Parte 2: usuários, queries e intenções

O que o documento diz

A Parte 2 muda de lente: sai a página, entra o usuário. O vocabulário que ela define é a fundação de tudo que o mercado chama de “search intent” — e vale conhecer na fonte:

Query é o que o usuário digita, fala ou fotografa. Interpretação é o que a query pode significar. Intenção é o que o usuário quer realizar. Uma query tem várias interpretações possíveis; cada interpretação, várias intenções; e um mesmo usuário pode ter várias intenções ao mesmo tempo.
As interpretações têm hierarquia: dominante (o que a maioria quer — [apple] = a empresa), comuns (o que muitos querem — a fruta), menores razoáveis (poucos, mas legítimos), menores improváveis e sem chance — a interpretação que tecnicamente bate com as palavras mas que quase ninguém tem em mente: ninguém buscando [hot dog] quer um cachorro com calor. Resultado para interpretação sem chance “parece off-topic mesmo casando com as palavras da query”.
O significado muda com o tempo. [iphone] em 2007 era o iPhone 1; hoje é o modelo mais recente; amanhã será outro. A premissa padrão é que o usuário quer informação atual, o modelo mais novo, a edição mais recente do evento.
As quatro intenções clássicas: Know (saber — e a subcategoria Know Simple: resposta específica, correta e completa em 1–2 frases, com consenso), Do (fazer: calcular, assistir, pagar, baixar), Website (chegar a um site específico) e Visit-in-Person (encontrar um lugar físico). O documento manda não sofrer com a fronteira Know/Do — muitas queries são as duas coisas.
Dois exemplos de precisão que valem o capítulo: em [lewis county non emergency number], ignorar a palavra “non” arruína o resultado — “usuários se frustram quando resultados ignoram palavras importantes”. E em [is egg salad healthy], receita de salada de ovo não é intenção razoável — o usuário quer informação nutricional; receita é o passo seguinte, não a resposta.
Localização importa de forma condicional: [verbena] em Austin pode ser um restaurante local; em Flint, só a planta. E a localização explícita na query ([hotéis em Nova York] buscado de Dallas) manda mais que a localização do usuário.
Um aviso metodológico raro: ao pesquisar a query no Google, não confie nos primeiros resultados — “uma query pode ter significados não representados na SERP” e nenhuma página merece nota alta só por estar no topo.

Na prática

A hierarquia de interpretações é o modelo mental correto para pesquisa de keyword. Antes de disputar uma query, classifique-se: você atende a interpretação dominante, uma comum ou uma menor? Dá para ranquear atendendo interpretação menor razoável — mas o teto de tráfego e a nota possível são proporcionais. E se seu conteúdo casa com as palavras mas atende uma interpretação “sem chance”, o algoritmo treinado nessa régua vai tratá-lo como off-topic, por mais otimizado que esteja.

O exemplo da salada de ovo é uma aula sobre adjacência não ser relevância. Conteúdo relacionado ao que o usuário quer não é conteúdo que responde o que ele quer. Metade dos “conteúdos de topo de funil” que não performam falha exatamente aqui: responde a pergunta do lado, não a pergunta feita.

Know Simple explica o que a IA e os featured snippets engolem — e o que sobra. Resposta de consenso em duas frases é território de resposta direta na SERP (e agora dos AI Overviews): disputar clique ali é guerra perdida. O documento lista o que não é Know Simple: queries amplas, controversas, sem resposta única, de exploração, de inspiração, e busca por opiniões e perspectivas de pessoas reais. Esse é o mapa do conteúdo defensável.

Frescor é premissa embutida, não bônus. Se a interpretação dominante desliza para “o mais recente” com o tempo, conteúdo evergreen em tema que evolui está sempre decaindo de relevância. Data de revisão real, atualização de exemplos e de modelos citados não é cosmética — é manter-se dentro da interpretação dominante.