Como é que o motor ordena os resultados

Pipeline determinístico, sem perfilamento. BM25-like + heurísticas declaradas. Sem LLM no ranking. Documentado para cumprir o Regulamento (UE) 2022/2065 e o EU AI Act.

1Pipeline em alto nível

Etapa 1Crawl

→

Etapa 2Tokenização

→

Etapa 3Índice GIN

→

Etapa 4BM25-like

→

Etapa 5Boosts

→

Etapa 6Diversidade

→

SERPResultado

2O que faz o motor

Indexa páginas web acessíveis publicamente (que não bloqueiem o crawler GeniusBot via robots.txt) e devolve resultados ordenados por relevância para a consulta do utilizador.

Páginas no índice

11.1M

11.072.660 exato

Domínios cobertos

1.5M

crawl global

Configuração FTS

english + simple

stemming paralelo

Função de score

ts_rank_cd

variante BM25

3Como ordena

Indexação full-text — cada página é tokenizada e armazenada num índice invertido GIN do PostgreSQL 16 (configurações english + simple em paralelo). O simple preserva tokens como "São Paulo" que stemming inglês destruiria.
Pontuação base BM25-like — ts_rank_cd com pesos por campo: A (Título) > B (Resumo) > C (Conteúdo) > D (Keywords). Pesos atuais: {0.8, 0.4, 0.2, 0.1}.
Filtros geográficos — se a consulta indica geo=pt, restringimos a domínios .pt e .com.pt via índice parcial dedicado (latência mediana < 20ms após fix de 2026-05-21).
Boosts heurísticos (multiplicativos) — ver tabela abaixo.
Diversidade — máximo de 2 resultados por domínio nos top-10. Evita um único site dominar (ex: Wikipedia em queries informacionais).

4Tabela completa de boosts

Sinal	Multiplicador	Quando aplica
Match exato de domínio com 1.ª palavra	×30	Query `github` → `github.com` top-1
Substring no domínio	×3	Query `continente` → `continente.pt`
TLD `.pt`	×5	Quando geo=PT ou query em português
Autoridade do domínio	(curated + Tranco rank)²	Sempre
Frescor	exp(-Δt / 180d)	Sempre — decaimento exponencial
Intenção · notícias	×3	Query com "notícias", "hoje", "ao vivo"
Intenção · comércio	×3	Query com "preço", "comprar", "loja"
Intenção · culinária	×3	Query com "receita", "como fazer X"

5Exemplo trabalhado

Query: continente promoções

Tokenização → {continente, promoções}
FTS GIN match → 1.214 candidatos
ts_rank_cd base → top candidato continente.pt/promocoes: 0.412
Boost domínio substring ×3 → 1.236
Boost TLD .pt ×5 → 6.180
Boost autoridade (Tranco #1.8k PT, curated +50%) → ×4.2 → 25.96
Boost frescor (página atualizada há 2 dias) → ×0.99 → 25.70
Diversidade: continente.pt apareceria 4× nos top-10, limitamos a 2

Resultado: continente.pt ocupa posições 1 e 2; restantes lugares vão para concorrentes e blogs de comparação.

6O que NÃO fazemos

Não há perfil de utilizador. Não rastreamos a tua identidade.
Não usamos modelos neurais nem LLMs no ranking (estado em 2026-05). É BM25 clássico + regras determinísticas.
Não vendemos posições nos resultados orgânicos. Anúncios, quando ativos, são claramente identificados (DSA Art. 26).
Não há sistema automatizado de decisão sobre utilizadores no sentido do Art. 22.º RGPD.
Não há A/B testing oculto a alterar o ranking de subconjuntos de utilizadores.

7Parâmetros principais

Parâmetro	Valor	Editável em runtime
Configuração full-text	`english` + `simple`	Não
Função de pontuação	`ts_rank_cd` (variante BM25)	Não
Limite de candidatos por consulta	1000	Sim (via env `MAX_CANDIDATES`)
Resultados por página	10	Sim (param `limit`)
Meia-vida do boost de frescor	180 dias	Não
Máx. resultados por domínio (top-10)	2	Não
Concurrent crawler workers	24	Sim (systemd template)

8Perguntas frequentes

Usam LLM (GPT, Claude, etc.) para gerar resultados?

Não. O ranking é 100% determinístico (BM25-like + regras). Não há geração de respostas, nem "AI overview" estilo Google. Quando essa feature existir, será claramente identificada como AI-generated.

Como é decidido o multiplicador de autoridade?

Combinação de Tranco rank (público, baseado em DNS popularity) elevado ao quadrado + lista curada manualmente para casos onde o Tranco subestima (ex: blogs PT de nicho mas confiáveis). A lista curada está em db/seed_authority.sql e será publicada quando o código for open-source.

Posso contestar a posição do meu site?

Sim. Envia o URL para privacy@adgenius.pro com o motivo. Se for caso de prejuízo claro (informação desatualizada, ranking obviamente errado), revemos manualmente em 30 dias úteis (DSA Art. 20).

O ranking é diferente para utilizadores diferentes?

Não. A única variação é por (query × geo). Não há "personalização" baseada em histórico. Duas pessoas a fazer a mesma query no mesmo idioma vêem o mesmo top-10.

Vão adicionar IA no futuro?

Talvez, para features auxiliares (sumarização, rerank semântico) — mas sempre opt-in e claramente identificadas. O ranking core continuará determinístico e auditável.

→Contestar um resultado

Se quiseres que removamos uma página do índice ou identificaste um resultado prejudicial, contacta-nos em privacy@adgenius.pro com o URL e o motivo. Respondemos em até 30 dias úteis (Art. 20.º DSA).

Esta página é gerada pelo servidor adgenius-server-pg.cjs e reflete o código em produção. Detalhes técnicos em /api/health e /api/stats.