No que acreditamos.

Os assistentes de IA — ChatGPT, Claude, Gemini, Perplexity — substituíram os dez links azuis por duas a sete fontes citadas por resposta. Para as marcas, isso comprime duas décadas de otimização do funil de busca em uma única pergunta: você está no conjunto de citações ou não está?

A maioria das plataformas desta categoria responde a essa pergunta com um painel. Elas dizem que você está ausente. Cobram de US$ 500 a US$ 2.000 por mês pelo privilégio de assistir à sua invisibilidade em tempo real. Nenhuma delas escreve o código que coloca você de volta no mapa. O Findrix escreve.

Detecção sem uma correção escrita é só uma apresentação de slides. O que é defensável nesta categoria é a camada que escreve as correções — schema, reescritas de conteúdo, ajustes de citação, feitos para cada stack e prontos para colar — nos quatro stacks que a cauda longa do mid-market realmente usa (WordPress, Shopify, Next.js, Webflow).

Acertar 40 dialetos de CMS é um trabalho pouco glamoroso e lento. Esse fosso se acumula. Cada correção que escrevemos torna a próxima mais barata. Cada stack que colocamos à prova no site real de um cliente acrescenta confiabilidade que vendemos.

Informamos um intervalo de confiança de Wilson em cada porcentagem. Entre rodadas, usamos uma faixa agrupada: a dispersão entre prompts numa distribuição t, nunca mais estreita que o piso de Wilson. Um movimento só conta como real quando duas faixas não se sobrepõem. Os mecanismos nunca são combinados em uma média única.

Toda regra que usamos está documentada, e todo número informado traz a sua faixa. Leia a página de metodologia para ver a matemática.

Cada auditoria melhora a próxima. Aprendemos quais ajustes de schema realmente movem citações em cada stack, qual intervalo entre aplicar e ver o ganho esperar de cada LLM, quais famílias de prompts regridem à média mais rápido. Esses metadados — como a superfície de citações da IA realmente responde a intervenções — são o fosso que estamos construindo.

Não treinamos modelos com dados de clientes. Não vendemos dados de auditoria a provedores de LLM. O ciclo roda com estatísticas agregadas de resultados e isolamento rigoroso entre clientes. Veja a nossa política de privacidade.

• Injeção de prompt. Nada de instruções ocultas, truques com Unicode ou jailbreaks. Escrevemos apenas conteúdo legítimo no seu domínio e schema de acordo com os padrões.
• Spam de conteúdo. Nada de páginas geradas em massa, posts reescritos por LLM em escala ou fazendas de links. Toda correção pode ser revisada no seu CMS ou no seu git.
• Esconder a matemática. Se a nossa metodologia não sobrevive a uma revisão por pares, ela não entra em relatório de cliente. Fórmulas abertas, premissas abertas, limites abertos.
• Vender para provedores de LLM. Os dados de auditoria dos clientes ficam no ambiente de cada cliente. Compartilhamos apenas estatísticas de resultados agregadas e anonimizadas — e só com consentimento explícito.

Geral: team@findrix.ai

Agências: agencies@findrix.ai

Imprensa / parcerias: press@findrix.ai

Segurança: security@findrix.ai (veja o security.txt)

• Logotipo + versões (SVG, PNG): sob solicitação em team@findrix.ai
• Texto institucional de um parágrafo (na história da marca acima)
• Biografias e fotos dos fundadores: disponíveis sob solicitação via press@findrix.ai