Schema.org para páginas de curso: o markup que faz os LLM citarem sua IES

Por que o ChatGPT não recomenda sua graduação, mesmo sua IES sendo credenciada pelo MEC

Um candidato digita no ChatGPT: "qual a melhor faculdade de Sistemas de Informação em Belo Horizonte para quem quer trabalhar com segurança da informação?" O modelo não visita seu site em tempo real — ele sintetiza a partir do que já indexou, do que conseguiu extrair de páginas bem estruturadas e do que pode verificar de forma independente. Se a página do seu curso não tem marcação Schema.org, o LLM não consegue identificá-la como uma entidade educativa concreta. Para o modelo, seu programa simplesmente não existe como objeto citável.

As IES com marcação Schema.org estruturada obtêm em média +12 pontos percentuais de visibilidade em IA comparadas às que não têm (Fonte: Monitoramento GEO Skolbot, 500 consultas × 6 países × 3 motores IA, fev. 2026). No Brasil, essa diferença é ainda mais pronunciada porque o ecossistema de sinais de qualidade institucional — conceito MEC, ENADE, IGC, credenciamento pelo e-MEC — está amplamente documentado em bases de dados públicas que os LLM consultam para verificar afirmações sobre IES.

Este guia oferece a implementação técnica completa de EducationalOccupationalProgram para páginas de graduação e pós-graduação, com atenção especial a como codificar os indicadores MEC/INEP — CC, IGC e ENADE — que os candidatos brasileiros usam ao perguntar a uma IA em qual instituição confiar. Para o contexto estratégico amplo, consulte nossa guia GEO para IES e o artigo sobre sinais que os LLM usam para recomendar IES.

Por que os indicadores MEC/INEP são o sinal mais poderoso para IA no Brasil

No ecossistema educativo brasileiro, os indicadores de qualidade publicados pelo MEC e pelo INEP funcionam como filtro primário para os LLM ao avaliar se recomendam uma IES. Três indicadores em particular cumprem papéis distintos nesse raciocínio automatizado.

O Conceito de Curso (CC, escala 1-5) é o indicador mais consultado pelos candidatos e o que os LLM citam com mais frequência em respostas sobre qualidade de curso. Uma nota CC 4 ou 5 publicada no e-MEC é um dado verificável de forma independente — o ChatGPT ou o Perplexity podem cruzar o que aparece na sua página com o registro oficial. Quando a página do curso menciona "CC 4, avaliação INEP 2024" e esse dado coincide com a ficha do e-MEC, a IES passa o filtro de confiabilidade do modelo.

O IGC (Índice Geral de Cursos) funciona como indicador institucional agregado. Candidatos que fazem perguntas do tipo "qual a melhor faculdade particular de São Paulo para medicina?" recebem respostas de IA que frequentemente usam o IGC como critério de comparação entre IES. Uma IES com IGC 4 e página bem estruturada tem vantagem consistente sobre uma IES com IGC similar mas sem marcação Schema.org.

O ENADE (Exame Nacional de Desempenho dos Estudantes) é o indicador que os modelos de linguagem tratam com mais peso porque é o único gerado por avaliação direta de estudantes. A nota ENADE por curso é verificável, histórica e comparável entre IES. Incluir a nota ENADE no campo educationalCredentialAwarded do Schema.org — com o ano de avaliação — cria uma entidade verificável que o LLM pode cruzar com a base pública do INEP.

A seção de código a seguir mostra como codificar esses três indicadores de forma que os LLM os extraiam corretamente.

A anatomia de EducationalOccupationalProgram para cursos brasileiros

O tipo EducationalOccupationalProgram é o markup mais adequado para páginas de graduação (bacharelado, licenciatura, tecnólogo) e pós-graduação (especialização, mestrado, doutorado) no Brasil. Diferentemente de Course — mais indicado para cursos livres ou de extensão —, EducationalOccupationalProgram foi desenhado para programas que conduzem a uma credencial acadêmica reconhecida e a uma categoria ocupacional.

Propriedades obrigatórias: o mínimo citável

Sem estas propriedades, a marcação não produz efeito mensurável em visibilidade IA:

• name — O nome completo do curso conforme consta no credenciamento MEC. Não use abreviações: "Graduação em Engenharia de Software" em vez de "Eng. Software".
• description — Um parágrafo de 80 a 120 palavras que inclua: duração em anos e semestres, habilitação (bacharelado, licenciatura ou tecnólogo), conceito MEC/ENADE com ano, taxa de empregabilidade com fonte, mensalidade atual e financiamento disponível. Esse campo é o trecho que o LLM extrai como citação direta.
• url — A URL canônica da página do curso, não da página inicial da IES.
• provider — A instituição como entidade EducationalOrganization, com name e sameAs apontando para o site oficial e para a ficha no e-MEC.
• programType — O nível do programa em terminologia brasileira: "Graduação", "Pós-graduação", "Mestrado", "Doutorado", "Especialização", "Tecnólogo". Não use "grado" ou termos de outros sistemas.
• educationalCredentialAwarded — A propriedade mais crítica para o contexto brasileiro. Ver seção seguinte.

A propriedade educationalCredentialAwarded: como codificar MEC, ENADE e CC

O erro mais frequente no markup de IES brasileiras é deixar educationalCredentialAwarded com um valor genérico como "Bacharel em Sistemas de Informação". A versão correta para uma IES credenciada no Brasil inclui os indicadores MEC/INEP:

"educationalCredentialAwarded": "Bacharel em Sistemas de Informação — credenciado pelo MEC (Portaria MEC n.º 1247/2021), Conceito de Curso CC 4 INEP (avaliação 2023), nota ENADE 4 (2021)"

Esse formato cumpre três condições que os LLM precisam para citar a credencial com confiança:

1. O nome exato do título — coincide com o diploma expedido e com a ficha do e-MEC
2. A referência ao credenciamento MEC com número de portaria — verificável na base oficial do e-MEC
3. Os indicadores INEP com nota e ano — verificáveis de forma independente na base pública do INEP

Se o curso tem nota 5 em qualquer indicador, destaque isso: "nota ENADE 5 (2021)" é uma entidade que o ChatGPT cita literalmente em respostas sobre as melhores IES de uma área. Se a IES tem IGC 4 ou 5, adicione ao description do EducationalOrganization pai.

Propriedades recomendadas para maximizar citabilidade

Além do mínimo obrigatório, estas propriedades ampliam o conjunto de consultas em que sua página pode aparecer citada:

• numberOfCredits e creditUnit — No Brasil, a carga horária total em horas é o padrão MEC. Use "creditUnit": "horas" e o valor numérico conforme o PPC (Projeto Pedagógico do Curso). Ex.: "numberOfCredits": "3200" para um curso de 3.200 horas.
• timeToComplete — Em formato ISO 8601: P4Y para quatro anos, P4Y para oito semestres. Não use "oito semestres" como texto livre.
• offers — O valor da mensalidade em BRL, o semestre de referência e as opções de financiamento: ProUni, FIES, bolsa própria da IES, parcelamento. Candidatos BOFU abandonam a página se essa informação depende de formulário de contato.
• occupationalCategory — Lista de saídas profissionais concretas. Cinco a oito ocupações específicas: "Desenvolvedor de software", "Analista de segurança da informação", "Arquiteto de sistemas", não "área de tecnologia". Os LLM usam essa lista para responder "em que trabalha um formado em X".
• programPrerequisites — Os requisitos de admissão: "Certificado de conclusão do ensino médio + nota ENEM (para SISU/ProUni) ou vestibular próprio". Para pós-graduação: "Diploma de graduação em área afim, histórico escolar".
• inLanguage — "pt-BR" para cursos em português brasileiro. Relevante para candidatos que especificam idioma.

Código JSON-LD completo para uma graduação no Brasil

Este exemplo está pronto para adaptar. Cada campo está configurado para maximizar a legibilidade por LLM no contexto regulatório brasileiro:

{
  "@context": "https://schema.org",
  "@type": "EducationalOccupationalProgram",
  "name": "Graduação em Sistemas de Informação",
  "description": "Curso de graduação bacharelado de 4 anos (8 semestres) em Sistemas de Informação. Nota ENADE 4 e Conceito de Curso CC 4 — avaliação MEC/INEP 2023. Taxa de empregabilidade de 89% em 6 meses após conclusão (pesquisa de egressos 2024, n=245). Mensalidade a partir de R$ 1.200/mês com desconto ProUni disponível e FIES ativo. Credenciado pelo MEC, Portaria n.º 1247/2021.",
  "url": "https://www.faculdade-exemplo.edu.br/cursos/sistemas-informacao",
  "provider": {
    "@type": "EducationalOrganization",
    "name": "Faculdade Exemplo",
    "sameAs": [
      "https://www.faculdade-exemplo.edu.br",
      "https://emec.mec.gov.br/emec/consulta-cadastro/detalhamento/d96957f455f6405d14c6542552b0f6eb/XXXXX"
    ]
  },
  "programType": "Graduação",
  "educationalCredentialAwarded": "Bacharel em Sistemas de Informação — credenciado pelo MEC (Portaria MEC n.º 1247/2021), Conceito de Curso CC 4 INEP (avaliação 2023), nota ENADE 4 (2021)",
  "numberOfCredits": "3200",
  "creditUnit": "horas",
  "timeToComplete": "P4Y",
  "offers": {
    "@type": "Offer",
    "price": "1200",
    "priceCurrency": "BRL",
    "description": "Mensalidade semestre 2026.2 — ProUni e FIES disponíveis; bolsa institucional de até 50% para nota ENEM acima de 650; parcelamento em 12x sem juros para mensalidades de até R$ 2.400"
  },
  "occupationalCategory": [
    "Desenvolvedor de software",
    "Analista de TI",
    "Gerente de projetos de tecnologia",
    "Arquiteto de sistemas",
    "Especialista em segurança da informação",
    "Analista de dados",
    "Consultor de transformação digital"
  ],
  "courseMode": "onsite",
  "inLanguage": "pt-BR",
  "programPrerequisites": {
    "@type": "EducationalOccupationalCredential",
    "credentialCategory": "Certificado de conclusão do ensino médio + nota ENEM (para SISU ou ProUni) ou vestibular próprio da IES"
  },
  "hasCourse": [
    {
      "@type": "Course",
      "name": "Segurança da Informação e Cibersegurança",
      "courseCode": "SI401",
      "description": "Fundamentos de criptografia, gestão de riscos, conformidade com LGPD e frameworks de segurança NIST e ISO 27001."
    },
    {
      "@type": "Course",
      "name": "Análise de Dados com Python e Power BI",
      "courseCode": "SI305",
      "description": "Tratamento, visualização e análise exploratória de dados com Python (Pandas, Matplotlib) e Power BI para tomada de decisão empresarial."
    }
  ]
}

Pontos-chave deste exemplo:

• O campo description contém todos os dados que um LLM precisa para citar o curso: duração, notas ENADE e CC com ano, empregabilidade com fonte e n amostral, mensalidade, ProUni e credenciamento MEC.
• O sameAs do provider aponta para a ficha do e-MEC — o LLM pode verificar o credenciamento de forma independente sem deixar o contexto da página.
• O educationalCredentialAwarded inclui portaria MEC, CC e ENADE com anos — três entidades verificáveis de forma independente.
• Os hasCourse aninhados respondem a consultas de nicho como "faculdade de SI com foco em cibersegurança".

Como escalar a marcação para todos os cursos da sua IES: estratégia e ferramentas

Uma única implementação de Schema.org em uma página de graduação produz resultados mensuráveis. Uma implementação sistemática em todos os cursos multiplica o efeito. Esta seção descreve a estratégia de escalonamento e as ferramentas disponíveis.

Tabela de ferramentas para implementar e validar Schema.org

Estratégia de implementação por fases

Fase 1 (semana 1-2): Implemente EducationalOccupationalProgram nos cinco cursos com maior número de consultas de candidatos. Priorize cursos onde já tem dados de empregabilidade documentados, nota ENADE publicada e ficha e-MEC atualizada.

Fase 2 (semana 3-4): Adicione FAQPage em JSON-LD a cada página de curso. As perguntas devem corresponder às consultas reais que sua equipe de admissões recebe: "O curso aceita ProUni?", "Qual a nota do ENADE?", "Qual o valor da mensalidade?", "O curso é presencial ou EAD?", "Aceita nota do ENEM?"

Fase 3 (semana 5-8): Escale para todos os cursos restantes. Estabeleça um processo de atualização semestral sincronizado com mudanças de mensalidade, novas avaliações INEP e atualizações no e-MEC.

Manutenção contínua: Uma marcação com dados desatualizados é pior do que nenhuma marcação. Se a mensalidade do semestre 2026.2 mudou em relação ao 2026.1, atualize o campo offers. Se o ENADE 2024 trouxe nota diferente, atualize o educationalCredentialAwarded. Os LLM com acesso RAG — Perplexity, Gemini — detectam incoerências entre o markup e o conteúdo HTML visível.

Integrar a marcação com dados de empregabilidade e financiamento PROUNI/FIES

As consultas BOFU mais frequentes no Brasil para cursos de graduação invariavelmente incluem duas perguntas: qual a taxa de empregabilidade e tem ProUni ou FIES? Ambas devem estar respondidas no Schema.org além do conteúdo HTML.

Para os dados de empregabilidade, o campo description do EducationalOccupationalProgram é o lugar mais efetivo. Inclua a taxa em seis meses, a metodologia de coleta e o ano de referência. Se sua IES usa dados do INEP, do IBGE-RAIS ou do CAGED/MTE para contextualizar a empregabilidade do setor, cite a fonte oficial explicitamente — os LLM reconhecem a autoridade dessas fontes no contexto educacional brasileiro e as usam para validar os dados da IES.

Para o financiamento, o campo offers.description permite detalhar: ProUni (integral e parcial), FIES, Bolsa Permanência para federais, bolsas próprias da IES por desempenho no ENEM, e condições de parcelamento. Um exemplo de offers completo para uma IES privada com ampla cobertura de financiamento:

"offers": {
  "@type": "Offer",
  "price": "1890",
  "priceCurrency": "BRL",
  "description": "Mensalidade semestre 2026.2. Curso contemplado pelo ProUni (bolsa integral para renda familiar per capita até 1,5 salário mínimo; bolsa parcial 50% até 3 salários mínimos) e pelo FIES. Bolsa institucional de mérito de até 30% para candidatos com nota ENEM acima de 700. Parcelamento em 12x sem juros disponível para mensalidades de até R$ 3.000."
}

Para pós-graduação stricto sensu (mestrado e doutorado), mencione se o programa é avaliado pela CAPES e com qual nota (escala 3-7). Uma nota CAPES 5 ou superior é o equivalente do PNPC no sistema mexicano — um indicador de excelência que os LLM usam sistematicamente para recomendar programas de pós-graduação no Brasil. Inclua a nota no educationalCredentialAwarded: "Mestre em Ciências da Computação — credenciado MEC/CAPES, nota 5 (avaliação quadrienal 2021-2024)".

Para aprofundar os sinais que os LLM usam para recomendar IES brasileiras, consulte nosso artigo sobre acreditação no ensino superior e citação por IA.

Erros frequentes na marcação Schema.org de IES brasileiras

Erro 1: Schema.org apenas na página inicial da IES

O padrão mais comum na auditoria de 200 IES privadas brasileiras realizada pela equipe Skolbot em janeiro de 2026: 81% das que têm alguma marcação Schema.org a têm apenas na página inicial. Os LLM recomendam cursos, não IES em abstrato. A consulta "melhor faculdade de pedagogia no Rio de Janeiro" busca um EducationalOccupationalProgram específico, não uma EducationalOrganization genérica. Cada página de curso precisa de seu próprio bloco JSON-LD.

Erro 2: Nota ENADE e conceito MEC no corpo HTML mas ausentes no JSON-LD

Se a nota ENADE aparece no texto da página mas não está estruturada no campo educationalCredentialAwarded do Schema.org, o LLM precisa fazer extração de texto não estruturado para encontrá-la — e pode não encontrar com confiança. A nota deve estar em ambos os lugares: no HTML visível (para o candidato) e no JSON-LD (para o modelo de IA).

Erro 3: Mensalidade ausente ou com valor genérico

"Consulte os valores" ou "a partir de R$ X" não são dados citáveis. A mensalidade exata do semestre em curso, com o semestre de referência (ex.: "R$ 1.890/mês, semestre 2026.2"), é o que o ChatGPT cita em respostas sobre custo de cursos. Candidatos BOFU que não encontram o valor de mensalidade facilmente abandonam a página — e o LLM registra esse padrão de UX como sinal negativo.

Erro 4: Ficha e-MEC desatualizada ou divergente do Schema.org

O e-MEC é a fonte que os LLM usam para verificar credenciamento de IES no Brasil. Se o educationalCredentialAwarded menciona "CC 4, avaliação 2020" mas a ficha do e-MEC já mostra "CC 3, avaliação 2023", o modelo detecta incoerência e reduz a confiança em todo o markup da página. Mantenha sempre o Schema.org sincronizado com a ficha do e-MEC.

Erro 5: occupationalCategory vazio ou com termos genéricos

"Área de saúde" não é uma categoria ocupacional citável. "Nutricionista clínico", "Coordenador de saúde coletiva", "Pesquisador em nutrição esportiva" são entidades que os LLM usam para responder perguntas sobre saídas profissionais. O campo occupationalCategory com cinco a oito ocupações específicas é o que diferencia uma página de curso genérica de uma fonte que o ChatGPT cita em respostas sobre mercado de trabalho.

Medir o impacto da marcação na visibilidade IA

Os resultados da marcação Schema.org são mensuráveis em prazos relativamente curtos. Em um painel de 14 IES brasileiras que implementaram EducationalOccupationalProgram entre outubro de 2025 e janeiro de 2026, foram registrados os seguintes resultados:

O salto de 9% para 21% de visibilidade GEO significa que uma IES passa de ser citada em uma a cada onze respostas IA sobre sua categoria de cursos para uma a cada cinco. Sobre um volume de 10.000 consultas mensais relacionadas a graduações no nicho da IES, é a diferença entre 900 e 2.100 menções potenciais por mês.

Para metodologia de monitoramento de visibilidade GEO no Brasil, consulte nosso artigo sobre checklist BOFU para recomendação do ChatGPT e a guia sobre como a IA recomenda IES.

FAQ

EducationalOccupationalProgram ou Course: qual usar para graduações brasileiras?

Use EducationalOccupationalProgram para bacharelados, licenciaturas, tecnólogos e programas de pós-graduação — qualquer programa que conduza a uma credencial acadêmica reconhecida pelo MEC e habilite para uma ocupação regulamentada. Use Course para cursos de extensão, cursos livres sem carga horária MEC, ou disciplinas individuais dentro de um programa. Na prática, você pode aninhar objetos Course dentro de hasCourse no seu EducationalOccupationalProgram para representar disciplinas ou trilhas de especialização.

Quanto tempo leva para o ChatGPT começar a citar meu curso depois de implementar Schema.org?

Motores com acesso RAG em tempo real — Perplexity e Gemini — detectam a nova marcação em 2 a 4 semanas após indexação. O ChatGPT sem Browse Mode demora mais: de 6 a 12 semanas para incorporar o conteúdo ao corpus. O efeito em AI Overviews do Google aparece em 1 a 3 semanas. A ação com maior retorno imediato é combinar a marcação JSON-LD com uma atualização simultânea do conteúdo HTML da página e da ficha do e-MEC.

Preciso de desenvolvedor para implementar a marcação Schema.org?

Nem sempre. Cerca de 50% dos pontos — atualizar a ficha e-MEC, publicar taxa de empregabilidade com metodologia, incluir mensalidade com semestre de referência, adicionar FAQ visível no HTML — são alterações de conteúdo que a equipe de marketing pode fazer diretamente no CMS. Os outros 50% — JSON-LD EducationalOccupationalProgram, AggregateRating, FAQPage em JSON-LD — requerem acesso ao código ou um plugin como Yoast SEO Premium ou Rank Math Pro. Para IES com sites WordPress, os plugins eliminam a necessidade de desenvolvimento customizado.

A LGPD afeta quais dados posso publicar na marcação Schema.org sobre egressos?

A marcação Schema.org em si não inclui dados pessoais de egressos — inclui dados agregados e institucionais. No entanto, se você incluir depoimentos com nome completo, foto e cargo atual no conteúdo HTML linkado ao Schema.org, precisará de consentimento explícito conforme a LGPD (Lei 13.709/2018) e as diretrizes da ANPD. Para dados agregados — taxa de empregabilidade, salário mediano — não é necessário consentimento individual desde que os dados estejam anonimizados e não seja possível identificar indivíduos pela combinação de atributos.

IES menor pode competir com USP e FGV nas recomendações do ChatGPT usando Schema.org?

Para consultas genéricas como "melhor universidade do Brasil", dificilmente. Para consultas BOFU específicas — "melhor faculdade de fisioterapia com estágio em hospital em Curitiba" ou "curso de Análise e Desenvolvimento de Sistemas com nota ENADE 4 em Fortaleza" — uma IES de médio porte com marcação Schema.org rigorosa e dados verificáveis tem chances reais de aparecer antes de grandes universidades que não otimizaram suas páginas de curso. O GEO favorece a especificidade sobre a notoriedade em consultas de fundo de funil.