Tempo de leitura: 13 minutos
Medir a visibilidade da marca nas IAs é contar em quantas respostas ela aparece, em quantas o site vira fonte e quanto tráfego isso gera. Já que as respostas mudam a cada execução, a medição usa prompts fixos e repetidos. Este guia mostra o protocolo completo para agências e times de SEO.
Em resumo
- Uma checagem isolada não mede nada. Afinal, segundo a SparkToro, a chance de o ChatGPT repetir a mesma lista de marcas fica abaixo de 1 em 100.
- A métrica que se sustenta é a taxa de presença em muitos prompts repetidos, porque a posição na lista muda quase toda vez.
- Menção e citação andam separadas, e cada motor favorece uma delas. Por isso, o painel precisa das duas.
- Para medir a visibilidade da marca nas IAs, um protocolo mínimo por cliente tem 50 prompts, 5 execuções por motor e 4 motores por mês.
O que medir: presença da marca, citação e recomendação
Uma marca aparece de três formas numa resposta de IA: mencionada pelo nome, com o site citado como fonte ou recomendada como opção. São métricas diferentes, por isso o painel precisa das três para medir a visibilidade da marca nas IAs, além do tráfego que chega ao site. Se o conceito é novo, comece pelo guia sobre o que é GEO.
| Métrica | O que conta | Como calcular |
|---|---|---|
| Taxa de presença | Respostas que mencionam a marca | Respostas com a marca ÷ total × 100 |
| Taxa de citação | Respostas que citam o site da marca como fonte | Respostas com o domínio citado ÷ total × 100 |
| Taxa de recomendação | Respostas que indicam a marca como opção | Respostas com a marca recomendada ÷ total × 100 |
| Share of voice | Fatia da marca entre os concorrentes monitorados | Menções da marca ÷ menções da marca e dos concorrentes × 100 |
| Tráfego de IA | Visitas e conversões vindas de assistentes | GA4, Search Console e Bing Webmaster Tools |
Conte como recomendação quando a resposta indica a marca como opção, numa lista ou com um verbo como “considere”. Uma menção de passagem, porém, conta só para a presença. As ferramentas do mercado usam fórmulas parecidas com nomes diferentes, então compare números só dentro da mesma ferramenta.
Qual a diferença entre menção e citação da marca em IA?
Menção é a resposta dizer o nome da marca, enquanto citação é a resposta usar o site da marca como fonte, com link. O ChatGPT tende a citar o site sem dizer o nome, mas o Gemini tende a fazer o contrário. Por isso, o painel separa as duas taxas, motor por motor.
De fato, num estudo da Semrush em 14 países, 61,7% das aparições de um site foram citações sem a marca ser nomeada. No Gemini, a marca foi nomeada em 83,7% das aparições, enquanto no ChatGPT o site foi citado em 87%. Já no Brasil, as marcas foram nomeadas em só 18% a 22% das respostas, contra 50% na Índia e na Suécia. Mas o estudo não divulga a amostra por país.
Além disso, a maior parte das citações vem de fora do site da marca. Conforme o estudo de maio de 2026 da Muck Rack, cerca de 84% das citações vieram de mídia conquistada, como veículos, pesquisas e enciclopédias. Assim, liste no painel os domínios que a IA cita quando fala da categoria do cliente. Cada um é um alvo de relações públicas ou conteúdo. Veja quais são as fontes mais citadas pelo ChatGPT e como ganhar presença nelas.
Por que uma checagem isolada não basta para medir a visibilidade da marca
A mesma pergunta gera respostas diferentes a cada execução, ou seja, mudam as marcas, a ordem e as fontes citadas. Além disso, cada motor consulta fontes próprias. Portanto, só um conjunto de prompts repetido várias vezes mostra a visibilidade real da marca nas IAs e separa tendência de acaso.
Por exemplo, a SparkToro pediu a 600 voluntários que rodassem 12 prompts 2.961 vezes no ChatGPT, no Claude e na IA do Google. A chance de o ChatGPT ou a IA do Google repetirem a mesma lista de marcas ficou abaixo de 1 em 100. Rand Fishkin, cofundador da SparkToro, resumiu assim o efeito nas ferramentas de mercado:
“Qualquer ferramenta que dê uma ‘posição no ranking da IA’ está cheia de bobagem.”
Rand Fishkin, SparkToro (2026)
As fontes também giram. Conforme a SISTRIX, que acompanhou 82.619 prompts por 17 semanas, 56% dos domínios citados pelo AI Mode eram novos a cada semana.
Como medir a visibilidade da marca nas IAs em 8 passos
O protocolo cabe em oito passos. Os três primeiros acontecem uma vez por trimestre: motores, concorrentes e lista de prompts. Os outros, porém, se repetem todo mês, da coleta ao relatório. Assim, com a lista congelada e uma planilha padrão, cada mês se compara com o anterior.
- Escolha quatro motores: um ponto de partida é ChatGPT, Gemini, AI Overviews e AI Mode. Troque um deles por Perplexity, Copilot ou Claude se o público do cliente usar mais essas ferramentas.
- Defina de 3 a 5 concorrentes para o share of voice.
- Escreva de 40 a 60 prompts e congele a lista por um trimestre.
- Prepare a coleta: chat novo a cada execução, sem personalização, acesso do Brasil e em português.
- Rode cada prompt 5 vezes por motor ao longo do mês.
- Calcule presença, citação, recomendação e share of voice, com a margem de erro.
- Exporte GA4, Search Console e Bing Webmaster Tools do mesmo período.
- Compare com a linha de base e liste as ações do mês seguinte.
A planilha tem uma linha por execução: data, motor, prompt, número da execução, marca nomeada, marca recomendada, site citado, concorrentes nomeados, domínios citados, sentimento e a resposta completa.
Como montar a lista de prompts
Para medir a visibilidade da marca, a lista deve reproduzir as perguntas que o cliente faz antes de comprar, em português e com contexto local. Recomendamos de 40 a 60 prompts por marca, em quatro grupos de intenção. Tire as perguntas do Search Console, do time comercial, dos tickets de suporte e do “As pessoas também perguntam” do Google.
- Categoria: perguntas sem marca, como “qual o melhor software de gestão para clínicas”.
- Problema: o caso de uso, por exemplo “como reduzir faltas de pacientes em consultas”.
- Comparação: a marca contra concorrentes, como “marca A ou marca B para clínicas pequenas”.
- Marca: preço, reclamações e alternativas. Esse grupo serve para checar exatidão e sentimento.
Para negócios com endereço físico, monte os prompts por cidade e bairro, conforme o guia de GEO para negócio local. Da mesma forma, lojas devem incluir prompts de compra com faixa de preço, como mostra o guia de GEO para e-commerce.
Quantas vezes rodar cada prompt?
Para medir a taxa de presença no conjunto de prompts, recomendamos 5 execuções por prompt em cada motor, espalhadas pelo mês. Para conclusões sobre um prompt isolado, por outro lado, use de 10 a 15. Mapear todas as marcas que a IA recomenda numa única pergunta exige bem mais, de acordo com a SparkToro: de 60 a 100.
Isso porque o tamanho da amostra define a margem de erro. A tabela mostra a margem para uma taxa de presença, com 95% de confiança. A margem real fica dentro da faixa, já que repetições do mesmo prompt se parecem entre si.
| Respostas por mês | Coleta | Margem de erro |
|---|---|---|
| 30 | 10 prompts, 3 execuções, 1 motor | ± 18 a ± 31 pontos |
| 250 | 50 prompts, 5 execuções, 1 motor | ± 6 a ± 14 pontos |
| 1.000 | 50 prompts, 5 execuções, 4 motores | ± 3 a ± 7 pontos |
Duas regras práticas saem da tabela. Em primeiro lugar, mais prompts reduzem a margem mais do que mais repetições. Em segundo lugar, com 1.000 respostas por mês, só trate como mudança real uma variação acima de 4 a 10 pontos, confirmada no mês seguinte.
Como controlar a coleta
Controlar a coleta é fixar tudo o que muda a resposta, exceto o tempo. Ou seja, use chats novos e sem personalização, o mesmo país, o mesmo idioma e os mesmos motores. Além disso, registre data e motor de cada resposta. Sem isso, o painel mostra variações da coleta, e não da visibilidade da marca.
- Personalização: o ChatGPT pode usar a localização e as memórias do usuário ao buscar, de acordo com a OpenAI. Por isso, use chat temporário no ChatGPT e janela anônima nos outros motores.
- Localização e idioma: colete do Brasil e pergunte em português, porque os dois mudam as fontes citadas.
- Interface, não API: para medir o que o consumidor vê, colete na interface. Afinal, numa auditoria acadêmica, as fontes da API e da interface do ChatGPT coincidiram em só 12%.
- AI Overviews: registre à parte os prompts em que o resumo não aparece e, em seguida, calcule a presença só sobre os que apareceram.
Como rastrear o tráfego que a marca recebe das IAs
O tráfego de IA se rastreia em três fontes gratuitas. O GA4 mostra visitas e conversões vindas de assistentes. O Search Console mostra impressões nos AI Overviews e no AI Mode. O Bing Webmaster Tools mostra citações no Copilot. Os logs do servidor completam o quadro.
Google Analytics 4
Desde maio de 2026, o GA4 tem o canal padrão AI Assistant, com visitas de assistentes como ChatGPT e Gemini. Os cliques dos AI Overviews e do AI Mode, porém, não entram nele e continuam na busca orgânica.
Para controlar a lista de origens, crie um grupo de canais personalizado, conforme explica a ajuda do GA4. Em Administrador, abra Exibição de dados e depois Grupos de canais. Em seguida, crie um canal de IA com a condição Origem corresponde à regex abaixo e, em Reordenar, coloque-o acima de Referência.
^(chatgpt\.com|chat\.openai\.com|(www\.)?perplexity\.ai|gemini\.google\.com|copilot\.microsoft\.com|claude\.ai)$O passo a passo completo, com a exploração e o que o canal deixa de fora, está no guia de tráfego de IA no GA4.
No entanto, parte do tráfego chega sem origem. De acordo com a Cloudflare, cliques no aplicativo do Claude chegam sem o cabeçalho de referência. Por isso, o analytics registra essas visitas como tráfego direto.
Search Console e Bing Webmaster Tools
O Search Console ganhou em 2026 o relatório Generative AI performance. Conforme a ajuda do Google, ele mostra as impressões do site nos AI Overviews e no AI Mode, sem cliques nem consultas.
O AI Performance do Bing Webmaster Tools, por outro lado, mostra as citações por página e as buscas que a IA fez para encontrar o conteúdo citado. O relatório cobre o Copilot e parceiros selecionados. Para ler esses números junto com a queda de cliques, veja o guia de SEO e IA.
Logs do servidor
Nos logs, ChatGPT-User, Perplexity-User e Claude-User indicam visitas disparadas por perguntas de usuários, de acordo com a documentação da OpenAI e das demais empresas. Por isso, filtre o log por esses robôs e conte as páginas buscadas por semana. Sem acesso ao log bruto, use os logs da CDN. Na Cloudflare, por exemplo, o AI Crawl Control mostra o status de cada robô de IA.
Como medir sentimento e exatidão
Sentimento e exatidão se medem lendo o que a IA diz nos prompts do grupo “marca”. Classifique cada menção com um critério fixo e anote cada informação errada sobre preço, produto ou empresa, com a fonte que a IA citou. A correção costuma estar fora do site, num diretório ou numa matéria antiga.
- Positiva: a resposta recomenda a marca ou cita um ponto forte.
- Neutra: a resposta só nomeia ou descreve a marca.
- Negativa: a resposta aponta problema, reclamação ou ressalva.
Erros são frequentes. No relatório da Searchable, por exemplo, as próprias marcas marcaram como incorretos 9,2% dos 32.556 fatos que as IAs afirmavam sobre elas.
Como apresentar a visibilidade da marca ao cliente
O relatório mensal compara a visibilidade da marca nas IAs com a linha de base, sempre com os mesmos prompts, motores e concorrentes. Ele mostra a margem de erro, explica as variações que ficam dentro dela e fecha com as ações do mês seguinte.
| Bloco | Métrica | Fonte do dado |
|---|---|---|
| Visibilidade | Presença e recomendação por motor | Coleta de prompts |
| Concorrência | Share of voice contra 3 a 5 concorrentes | Coleta de prompts |
| Autoridade | Citação do site e principais fontes de terceiros | Coleta de prompts |
| Reputação | Sentimento e erros encontrados | Prompts do grupo marca |
| Tráfego | Sessões e conversões de IA | GA4 |
| Google e Microsoft | Impressões e citações em IA | Search Console e Bing |
Para transformar esse relatório em contrato recorrente, veja como precificar o serviço de GEO na agência.
Quando a coleta manual deixa de caber?
A coleta manual deixa de caber quando o volume passa de algumas centenas de respostas por mês. Com 15 clientes, por exemplo, o protocolo mínimo para medir a visibilidade de cada marca nas IAs soma 15.000 respostas mensais. Nessa escala, a coleta vai para uma ferramenta de GEO ou um script próprio. Antes de escolher, faça quatro perguntas ao fornecedor:
- A coleta é feita pela interface ou pela API?
- De que país, em que idioma e com quantas execuções por prompt?
- A ferramenta separa menção, citação e recomendação?
- Ela exporta as respostas completas, para auditoria?
O que encontramos nos artigos em português sobre visibilidade da marca
Fizemos 26 buscas sobre como medir a presença de marcas em IA e analisamos as 8 páginas em português que mais apareceram. Seis avisam que a resposta da IA muda a cada execução, mas só três dizem quantas vezes rodar cada prompt, com recomendações de 3 a 60 execuções. Nenhuma traz a regex do canal de IA no GA4.
Perguntas frequentes
Dá, enquanto o volume é pequeno. Isso porque a coleta manual de prompts, o GA4, o Search Console e o Bing Webmaster Tools não custam nada. Quando o volume passa de algumas centenas de respostas por mês, a coleta vai para uma ferramenta ou um script próprio, como mostra o comparativo de ferramentas de GEO.
Não: os cliques dos AI Overviews e do AI Mode continuam na busca orgânica do GA4. O canal padrão AI Assistant, criado em maio de 2026, reúne visitas de assistentes como ChatGPT e Gemini. Por outro lado, as impressões nos recursos de IA do Google ficam no relatório Generative AI performance do Search Console.
Porque, segundo a Cloudflare, cliques no aplicativo do Claude chegam ao site sem o cabeçalho de referência. Sem esse cabeçalho, o analytics registra a visita como tráfego direto. Os logs do servidor completam o quadro, porque o Claude-User indica visitas disparadas por perguntas de usuários.
Quer saber como sua marca aparece hoje nas respostas de IA?
A NotHuman está abrindo vagas para agências e marcas acompanharem como aparecem nas respostas de IA. Entre na lista de espera e avisamos quando houver uma vaga para você.
Fontes principais
- SparkToro, estudo sobre a inconsistência das recomendações de marcas em IA (2026).
- SISTRIX, estabilidade das fontes citadas em buscas com IA (2026).
- Semrush, estudo das citações fantasma em 14 países (2026).
- Google Analytics, grupos de canais personalizados (2026).
- Google Search Console, relatório Generative AI performance (2026).
