54% dos Sites de Conteúdo IA Perderam 30%+ do Pico de Tráfego. A Penalidade Agora É Medida.

Por dois anos, o argumento contra conteúdo de IA sem governança foi uma hipótese com anedotas anexadas. Um site sumiu da busca. Uma página de categoria foi devastada. Uma fazenda de glossário ruiu. Toda história trazia a mesma ressalva: talvez o site já fosse ruim antes, talvez o Google tenha mudado algo ortogonal, talvez correlação não seja causalidade. Líderes de marketing concordavam, depois voltavam a escalar o pipeline de conteúdo porque o lado positivo era visível e o negativo não.

O lado negativo agora está medido.

Lily Ray, head de pesquisa orgânica na Amsive, publicou uma análise de primeira mão de mais de 220 domínios rastreados em estudos de caso de plataformas de conteúdo IA. O dataset vem de sites que essas próprias plataformas nomearam publicamente como casos de sucesso. Os resultados não são boato. Formam uma curva.

54% dos sites rastreados perderam 30% ou mais do pico de tráfego orgânico. 39% perderam 50% ou mais. 22% perderam 75% ou mais. O padrão no dataset é consistente: crescimento rápido por seis a doze meses, pico em torno de três a seis meses após o lançamento, queda íngreme dentro do ano seguinte. No final de janeiro de 2026, cerca de quarenta sites do grupo viram quedas entre 40% e 95% em uma única janela de evento.

Esta é a espinha dorsal de dados que o argumento da governança de marketing estava esperando.

Já escrevemos sobre por que a campanha autônoma de marketing merece um postmortem da mesma forma que um incidente de produção, e sobre por que o acerto de contas da governança em marketing chegou. Os dois ensaios construíram o argumento por princípios e lógica organizacional. O que faltava era o comprovante. O dataset da Ray é o comprovante.

A Forma Real da Curva

O formato importa mais do que qualquer número isolado. Os sites do grupo não falham no lançamento. Eles têm sucesso primeiro.

Meses um a seis: o tráfego sobe, frequentemente em ritmo forte, à medida que a plataforma indexa páginas em escala e ranqueia para consultas de cauda longa de baixa dificuldade. O CMO vê o gráfico, o editor vê o gráfico, o fornecedor de IA pede um estudo de caso. Todos concordam que a estratégia funciona. Orçamentos são realocados. O quadro editorial tradicional é discretamente reduzido porque o custo por artigo despencou.

Três a seis meses depois do pico: a curva achata. Páginas novas deixam de ranquear no mesmo ritmo. Páginas existentes derivam para baixo. O fornecedor explica como artefato de atualização de algoritmo e recomenda dobrar a cadência de publicação.

Seis a doze meses depois do pico: o piso se abre. Uma core update ou uma revisão de política de spam atinge o grupo e o gráfico vai na vertical, na direção errada. A recuperação, quando ocorre, é parcial e lenta. A maioria dos sites do dataset da Ray nunca retornou ao pico anterior.

Não é o formato de um revés normal de SEO. É o formato de uma ação de aplicação chegando com atraso.

Os Oito Templates Que Queimam

Ray nomeia oito templates de conteúdo que aparecem de forma consistente nos sites mais atingidos. Vale memorizar, porque cada um deles está sendo vendido neste momento por alguma plataforma como “oportunidade escalável de conteúdo”.

Páginas de comparação X versus Y. Geradas em escala para toda permutação de produto em uma categoria. Úteis quando a comparação é real e informada. Ranqueadas de forma agressiva quando não é nem uma coisa nem outra.

Páginas de glossário. Fazendas de definição cobrindo todo termo de um setor, frequentemente construídas sem linha editorial e sem razão para a definição morar neste site, e não em qualquer outro.

Listas de “Melhor X para Y”. Páginas programáticas de recomendação onde as recomendações são inferidas das specs do produto, não testadas. O sinal de ranqueamento que originalmente premiava isso foi recalibrado.

Listas autopromocionais. Artigos estruturados como roundup nos quais o produto do próprio publisher aparece como recomendação principal, com justificativa rasa.

Páginas de alternativa a concorrentes. “Top 10 alternativas para [concorrente]” geradas para todos os concorrentes do mercado. O padrão é reconhecível por qualquer classificador.

Páginas programáticas de localização e idioma. O mesmo template multiplicado por toda cidade, todo país, todo par de idiomas. Útil em aplicações verticais estreitas. Catastrófico quando escalado sem conteúdo local.

Fazendas de FAQ. Páginas de pergunta e resposta geradas a partir de dados de sugestão de busca e respostas escritas por IA. Indexáveis, brevemente ranqueáveis e agora sendo rebaixadas em grupo.

Escala fora de tópico. Sites que ganharam autoridade em um domínio expandindo para domínios adjacentes ou não relacionados usando o mesmo motor de templates. A autoridade não se transfere; a penalidade, sim.

Se o roadmap de conteúdo contém três ou mais desses templates como apostas primárias de crescimento, você está no grupo, sabendo ou não.

Por Que Isso É o Equivalente de Marketing a uma Falha de CI

Engenharia descobriu isso há uma década. Não se faz deploy de código sem testes. Não se faz merge sem revisão. Não se sobe para produção sem plano de rollback. A disciplina não existe porque engenheiros amam burocracia; existe porque falhas em produção são medidas, atribuídas e lembradas.

Marketing vem operando sem o equivalente. Conteúdo vai ao ar, tráfego é reportado, o dashboard fica verde. Não há gate de CI que pegue um template programático em escala. Não há revisão automatizada que sinalize a oitava página de alternativa a concorrente em uma semana. Não há plano de rollback quando uma atualização de algoritmo revela o que o dashboard escondia.

O dataset da Ray converte a ausência desses controles em custo medido. 22% dos sites do grupo perderam três quartos do pico de tráfego. Não é problema de qualidade editorial no sentido tradicional. É falha de governança com número anexado.

Os limites que marketing precisa não são exóticos. São o análogo, em marketing, dos gates de CI:

Limite de revisão de qualidade: percentual de páginas geradas por IA que precisa passar por revisão editorial humana antes da publicação, definido por escrito e exigido.
Limite de diversidade de templates: parcela máxima do output total que qualquer template isolado pode ocupar, com monitoramento que sinaliza quando um template começa a dominar.
Limite de supervisão especializada: dono temático para cada categoria de conteúdo, com humano nomeado responsável pelas páginas publicadas sob aquele padrão de URL.

São controles tediosos. Testes unitários também são. Controles tediosos são como engenharia entrega em escala sem queimar produção todo trimestre. A função de marketing está agora na mesma posição em que engenharia esteve por volta de 2010. A pergunta é se ela vai instalar os controles antes que a penalidade vire estrutural, ou depois.

Faça Isso Agora

Puxe o número de páginas publicadas nos últimos doze meses. Agrupe por template. Se um template isolado representa mais de 30% do volume, há concentração de risco que o dataset acaba de precificar.

Puxe as cinquenta páginas com mais tráfego. Audite contra os oito templates que Ray identificou. Se cinco ou mais dão match, há exposição à próxima core update em um cronograma que você não controla.

Defina por escrito um limite editorial para conteúdo gerado por IA. Não uma política vaga. Um número: que percentual das páginas rascunhadas por IA precisa ser revisado por um editor nomeado antes da publicação. Torne exigível no CMS. Se não dá para exigir no CMS, não é limite; é esperança.

Nomeie um humano responsável para cada padrão de URL que o site publica. Se a resposta for “a ferramenta de IA”, não há humano responsável, e a curva de penalidade é o seu modelo de governança.

Times de marketing que instalarem esses limites em 2026 vão se parecer, daqui a doze meses, com os times de engenharia que instalaram CI em 2012. Os que não instalarem vão se parecer com os sites do quartil inferior da Ray.

A curva de penalidade não é mais teórica. O comprovante foi impresso.

Fontes

Lily Ray. “It Works Until It Doesn’t: AI Content Strategies That Backfire.” Maio de 2026.

A Victorino apoia lideranças de marketing a instalar limites de governança para conteúdo gerado por IA antes que a curva de penalidade chegue: contato@victorino.com.br | www.victorino.com.br