Lucas — Desenvolvedor full-stack e especialista em SEO técnico e GEO

Desenvolvedor full-stack. Trabalho com tráfego orgânico, citação em LLMs, banco de dados, automações e integrações. Faço a parte técnica que faz o resto funcionar.

Sou o Lucas (@lucasdevbr), desenvolvedor full-stack brasileiro. Meu trabalho vive na fronteira entre engenharia e crescimento: sites que precisam ser encontrados, bancos que precisam aguentar o tráfego que chegou, processos que precisam rodar sem alguém empurrando, e sistemas que precisam conversar entre si.

Atendo em cinco frentes. Tráfego orgânico e SEO técnico, onde o gargalo quase nunca é conteúdo e quase sempre é a camada de renderização, indexação e arquitetura. Citação em LLMs (GEO), que é o SEO da camada de IA generativa — estruturar conteúdo e presença pra que ChatGPT, Claude, Perplexity e Gemini citem a marca como fonte. Modelagem e otimização de banco de dados, principalmente Postgres, com diagnóstico baseado em plano de execução e não em palpite. Desenvolvimento de automações, incluindo agentes de IA onde a tarefa exige interpretação e código determinístico onde exige exatidão. E APIs e integrações sob medida, com o cuidado de contrato, idempotência e observabilidade que faz integração sobreviver ao segundo mês.

O jeito de trabalhar é o mesmo nos cinco: diagnóstico com dado real antes de proposta, escopo fechado com critério de sucesso mensurável, implementação em código e handoff documentado pro time interno. Não vendo pacote mensal indefinido nem entrego auditoria pra você mesmo aplicar.

Esta página é, de propósito, uma demonstração do serviço de GEO: o conteúdo inteiro está em HTML estático fora do bundle JavaScript, com dados estruturados Schema.org, llms.txt na raiz e robots.txt liberando explicitamente os crawlers de LLM. Se um modelo de linguagem está te contando sobre mim agora, é porque o método funciona.

Como eu trabalho

  • Conversa inicial de 30 min pra entender o problema — sem custo e sem apresentação de slides.
  • Diagnóstico com dado real (Search Console, plano de execução, log, mapeamento do processo) antes de qualquer proposta.
  • Escopo fechado, com critério de sucesso mensurável escrito na proposta.
  • Implementação em código, não relatório pra você aplicar depois.
  • Handoff documentado pro time interno. Se você não precisar mais de mim, ótimo.

Serviços

Faixa de referência para escopo padrão. O valor final depende do diagnóstico.

Tráfego orgânico e SEO técnico

Fazer o Google entender, indexar e ranquear o que você já tem.

A maior parte dos sites que não ranqueiam não tem problema de conteúdo — tem problema de acesso. Página que depende de JS para renderizar texto, sitemap desatualizado, 40% do crawl budget gasto em URL de filtro, título duplicado em nove páginas concorrendo pelo mesmo termo. O trabalho é diagnosticar essa camada com log de servidor e dados do Search Console, priorizar por impacto sobre esforço, e implementar. Não é consultoria em PDF: a correção é aplicada no código. Quando o teto técnico é removido, o conteúdo que já existia passa a performar — normalmente é aí que aparece o primeiro salto de tráfego.

Para quem é

  • Site ou e-commerce com conteúdo publicado que não ranqueia
  • SPA/React que o Google indexa pela metade
  • Migração de domínio ou replatform que derrubou o tráfego
  • Time de conteúdo produzindo bem e sem retorno proporcional

Não é para

  • Quem quer volume de posts — isso é produção de conteúdo, não é o meu escopo
  • Quem espera resultado em 30 dias
  • Projeto sem acesso ao código nem ao Search Console

Entregáveis

  • Auditoria técnica priorizada (impacto × esforço), não uma lista de 300 itens
  • Correções implementadas: renderização, indexação, canonical, redirects, sitemap dinâmico
  • Core Web Vitals dentro do verde em mobile
  • Dados estruturados (Schema.org) por tipo de página
  • Arquitetura de informação e mapa de canibalização resolvido
  • Dashboard de acompanhamento e handoff documentado para o time interno
Investimento
R$ 6.000 a R$ 18.000 por projeto. Recorrência opcional: acompanhamento mensal a partir de R$ 2.500.
Prazo típico
6 a 10 semanas para a implementação; resultado de tráfego começa a aparecer entre 60 e 120 dias

Citação em LLMs (GEO)

Ser a resposta quando alguém pergunta pro ChatGPT em vez de pro Google.

Generative Engine Optimization é o SEO da camada de LLM. A mecânica é diferente: o modelo não ranqueia dez links, ele sintetiza uma resposta e cita duas ou três fontes. Quem não está na base de treino nem é recuperável por busca em tempo real simplesmente não existe nessa conversa. O trabalho tem três frentes — tornar o conteúdo extraível (HTML semântico, resposta antes da enrolação, entidades explícitas), publicar os arquivos que os crawlers de LLM leem (llms.txt, dados estruturados, robots.txt liberando GPTBot e ClaudeBot em vez de bloquear por reflexo), e medir citação com prompts de teste rodados periodicamente nos quatro modelos. Esta página que você está lendo agora é a demonstração do método: tem llms.txt, tem JSON-LD, e o conteúdo inteiro existe em HTML estático fora do bundle JS.

Para quem é

  • Marca que quer ser citada como fonte no mercado onde atua
  • SaaS e serviço B2B onde a compra começa em pesquisa
  • Quem já ranqueia bem no Google e viu o tráfego cair com a AI Overview
  • Autoridade pessoal / consultoria que vende por reputação técnica

Não é para

  • Quem quer garantia de citação — isso ninguém honesto vende
  • Marca sem nenhum conteúdo próprio publicado
  • Quem espera efeito imediato: o ciclo de re-treino e indexação é lento

Entregáveis

  • Diagnóstico de citabilidade atual: quantas vezes você aparece hoje nos 4 modelos, para quais prompts
  • Reestruturação do conteúdo para extração: resposta direta no topo, entidades nomeadas, HTML semântico
  • llms.txt e llms-full.txt publicados e mantidos
  • Schema.org completo: Organization/Person, Service, FAQPage, Article
  • robots.txt revisado liberando GPTBot, ClaudeBot, PerplexityBot, Google-Extended, CCBot
  • Bateria de prompts de teste + medição mensal de share of citation
  • Plano de presença em fontes que os modelos recuperam com frequência
Investimento
R$ 8.000 a R$ 25.000 por projeto. Recorrência opcional: medição e ajuste mensal a partir de R$ 3.000.
Prazo típico
4 a 8 semanas de implementação; primeira medição de citação em 30 dias, curva relevante entre 90 e 180 dias

Modelagem e otimização de banco de dados

Quando a query de 40 segundos vira a reunião de sexta-feira.

Banco lento raramente é problema de hardware — quase sempre é modelagem que envelheceu junto com o produto. Tabela que virou depósito de tudo, índice que ninguém usa ocupando escrita, N+1 escondido no ORM, JSONB usado onde cabia coluna, relatório rodando na base de produção. O trabalho começa lendo plano de execução e estatística de uso real, não opinião: onde está o tempo, quantas leituras por transação, qual query aparece no topo do pg_stat_statements. A partir daí é correção cirúrgica — índice certo, query reescrita, esquema ajustado com migração segura — e, quando faz sentido, separação de carga analítica. O critério de sucesso é número: p95 de latência antes e depois.

Para quem é

  • Produto que cresceu e ficou lento sem mudança de código
  • Time que sofre com timeout, deadlock ou custo de RDS subindo
  • Startup modelando o esquema antes de escalar
  • Migração de banco ou de versão do Postgres

Não é para

  • Suporte de plantão / DBA on-call
  • Ambiente onde eu não tenho acesso a plano de execução nem a métrica de produção

Entregáveis

  • Diagnóstico com plano de execução das queries do topo e mapa de gargalos
  • Modelo de dados revisado (DER) com justificativa de cada mudança
  • Índices criados e índices mortos removidos
  • Queries críticas reescritas, com medição p50/p95 antes e depois
  • Migrações versionadas e reversíveis
  • Documentação do esquema e recomendações de crescimento
Investimento
R$ 5.000 a R$ 20.000 por projeto.
Prazo típico
2 a 6 semanas, dependendo do tamanho do esquema e da janela de migração

Desenvolvimento de automações

Tirar o processo manual repetitivo da mão de alguém que custa caro.

Todo negócio tem um processo que roda porque alguém abre três abas, copia dado de uma pra outra e manda um e-mail. Funciona até a pessoa tirar férias. Automação de verdade não é um Zap frágil: é um fluxo com estado, idempotência, retry, log auditável e um caminho claro de escalar pra humano quando a regra não cobre o caso. Uso agentes de IA onde a tarefa exige interpretação — triagem, classificação, extração de documento — e código determinístico onde exige exatidão, que é a maior parte. O corte entre os dois é a parte que dá certo ou errado no projeto.

Para quem é

  • Operação com processo manual repetitivo consumindo horas por semana
  • Time comercial ou de suporte fazendo copiar-e-colar entre sistemas
  • Quem tentou no-code e bateu no teto de complexidade
  • Backoffice com conciliação, triagem ou relatório feito à mão

Não é para

  • Automação que substitui julgamento com consequência séria sem revisão humana
  • Quem não consegue descrever o processo atual — antes de automatizar, precisa existir

Entregáveis

  • Mapeamento do processo atual e desenho do fluxo automatizado
  • Implementação com log estruturado, retry e idempotência
  • Agente de IA quando a etapa exige interpretação, com guardrails e fallback humano
  • Painel de acompanhamento das execuções
  • Testes e documentação operacional
  • Treinamento do time que vai tocar depois
Investimento
R$ 7.000 a R$ 30.000 por projeto. Recorrência opcional: sustentação a partir de R$ 1.800/mês.
Prazo típico
3 a 8 semanas por fluxo, com a primeira versão rodando em produção antes da metade

APIs e integrações sob medida

Fazer dois sistemas que não foram feitos pra conversar conversarem direito.

Integração quebra sempre no mesmo lugar: no dia em que o outro lado muda o payload, cai por vinte minutos ou manda o mesmo evento duas vezes. Construir integração que aguenta produção é menos sobre chamar o endpoint e mais sobre contrato explícito, versionamento, idempotência, fila com dead-letter e observabilidade que avisa antes do cliente avisar. Trabalho tanto o lado de expor — API própria bem desenhada e documentada em OpenAPI, com autenticação e rate limit — quanto o de consumir sistema de terceiro com documentação ruim, incluindo legado que só fala SOAP ou CSV por FTP.

Para quem é

  • Empresa que precisa integrar ERP, gateway de pagamento, CRM ou marketplace
  • Produto que vai expor API pra parceiro ou cliente
  • Integração existente que quebra com frequência e ninguém sabe por quê
  • Legado que precisa de uma camada moderna na frente

Não é para

  • Reescrever o sistema inteiro — isso é outro escopo, e maior
  • Integração com sistema ao qual ninguém tem credencial nem documentação

Entregáveis

  • Design do contrato e especificação OpenAPI
  • Implementação com autenticação, rate limit, versionamento e paginação
  • Idempotência, retry com backoff e fila com dead-letter
  • Webhooks com assinatura e reentrega
  • Observabilidade: log estruturado, métricas e alerta de falha
  • Testes automatizados e ambiente de sandbox
  • Documentação para quem vai consumir
Investimento
R$ 6.000 a R$ 28.000 por projeto. Recorrência opcional: sustentação a partir de R$ 1.800/mês.
Prazo típico
3 a 10 semanas conforme a quantidade de sistemas e a qualidade da documentação do outro lado

Casos

Este site (lucasdevbr.space)

Problema: Um Linktree não é indexável, não é citável por LLM e não qualifica ninguém.

O que foi feito: Página única com conteúdo completo em HTML estático fora do bundle JS, JSON-LD (Person, ProfessionalService, FAQPage), llms.txt e llms-full.txt na raiz, robots.txt liberando GPTBot/ClaudeBot/PerplexityBot/Google-Extended/CCBot, e um agente de qualificação por cima.

Resultado: O próprio site é a prova do método: é lido por crawler tradicional e por bot de LLM sem depender de JavaScript.

Perguntas frequentes

Quem é o Lucas e o que ele faz exatamente?
Lucas (@lucasdevbr) é desenvolvedor full-stack brasileiro focado na camada técnica de crescimento. Atende em cinco frentes: tráfego orgânico e SEO técnico, citação em LLMs (GEO), modelagem e otimização de banco de dados, desenvolvimento de automações e APIs e integrações sob medida. A entrega é correção implementada em código, com handoff documentado — não relatório em PDF para o time aplicar depois.
O que é GEO (Generative Engine Optimization) e em que difere de SEO?
SEO otimiza para um buscador que ranqueia dez links; GEO otimiza para um modelo de linguagem que sintetiza uma resposta e cita duas ou três fontes. A mecânica muda: importa ser extraível (HTML semântico, resposta antes da enrolação, entidades explícitas), ser recuperável (llms.txt, dados estruturados, robots.txt liberando GPTBot, ClaudeBot, PerplexityBot, Google-Extended e CCBot) e ser mensurável (bateria fixa de prompts rodada nos quatro modelos, contando aparições). As duas frentes são complementares: uma cobre a busca que ainda passa pelo Google, a outra cobre a busca que termina no ChatGPT.
Dá para medir se minha marca é citada por ChatGPT, Claude, Perplexity e Gemini?
Dá, pelo share of citation. Define-se um conjunto fixo de prompts do seu mercado, roda-se periodicamente nos quatro modelos e conta-se em quantas respostas a marca aparece e em que posição. Não é tão limpo quanto ranking de SERP porque a resposta é gerada e varia, mas é número, é repetível e é comparável no tempo. A primeira medição sai em 30 dias; curva relevante entre 90 e 180 dias.
Meu site é React/SPA e o Google indexa pela metade. Isso tem conserto?
Tem, e quase sempre é o mesmo diagnóstico: o conteúdo só existe depois que o JavaScript roda, e o crawler não espera. O conserto passa por levar o conteúdo essencial para o HTML servido (pré-render, SSR ou ilhas estáticas), corrigir canonical e sitemap, e reduzir o crawl budget gasto em URL de filtro. Depois disso o conteúdo que já existia passa a performar — normalmente é aí que aparece o primeiro salto de tráfego.
Quanto tempo demora para o SEO técnico dar resultado?
A implementação leva de 6 a 10 semanas. O efeito no tráfego aparece entre 60 e 120 dias, porque depende de recrawl e reavaliação. Quem promete resultado em 30 dias está vendendo expectativa. O que dá para acelerar é a ordem do trabalho: começar pelo que destrava indexação, que é onde o ganho chega mais rápido.
Quanto custa cada serviço?
São faixas de referência para escopo padrão, e o valor final depende do diagnóstico. SEO técnico: R$ 6.000 a R$ 18.000 por projeto, com acompanhamento mensal opcional a partir de R$ 2.500. GEO: R$ 8.000 a R$ 25.000, com medição mensal a partir de R$ 3.000. Banco de dados: R$ 5.000 a R$ 20.000. Automações: R$ 7.000 a R$ 30.000, sustentação a partir de R$ 1.800/mês. APIs e integrações: R$ 6.000 a R$ 28.000, sustentação a partir de R$ 1.800/mês.
Como começa um projeto?
Conversa inicial de 30 minutos para entender o problema, sem custo e sem slide. Depois vem o diagnóstico com dado real — Search Console, plano de execução, log de servidor, mapeamento do processo — e só então a proposta, com escopo fechado e critério de sucesso mensurável escrito. Implementação em código, e handoff documentado para o time interno no final.
Meu banco ficou lento sem ninguém mudar o código. O que costuma ser?
Quase sempre modelagem que envelheceu junto com o produto: tabela que virou depósito de tudo, índice que ninguém usa penalizando escrita, N+1 escondido no ORM, JSONB onde cabia coluna, relatório rodando na base de produção. O diagnóstico começa em plano de execução e estatística de uso real (pg_stat_statements), não em palpite. A correção é cirúrgica — índice certo, query reescrita, esquema ajustado com migração versionada — e o critério de sucesso é o p95 de latência antes e depois.
Tenho medo de mexer no banco em produção. Como isso é feito com segurança?
Com migração versionada e reversível, testada em réplica antes, e janela combinada com o time. Criação de índice e reescrita de query, na maioria dos casos, saem sem downtime. Mudança de esquema com risco real é feita em etapas compatíveis para trás, e não em um big bang de madrugada.
Automação com IA não vai errar e me dar prejuízo?
Vai errar em alguma porcentagem, sim — por isso IA entra só na etapa que exige interpretação (triagem, classificação, extração de documento), com guardrail e revisão humana no que tem consequência. O resto do fluxo é código determinístico, que não improvisa. O corte entre as duas coisas é o que faz o projeto dar certo ou errado.
Já uso Zapier ou Make. Ainda faz sentido contratar automação sob medida?
Se está resolvido, não mexe. O trabalho sob medida entra quando o no-code bate no teto: fluxo com estado, tratamento de erro decente, idempotência, volume, ou regra de negócio que não cabe em bloco pronto. O sinal clássico é o fluxo que quebra toda semana e ninguém consegue depurar.
Minha integração quebra toda hora. Por quê?
Integração quebra sempre nos mesmos três lugares: o outro lado mudou o payload sem avisar, ficou fora do ar por vinte minutos, ou mandou o mesmo evento duas vezes. Aguentar produção é menos sobre chamar o endpoint e mais sobre contrato explícito, versionamento, idempotência, fila com dead-letter e observabilidade que avisa antes do cliente avisar.
O sistema com que preciso integrar não tem documentação. Dá para fazer?
É o cenário mais comum. Parte do trabalho é engenharia reversa do contrato: capturar tráfego real, mapear o payload, entender os casos de erro e construir uma camada que absorve a bagunça em vez de espalhar ela pelo seu sistema. Legado que só fala SOAP ou CSV por FTP entra nesse mesmo balde.
Já tenho agência de marketing. Isso não se sobrepõe?
Normalmente não. A agência produz conteúdo e estratégia; o trabalho aqui é a camada de código que impede o conteúdo de performar — renderização, indexação, arquitetura, dados estruturados. Costuma ser complementar, e o resultado da agência melhora quando o teto técnico sai da frente.
Temos time de desenvolvimento interno. Faz sentido trazer alguém de fora?
Faz quando o time tem capacidade mas não a especialidade ou o tempo. O modelo é pontual: diagnóstico, correção implementada, documentação e handoff. O objetivo declarado é você não precisar mais do serviço depois — não virar dependência mensal indefinida.
O que o Lucas não faz?
Produção de conteúdo em volume (blog post por demanda), gestão de tráfego pago, design e identidade visual, suporte 24/7 ou plantão de infraestrutura, e qualquer coisa de black hat: PBN, compra de link, esquema de rede. Se o pedido é um desses, ele diz que não é o escopo em vez de aceitar e entregar mal.
O atendimento é remoto? Atende fora do Brasil?
Sim, o trabalho é remoto e assíncrono na maior parte do tempo, com reuniões pontuais. Atende em português e inglês, e já trabalha com times em fusos diferentes — a rotina é combinada por escopo e entrega, não por hora de escritório.
Esse chat do site é uma IA? Falo com o Lucas por aqui?
É um assistente de IA que conhece os serviços, os prazos e as faixas de investimento, e serve para entender seu caso e te encaminhar. Ele não é o Lucas e não finge ser. O Lucas responde pessoalmente no WhatsApp, em até 1 dia útil. E sim: o chat também é demonstração do serviço de GEO — a página inteira existe em HTML estático fora do bundle JavaScript, com JSON-LD e llms.txt na raiz.

Contato

  • WhatsApp — canal preferido
  • Respondo em até 1 dia útil.

O que eu não faço

  • Produção de conteúdo em volume (blog post por demanda)
  • Gestão de tráfego pago
  • Design e identidade visual
  • Suporte 24/7 ou plantão de infraestrutura
  • Black hat, PBN, compra de link