Versão em inglês: Google Deleted 160M Fake Reviews — Recovery Playbook
TL;DR
O Relatório de Confiança e Segurança de 2025 do Google revelou que a empresa removeu 292 milhões de avaliações que violavam suas políticas, sendo que 160 milhões delas foram detectadas especificamente pela detecção de IA generativa baseada em Gemini. As taxas de remoção de avaliações aumentaram 600 % entre janeiro e julho de 2025, atingindo um pico em que quase 2 % de todas as empresas monitoradas perdiam ao menos uma avaliação por semana. Algumas dessas remoções são avaliações reais de clientes reais — presas pela mesma detecção de padrões que captura as falsas. Os três sinais com maior probabilidade de marcar uma avaliação legítima: texto curto e genérico, clusters de publicação em minutos após um clique em SMS e padrões de conta do avaliador que a IA considera suspeitos. O processo de recurso funciona, mas exige especificidade. Aqui está o playbook.
O número de 160 M em contexto
A camada de detecção de IA do Google opera em uma escala que nenhuma equipe de moderação humana poderia alcançar. Os classificadores baseados em Gemini processam cada nova avaliação enviada contra um modelo de conteúdo de múltiplos bilhões de parâmetros treinado para identificar:
- Padrões linguísticos característicos de ChatGPT, Claude e outros LLMs usados para produzir falsas em massa
- Frases genéricas ("Serviço terrível, evite!") sem nenhum detalhe concreto
- Linguagem de template em múltiplas contas de avaliadores
- Agrupamento de IP/dispositivo (múltiplas avaliações da mesma rede ou emuladores de dispositivos)
- Padrões de envio em rajada seguindo impressões digitais de ferramentas de marketing
As 160 M removidas por IA representam aproximadamente 55 % do total de remoções — os outros 45 % vieram de denúncias humanas e aplicação de políticas. O salto de 600 % nas taxas de remoção entre janeiro e julho de 2025 foi o lançamento em produção do classificador do Gemini expandindo do inglês para o multilíngue.
Por que avaliações reais ficam presas
O modelo de detecção é ajustado para precisão, mas não é perfeito. Ele produz uma pontuação de confiança por avaliação; avaliações abaixo de um limite são removidas automaticamente, as próximas ao limite vão para uma fila com sinais adicionais. Os falsos positivos — avaliações legítimas removidas erroneamente — geralmente se enquadram em três padrões:
1. Conteúdo curto e genérico. Uma avaliação real que diz "Ótimo serviço, voltarei!" parece idêntica ao texto gerado por IA. O classificador não consegue distingui-los apenas pelo texto, então recorre aos sinais da conta do avaliador. Se o avaliador tem menos de 3 avaliações anteriores, sem foto de perfil e sem nível de Local Guides, a avaliação curta e genérica é marcada.
2. Clusters de publicação após um envio de marketing. Quando você envia um SMS de solicitação de avaliação para 100 clientes e 15 deles clicam e escrevem avaliações na mesma hora, isso é um cluster. O classificador marca isso como "potencialmente solicitado" — o que é permitido pela política do Google se não houver filtragem, mas ainda assim eleva o limite da avaliação para permanecer publicada.
3. O padrão de "primeira e única avaliação". Uma conta de avaliador cuja primeira e única avaliação no Google é para o seu negócio é um sinal de alto risco. O classificador não sabe se o cliente simplesmente não costuma deixar avaliações (a maioria das pessoas não deixa) ou se a conta foi criada especificamente para deixar aquela avaliação.
O que faz suas avaliações serem removidas
Com base em análises de eventos de remoção públicos e nossos próprios dados de clientes em 600 PMEs:
| Gatilho | Probabilidade de remoção | Recuperação típica |
|---|---|---|
| Padrões de texto gerado por IA | 95 % | Muito baixa — avaliação é removida novamente se republicada |
| Rajada da mesma IP/Wi-Fi | 80 % | Baixa sem mudanças |
| Linguagem de incentivo de fidelidade ("adorei ganhar meus pontos!") | 70 % | Moderada após limpeza de política |
| Menção do nome do funcionário com linguagem de template de marketing | 60 % | Moderada |
| Curta genérica + conta de avaliador de baixa confiança | 40 % | Moderada via recurso |
| Proprietário recorre para restauração | — | Taxa de restauração de 30–45 % quando documentado |
A última linha é a prática. O recurso funciona com frequência suficiente para valer o esforço, mas apenas com documentação.
O processo de recurso que funciona em 2026
A interface de recurso de avaliações do Google fica em Google Business Profile → Avaliações → avaliação marcada → Denunciar um problema → "Acho que esta avaliação foi removida por engano." O formulário aceita justificativa em texto livre.
O que faz os recursos serem aprovados (~30–45 % de taxa de restauração quando feito corretamente):
1. Prova concreta do relacionamento. "Nome do cliente [apenas o primeiro nome é suficiente], fatura nº 12345, data do serviço 2026-04-12, recibo anexado." Se seu sistema de reservas ou PDV consegue produzir um registro, anexe-o.
2. Identifique o gatilho que você está recorrendo. "Acreditamos que esta avaliação foi removida pelo classificador de conteúdo de IA. O avaliador é um cliente verificado com 14 anos de histórico de compras com nosso negócio." Nomear a área de política específica sob a qual o Google a marcou demonstra que você entende o sistema.
3. Paciência. Revisões iniciais podem levar de 10 minutos a 30 dias. Recursos levam de 2 a 10 dias úteis. Reenviar o mesmo recurso não ajuda — eles entram em filas separadas.
O que faz recursos serem negados:
- Linguagem vaga ("isso é injusto", "perdemos uma ótima avaliação")
- Sem documentação do relacionamento com o cliente
- Recorrer por motivos que são eles próprios violações de política ("o cliente recebeu desconto pela avaliação")
- Recorrer muito rapidamente depois que o mesmo cliente escreveu uma avaliação anterior que também foi removida
Como tornar suas futuras avaliações mais difíceis de remover
Três mudanças estruturais:
1. Incentive avaliações mais longas e específicas. Uma avaliação de 2 frases com um nome de serviço, o primeiro nome de um funcionário (sim, mesmo após a mudança de política de abril de 2026 — o cliente mencionar um funcionário é permitido; você pedir por isso é a violação) e um resultado específico ("a limpeza revelou uma cárie que meu dentista anterior havia perdido") é muito mais durável do que "Ótimo lugar!"
2. Distribua suas solicitações de avaliação ao longo do tempo. Um SMS em massa para 100 clientes produz um cluster. Vinte solicitações por semana, toda semana, produz um fluxo — e fluxos recebem pontuações de confiança mais altas do que clusters.
3. Construa a qualidade da conta do avaliador indiretamente. Clientes que se tornam Google Local Guides — avaliando outros negócios, enviando fotos, respondendo perguntas — têm pontuações de confiança de avaliação muito mais altas. Uma pequena fração da sua base de clientes se tornando Local Guides protege todo o seu perfil de avaliações. Mencionar o programa Local Guides de forma não insistente (um "PS — se você escreve avaliações regularmente, o programa Local Guides do Google oferece benefícios") planta isso organicamente.
O que isso significa para sua estratégia
A era de "o máximo de avaliações possível" acabou. A camada de detecção penaliza isso. A nova era recompensa:
- Velocidade mensal constante (5–8 por mês)
- Avaliações específicas e ricas em detalhes
- Base diversificada de avaliadores em múltiplas plataformas
- Respostas rápidas e públicas do proprietário
- Conformidade limpa com a atualização de política de abril de 2026
Em nossos dados de clientes, negócios que mudaram de "sprints de coleta de avaliações" para "construção constante e lenta de avaliações" entre 2024 e 2026 viram sua taxa de remoção de avaliações cair de 4,1 % para 0,6 % — e seus rankings no pacote local melhoraram em paralelo.
Os 160 milhões de avaliações removidas não são um ataque do Google às pequenas empresas. São um filtro de qualidade que finalmente tem as ferramentas para aplicar o que sempre foi política. Os negócios que se adaptaram ao novo jogo agora são mais visíveis do que os que não se adaptaram.
A boa notícia é que o novo jogo é mais simples. Seja paciente, seja específico, seja honesto. Ganhe cada avaliação. Responda a cada uma. Repita por 12 meses.
Não é glamouroso. Funciona.
New blog posts. No spam.
Get the next reputation playbook delivered when it drops.
