Auditoria de consistência do NAP

Nome, morada e telefone funcionam como uma impressão digital de identidade. Versões contraditórias tornam mais difícil ao Google ter confiança sobre a que entidade se refere uma citação, e é a confiança que mantém uma ficha estável. Esta competência encontra as variantes, ordena-as pelo dano que causam e corrige apenas as que importam.

O ficheiro da competência

---
name: nap-consistency-audit
description: Use quando um negócio mudou de instalações, fez rebranding, mudou de número de telefone, ou foi listado por terceiros ao longo de vários anos e os dados já não coincidem pela web fora.
---

# Auditoria de consistência do NAP

Nome, morada e telefone funcionam como uma impressão digital de identidade. Versões contraditórias tornam mais difícil ao Google ter confiança sobre a que entidade se refere uma citação, e é a confiança que mantém uma ficha estável. Esta competência encontra as variantes, ordena-as pelo dano que causam e corrige apenas as que importam.

## O que precisa primeiro

- O NAP canónico único tal como deve aparecer em todo o lado
- Uma lista de todas as fichas, diretórios e perfis conhecidos
- Quaisquer moradas ou números de telefone anteriores usados nos últimos cinco anos

## Método

1. Defina o NAP canónico uma vez e escreva-o, incluindo a formatação do andar/sala e o formato do telefone, para que cada correção posterior tenha um único alvo.
2. Pesquise entre aspas as strings exatas do número de telefone antigo e da morada antiga para revelar fichas que nunca criou, que costumam ser a maioria.
3. Classifique cada divergência: nome errado, morada errada, telefone errado, ou ficha duplicada. Telefone errado e fichas duplicadas fazem muito mais dano do que diferenças de formatação do andar/sala.
4. Ignore variações cosméticas como Rua versus R. ou um ponto final em falta, que são normalizadas e não valem as horas que consomem.
5. Corrija por ordem de autoridade: primeiro o Google Business Profile, depois os principais agregadores de dados e as dez maiores fontes de citação da categoria, e por fim a cauda longa.
6. Repita as pesquisas de string exata ao fim de 60 dias, já que as fichas alimentadas por agregadores voltam a repovoar-se e uma correção que não fica é uma correção que não existe.

## O que isto produz

Um registo priorizado de divergências mostrando cada ficha incorreta, o tipo de erro, a sua autoridade, e se a correção já se propagou.

## Onde isto corre mal

- Perseguir diferenças de abreviatura e pontuação que são normalizadas de qualquer forma, enquanto um número de telefone errado e ativo fica por tocar
- Corrigir diretórios a jusante sem corrigir o agregador que os alimenta, pelo que os dados antigos regressam
- Usar um número de call tracking no perfil e um número diferente em todo o resto, o que divide a identidade

---

Da biblioteca de competências da QuQi - https://www.quqi.io/pt/skills/nap-consistency-audit

O que precisa primeiro

• O NAP canónico único tal como deve aparecer em todo o lado
• Uma lista de todas as fichas, diretórios e perfis conhecidos
• Quaisquer moradas ou números de telefone anteriores usados nos últimos cinco anos

Método

1. 01 Defina o NAP canónico uma vez e escreva-o, incluindo a formatação do andar/sala e o formato do telefone, para que cada correção posterior tenha um único alvo.
2. 02 Pesquise entre aspas as strings exatas do número de telefone antigo e da morada antiga para revelar fichas que nunca criou, que costumam ser a maioria.
3. 03 Classifique cada divergência: nome errado, morada errada, telefone errado, ou ficha duplicada. Telefone errado e fichas duplicadas fazem muito mais dano do que diferenças de formatação do andar/sala.
4. 04 Ignore variações cosméticas como Rua versus R. ou um ponto final em falta, que são normalizadas e não valem as horas que consomem.
5. 05 Corrija por ordem de autoridade: primeiro o Google Business Profile, depois os principais agregadores de dados e as dez maiores fontes de citação da categoria, e por fim a cauda longa.
6. 06 Repita as pesquisas de string exata ao fim de 60 dias, já que as fichas alimentadas por agregadores voltam a repovoar-se e uma correção que não fica é uma correção que não existe.

O que isto produz

Um registo priorizado de divergências mostrando cada ficha incorreta, o tipo de erro, a sua autoridade, e se a correção já se propagou.

Onde isto corre mal

• Perseguir diferenças de abreviatura e pontuação que são normalizadas de qualquer forma, enquanto um número de telefone errado e ativo fica por tocar
• Corrigir diretórios a jusante sem corrigir o agregador que os alimenta, pelo que os dados antigos regressam
• Usar um número de call tracking no perfil e um número diferente em todo o resto, o que divide a identidade

Use esta skill na sua própria IA

O ficheiro é markdown simples, com o nome e o gatilho no frontmatter. Quando um assistente consegue carregar skills sozinho, é esse frontmatter que lê para decidir que esta se aplica.

Mais em SEO local