O padrão aberto que oferece aos sistemas de IA uma visão estruturada do seu negócio
Os sistemas de IA agora estão respondendo a perguntas sobre o seu negócio. O problema é que muitas vezes eles estão errando.
Considere a situação típica. Os produtos, serviços, experiência, localização, liderança e relacionamentos de uma marca estão distribuídos em dezenas de páginas. Um modelo de IA recupera fragmentos dessas páginas, une-os probabilisticamente e gera uma resposta. O resultado muitas vezes são nomes de produtos alucinados, executivos inventados, capacidades mal citadas e atribuições fracas ou ausentes.
Isto não é uma falha dos modelos de IA. É uma falha do próprio meio. Construímos a web em torno de páginas, links e prosa. Os sistemas de recuperação de IA precisam de algo fundamentalmente diferente: uma camada estruturada de significado e evidência.
A Proposta: EntityMap
EntityMap acaba de entrar em consulta pública. É um novo padrão aberto que oferece às organizações uma maneira de publicar um único arquivo estruturado. Este arquivo declara o que a organização sabe, mapeia como suas principais entidades se relacionam entre si e vincula cada afirmação à sua evidência de origem.
A consulta vai até 30 de junho de 2026, com lançamento formal agendado para 1º de julho. Durante os próximos 33 dias, o projeto buscará ativamente feedback de implementação, crítica técnica e testes do mundo real de desenvolvedores, profissionais de SEO, editores, especialistas em dados estruturados e qualquer pessoa que construa ou dependa de sistemas de recuperação de IA.
Onde o EntityMap se encontra no cenário de padrões
EntityMap não substitui os padrões da web existentes. Ele preenche uma lacuna que sitemap.xml e schema.org nunca foram projetados para resolver.
Sitemap.xml informa aos rastreadores quais páginas existem em um site. Schema.org descreve o que aparece em páginas individuais. O EntityMap informa aos sistemas de IA o que é uma organização, o que ela sabe e como esse conhecimento se conecta a todo o site.
Esta distinção é importante. Considere uma organização de saúde que publica protocolos de tratamento. Com o schema.org, você pode anotar uma única página. Com o EntityMap, você pode dizer o seguinte: “Aqui estão nossas principais áreas de tratamento. Estas são as relações entre elas. Aqui estão as evidências revisadas por pares que apoiam cada afirmação. Aqui é onde essas evidências residem em nosso site”. Um sistema de IA que lê esse arquivo obtém uma visão estruturada do conhecimento institucional, em vez de reconstruí-lo a partir de fragmentos de páginas.
Ou considere uma empresa de SaaS preocupada com a forma como os sistemas de IA descrevem seu produto. O EntityMap permite que a empresa declare: “Oferecemos o recurso X. Ele difere dos concorrentes em Y. Aqui está a prova: link para documentação, link para estudo de caso, link para página de comparação”. A empresa não deve mais depender de um LLM para inferir a diferenciação de conteúdo disperso da web.
A mesma lógica se aplica aos editores que protegem a atribuição, aos escritórios de advocacia que esclarecem os limites de especialização, às empresas de serviços financeiros que navegam nas nuances regulatórias e às marcas preocupadas com a deturpação da IA.
Como funciona o EntityMap
EntityMap é um arquivo JSON publicado em um local previsível em um domínio. Ele contém três elementos principais.
Entidades são nomeados os itens que a organização cobre: produtos, serviços, pessoas, conceitos, locais, regulamentos, áreas de especialização.
Relações mapeie como essas entidades se conectam. Exemplos: “este produto melhora este resultado”, “esta pessoa lidera esta equipe”, “este regulamento rege este serviço”.
Pedaços de evidências são passagens de apoio do site, vinculadas ao URL de origem.
Cada pedaço carrega metadados de atribuição: o nome do editor, a página de origem, o carimbo de data/hora de recuperação. Esses metadados sobrevivem à extração, agregação e armazenamento em bancos de dados vetoriais. Quando um sistema de IA gera uma resposta usando o seu conteúdo, a cadeia de evidências permanece intacta.
A especificação é deliberadamente mínima. O piso de conformidade consiste em aproximadamente 12 campos obrigatórios em três objetos. Todo o resto é enriquecimento opcional: predicados personalizados, resolução entre fragmentos, declarações de status de verificação, rastreamento de changelog.
Quem deve prestar atenção
Se você estiver construindo sistemas de geração aumentada de recuperação (RAG), dados de origem mais limpos significam melhores cadeias de raciocínio e menos alucinações.
Se você é um profissional de SEO, isso representa uma nova alavanca para a visibilidade da IA. Ele funciona com conteúdo tradicional e estratégias de links, em vez de substituí-los.
Se você é um editor, esta é uma forma de declarar o que você sabe e preservar a atribuição à medida que seu conteúdo é desagregado em plataformas de IA.
Se você está preocupado com a forma como os sistemas de IA representam sua organização, esta é uma ferramenta para afirmar o controle.
O padrão é publicado sob CC BY 4.0. Não há dependência de fornecedor, nem assinatura, nem exigência de software proprietário. A contribuição da comunidade está aberta. O código-fonte, a especificação e as ferramentas de validação estão disponíveis no GitHub.
O que o projeto precisa de você
O período de consulta não é cerimonial. A equipe do projeto está buscando ativamente formas específicas de feedback.
Feedback de implementação técnica: Você já tentou construir um EntityMap para seu site ou produto? O que quebrou? O que pareceu estranho na prática?
Validação de caso de uso: Isso resolve um problema que você realmente enfrenta? Falta algo crítico para o seu domínio ou setor?
Crítica predicada: O padrão define 24 predicados principais (IMPROVES, DEPENDS_ON, MEASURES e outros). Essas são as abstrações semânticas corretas para o seu trabalho? Devemos adicionar ou remover desta lista?
Ideias de integração: Você está construindo um gerador? Um validador? Um painel para gerenciar EntityMaps? O projeto deseja saber quais ferramentas você está considerando.
Aplicações específicas do setor: Se você trabalha nas áreas de saúde, finanças, educação, jurídico ou outra vertical, como seria um perfil do EntityMap para o seu setor?
A especificação está disponível em entidademap.org/spec/v1.0. Um validador está ativo ementitymap.org/validate. O fórum da comunidade e o repositório GitHub estão em github.com/entitymap.
Os participantes são convidados a revisar a especificação, testar a implementação, levantar questões, sugerir melhorias e contribuir para a discussão antes de 30 de junho de 2026.
Contexto importante: isto é genuinamente aberto
Esta é uma proposta de padrões da comunidade de pesquisa e IA. RV Guha, um dos fundadores do schema.org, revisou o projeto e deu-lhe o seu endosso.
A consulta é genuinamente aberta. A primeira fase centra-se na revisão técnica e na implementação antecipada. Uma adoção mais ampla, aplicações específicas do setor e pesquisas sobre o impacto mais amplo da norma ocorrerão após o encerramento da consulta.
Por que este momento é importante
Se você passou os últimos anos observando os sistemas de IA deturparem o seu trabalho, o trabalho dos seus clientes ou a experiência da sua organização, este é o seu momento de definir como isso muda.
A barreira de entrada é baixa. Você precisa revisar a especificação, testá-la em relação a um problema real de seu interesse e informar ao projeto o que encontrou. Esse feedback informará o padrão antes que ele seja finalizado.
A consulta dura 33 dias. Depois disso, começa a fase de adoção.
Divulgação: Sou o CEO da InLinks e da Waikay, que apoiam a proposta de padrões do EntityMap.
Mais recursos:
Imagem em destaque: optimarc/Shutterstock
