Auditoria factual · pesquisa · provenance
Metodologia editorial
Como o observatório decide o que publicar, o que recusar, quais fontes priorizar e como separar evidência, interpretação, descoberta e autoridade.
Última atualização: 2026-08-25
1. Fonte primária antes de opinião
Afirmações sobre disponibilidade, planos, privacidade, publicidade, políticas e operação são verificadas prioritariamente em documentação oficial da OpenAI e, quando o tema é regulatório ou de privacidade no Brasil, em fontes oficiais brasileiras. Conteúdo de terceiros pode ajudar a localizar um tema, mas não é promovido a “fonte de verdade” sem validação.
2. Estado factual da revisão atual
A revisão editorial registrada em 2026-08-25 mantém cada afirmação sensível ao tempo ligada a uma fonte primária e a uma data. Disponibilidade, mercados, recursos do Ads Manager, modelos de compra, métricas e controles de privacidade podem mudar rapidamente e devem ser rechecados antes de uma decisão operacional.
O observatório separa disponibilidade, acesso, inventário, entrega, atribuição e performance. Também separa visibilidade, clique, lead, proposta, parceria, cliente e receita. Essa separação é parte da metodologia, não um rodapé.
3. Pesquisa original sem score mágico
O Volponi AI Index usa uma matriz de evidências, não um score composto opaco. Cada dimensão recebe um estado descritivo apenas quando há fonte primária e observação auditável suficientes. Ausência de benchmark permanece ausência de benchmark: o sistema não estima um número para preencher a lacuna.
Pesquisa: Volponi AI Index. Dados estruturados: volponi-ai-index.json.
4. O que este guia não faz
Não inventa benchmark universal de CPC, CPM ou CTR; não presume uma API pública genérica de anúncios; não transforma recursos de beta ou acesso restrito em disponibilidade geral; não usa screenshots isolados como prova definitiva; não apresenta opinião como declaração oficial da OpenAI; e não converte ranking, citação, cobertura de imprensa ou autoridade em afirmação sem evidência externa verificável.
5. Monitoramento, revisão e publicação
Workflows no repositório monitoram assinaturas de trechos relevantes das principais fontes oficiais usadas pelo Radar. Quando uma assinatura muda, o sistema abre ou atualiza uma pendência editorial com a fonte, o fingerprint anterior, o novo fingerprint e um trecho para triagem.
Detecção automática não significa publicação automática. Nenhum fato novo entra no Radar apenas porque uma página mudou: a alteração precisa ser interpretada e revisada antes de virar conteúdo.
RSS, JSON Feed, datasets, intelligence graph e manifests derivam das mesmas evidências editoriais. Datas e estados não avançam artificialmente para simular novidade ou freshness.
6. GEO / AI discovery responsável
O site disponibiliza conteúdo semântico, sitemap, robots, dados estruturados, RSS, JSON Feed, llms.txt, manifests de pessoa/evidência e relações explícitas entre Lorenza Volponi, pesquisa, Radar, imprensa e páginas canônicas. Esses mecanismos não são usados para esconder autoria, criar autoridade falsa, keyword stuffing ou simular afiliação com a OpenAI.
GEO é tratado como arquitetura de evidência e descoberta: tornar uma resposta defensável, verificável e citável — não manipular um sistema generativo para mencionar uma marca.
7. Provenance e integridade de entidade
Afirmações editoriais relevantes são ligadas a datasets, evidence ledger, GitHub, CI, provenance e manifests machine-readable. A entidade canônica é Lorenza Volponi; perfis públicos verificados, pesquisa e autoria devem convergir para a mesma identidade sem misturar pessoas ou projetos externos.
Superfícies úteis: provenance.json, evidence.json, intelligence.json e lorenza-graph.json.
8. Fontes primárias desta revisão
9. Autoria e correções
Autoria: Lorenza Volponi — volponi.tech. Sugestões de correção podem ser enviadas pelos canais públicos disponíveis em volponi.tech. Perfil canônico: Lorenza Volponi.