Pular para o conteúdo

Sobre a Open LLMO Research Initiative

A Open LLMO Research Initiative é uma iniciativa independente de pesquisa sobre retrieval, citação e grounding para a web aberta no contexto de IA. Publica especificações, benchmarks e ferramentas open-source como suas principais entregas.

Pesquisar retrieval AI-native, visibilidade de grounding e arquitetura da informação orientada a LLM, e publicar métricas e especificações reprodutíveis.

ÁreaEscopo
AI Citation AnalysisCondições em que LLMs citam conteúdo, e frequência de citação
Grounding VisibilityMétodos para tornar visível em que a IA baseia suas respostas
LLM Retrieval OptimizationOtimização de documentos para a camada de retrieval de LLMs
AI-native DocumentationPesquisa sobre formatos de documento que LLMs processam bem
Agent-oriented Information ArchitectureEstruturas de informação operáveis por agentes de IA

O espaço LLMO / AEO / GEO cresce rápido, mas três peças fundamentais estão ausentes:

  • Sem medição reprodutível — não existe ferramenta pública que cumpra o papel do Lighthouse ou do PageSpeed Insights para descobribilidade por IA
  • Sem vocabulário ou escopo compartilhado — cada fornecedor publica definições próprias e o campo está fragmentado
  • Pouco dado experimental aberto — ferramentas comerciais de SEO dominam e a camada de pesquisa é fina

Esta Initiative foi construída para preencher essas três lacunas. O objetivo é cumprir, para LLMO, o papel que o Lighthouse cumpre para SEO: publicar a metodologia, entregar as ferramentas e deixar a comunidade construir a partir disso.

PrincípioSignificado
Reproducibility firstCada métrica vem com fórmula de cálculo e checker OSS
Draft over StandardEspecificações são publicadas como “Draft / Experimental / Proposal v0.1” para permanecerem revisáveis
Open Source firstFerramentas sob licenças OSS, dados sob CC BY, especificações sob MIT
Solo-honestA operação solo é declarada explicitamente, em vez de disfarçada como consórcio

Ken Imoto. Autor de múltiplos livros sobre LLMO e harness engineering, publicados na Zenn e na Amazon Kindle. Fundador e CEO da Propel-Lab Inc. Responsável pela implementação e operação de múltiplos frameworks internos e do llmoframework.com.

Publicações principais:

A Initiative amadurece em fases. Cada Phase é pré-requisito da próxima.

PhaseEscopoStatus
Phase 0Framing de pesquisa, publicação da Missão, primeiro Experiment LogEm andamento
Phase 1Reprodutibilidade — CLI OSS (llmo-checker), Score v0.1 Draft, publicação de datasetsPlanejada
Phase 2Comunidade — contributors, referências externas, canais de feedbackPlanejada
Phase 3Padronização — especificações formais, badge Compatible, formação de Working GroupPlanejada

A padronização vem por último. Sem OSS, benchmarks e implementações maduras como base, nem certificação nem especificações conseguem conquistar confiança.

MétodoLink
Issues / report de bugsgithub.com/kenimo49/llmo-guide/issues
Pull Requestsgithub.com/kenimo49/llmo-guide

Este site e todos os draft specs são publicados sob a Licença MIT.