteRadius. Nenhum. ⁸

Então, quando uma ferramenta te vende um “score de foco do site”, ela está te entregando uma estimativa própria, calculada pelo método dela. Pode ser uma boa estimativa. Só não é o número do Google, porque o número do Google não sai de dentro do Google.

Quem promete o contrário está vendendo o que não tem.

Duas outras provas de que o julgamento é do site inteiro

Um documento vazado, sozinho, é uma prova só. Existem outras duas, e as duas são públicas.

A política que fala de sinais que o site acumula

O Google mantém uma política sobre abuso de reputação de site. A definição dela diz, em texto oficial: “Site reputation abuse is a tactic where third-party content is published on a host site mainly because of that host’s already-established ranking signals, which it has earned primarily from its first-party content”. ⁹

Leia a segunda metade da frase de novo. O Google afirma que um site acumula sinais de ranqueamento, e que os ganha primariamente pelo conteúdo próprio.

A política trata de conteúdo de terceiros hospedado, e é só disso que ela trata. O que interessa aqui é o que ela declara de passagem: existe algo que o site acumula, e vem do que ele mesmo publica.

A cronologia mostra que a coisa foi levada a sério. Anúncio em 5 de março de 2024, junto com um core update. Vigência em 5 de maio de 2024. Primeiras ações manuais reportadas a partir de 7 de maio. E uma atualização em 19 de novembro de 2024, deixando claro que envolvimento ou supervisão do dono do site não isenta ninguém. ¹⁰

A declaração de 2022, e o que aconteceu com ela

A terceira prova é mais antiga. Em agosto de 2022, o Google anunciou o sistema de conteúdo útil. Descreveu o sistema como um sinal em nível de site. E afirmou que conteúdo de sites com muito material pouco útil tende a ter desempenho pior na busca. ¹¹

E aqui vem a parte que ninguém conta junto. Em março de 2024, o Google anunciou que aquele sistema passou a integrar os sistemas centrais de ranqueamento. Fui conferir a página oficial atual em 1º de agosto de 2026: aquela formulação não está mais lá. ¹²

A declaração continua valendo como declaração de 2022. Com quatro anos de distância até hoje, e com o aviso de que o texto mudou de lugar.

Nenhum dos três documentos menciona os outros dois. A leitura de que os três apontam para a mesma coisa, um julgamento que acontece no nível do site, é minha. Os fatos de cada um são conferíveis. A costura entre eles é interpretação. ¹³

O que se mediu do lado de fora

Amplitude de cobertura pesou mais que autoridade de domínio

Em 23 de março de 2026, Kevin Indig publicou no Growth Memo um estudo sobre como sistemas de inteligência artificial escolhem as fontes que citam. A base foi de mais de 21 mil citações. ¹⁴

Dois achados interessam a quem está montando território. O primeiro: amplitude de cobertura temática pesou mais do que autoridade de domínio na escolha das fontes. O segundo: em setores de baixa concentração, uma estratégia focada de 30 a 50 páginas compete. ¹⁴

Uma delimitação, e ela é do próprio estudo. Aquilo mede seleção de fontes por IA. Não mede ranqueamento no Google, e não mede nenhum dos campos que aparecem na seção anterior deste artigo. São coisas que conversam, e não são a mesma coisa. ¹⁴

O que o tamanho da página tem a ver, e o que não tem

O mesmo estudo mediu tamanho de página contra citação. Páginas acima de 20 mil caracteres tiveram média de 10,18 citações. Abaixo de 500 caracteres, 2,39. O maior degrau isolado aparece entre 5 mil e 10 mil caracteres, e o efeito tem teto. ¹⁵

Coloco esse número aqui por um motivo específico. Alguém vai perguntar se a saída é escrever páginas gigantes, e o próprio dado responde. O que se mediu foi correlação entre tamanho e citação por IA, com teto declarado no estudo. Quem lê isso como instrução de contagem de caracteres inventa uma receita que o dado não sustenta. ¹⁵

Cobrir o próprio território antes de disputar o dos outros

Amplitude e profundidade são duas estratégias

Medi a cauda de consultas de duas propriedades da minha carteira, na mesma janela, entre 1º de maio e 30 de julho de 2026.

Na primeira, as dez maiores consultas somam 10,8% do universo observável, distribuídas sobre 101.328 consultas distintas. Na segunda, as dez maiores somam 42,7%, e as cem maiores chegam a 83,5%, sobre 3.750 consultas. ¹⁶

O primeiro site espalha. O segundo concentra. Chamo os dois de estratégias legítimas de mapa, e essa leitura é minha: o mesmo número que num caso indicaria diluição, no outro indica cobertura. O que decide é o negócio, não a régua. ¹⁶

Onde o crescimento apareceu de fato

Num terceiro caso, do setor de saúde, decompus o crescimento no nível de endereço. A amostra teve 128 endereços e 2.332 cliques. ¹⁷

Do total, 56,5% vieram de páginas que não existiam três meses antes. Os outros 43,5% vieram de páginas antigas ganhando posição. Três páginas antigas multiplicaram os próprios cliques por 27, por 41 e por 34. ¹⁷

Publicar coisa nova cresce. Mas quase metade do crescimento veio de páginas que já estavam lá. Elas passaram a ser lidas de outro jeito depois que o resto do território foi coberto.

Nenhum cliente é identificado neste artigo. Setor mantido, nome removido, por decisão editorial que vale para todo material da casa. ¹⁸

O seu exercício de segunda-feira

Dez minutos, sem ferramenta nenhuma.

Abra uma folha e liste os assuntos que o seu site cobre hoje. Um por linha. Ao lado de cada um, escreva quantas páginas você tem sobre aquilo.

Agora olhe a lista e responda: qual desses assuntos é o seu? Se mais de três disputarem o título, o seu site tem um centro difuso. Cada página nova passa a ser medida contra uma média que não representa nada.

Quando quiser ver isso desenhado, em vez de imaginado, o passo seguinte é rastrear o próprio site e olhar o mapa de ligações. O como está em Como encontrar erros no seu site com o Screaming Frog. Este artigo é o porquê.