Medir visibilidade em IA: métricas, share of voice e atribuição

Para medir visibilidade em IA (um dos eixos do GEO) de forma defensável, use um conjunto fixo de prompts, rode cada um várias vezes e calcule frequências: taxa de menção, taxa de citação com link e share of voice, sempre com margem de erro. Posição na resposta e "sentimento" são frágeis. A atribuição de visitas é parcial, e por isso se combina GA4, Search Console e relatórios dos buscadores com leitura crítica.

Resumo rápido

• Meça frequências sobre um conjunto fixo de prompts: taxa de menção, taxa de citação (com link), share of voice e precisão da descrição.
• A resposta da IA varia a cada execução. A SparkToro encontrou menos de 1 chance em 100 de repetição da mesma lista de marcas, e considera "posição no ranking da IA" uma métrica sem validade.
• Toda taxa precisa de intervalo de confiança. Com 200 respostas e taxa observada de 19%, a faixa plausível vai de cerca de 14% a 25%.
• Atribuição é parcial: o GA4 tem o canal "AI Assistant", o Search Console mistura recursos de IA em "Web", e o Bing mede citações, mas não cliques.
• Não há benchmark público confiável para citar. Compare com você mesmo, ao longo do tempo, e com concorrentes no mesmo conjunto de prompts.

Este post pressupõe o cenário descrito em SEO, AEO e GEO: qual é a diferença e o banco de perguntas de prompts para testar a visibilidade da sua marca.

Como ler este post: se você é leigo, leia as definições, o exemplo e a seção de atribuição, e pule as fórmulas. Se você é profissional, as seções de amostragem, comparação entre períodos e KPIs trazem o que vai ao relatório.

Quais métricas medem visibilidade em IA?

Quatro métricas bastam para a maioria dos casos, todas calculadas sobre as respostas de um conjunto fixo de prompts. As definições abaixo são práticas de mercado, e não padrões oficiais; ajuste e documente as suas.

taxa_de_menção   = respostas que citam a marca / respostas válidas
taxa_de_citação  = respostas com link para o seu domínio / respostas válidas
share_of_voice   = menções da marca / soma das menções de todas as marcas rastreadas
precisão         = respostas com descrição correta / respostas que citam a marca

Métrica	O que responde	Atenção
Taxa de menção	"Com que frequência a IA fala da minha marca?"	Pode ser menção de memória, sem fonte
Taxa de citação	"Com que frequência ela me usa como fonte, com link?"	Depende de a ferramenta mostrar fontes naquele modo
Share of voice	"Qual a minha fatia entre as marcas da categoria?"	Muda com a lista de concorrentes escolhida
Precisão	"Ela fala certo sobre mim?"	Exige classificação com critério fixo

Em linguagem simples: pense numa pesquisa de lembrança de marca. Você pergunta a 200 pessoas "que marca vem à cabeça?" e conta quantas dizem a sua. Aqui, as "pessoas" são respostas da IA, e a conta é a mesma.

E posição e sentimento?

São as duas métricas mais vendidas e as menos confiáveis. Sobre posição: com base em 2.961 execuções de 12 prompts em ChatGPT, Claude e Google AI, a SparkToro afirma que a ordem das marcas quase nunca se repete (menos de 1 em 1.000), e que qualquer ferramenta que entregue "posição no ranking da IA" não é confiável, segundo o estudo original. A mesma pesquisa considera razoável a porcentagem de visibilidade em dezenas a centenas de prompts rodados várias vezes.

Sobre sentimento: se você o classifica com outro modelo de IA, esse juiz também erra. Se for usar, audite manualmente uma amostra (por exemplo, uma em cada dez classificações) e relate a taxa de concordância.

Para quem já trabalha com SEO: se precisar de uma noção de proeminência, prefira métricas robustas à ordem exata, como "citada na primeira frase da resposta" ou "citada como recomendação principal", definidas em regra escrita e aplicadas igualmente a todas as marcas.

Como lidar com amostragem e variância?

Trate cada execução como um sorteio e comunique sempre a incerteza. A taxa observada é uma estimativa da probabilidade real de a marca aparecer, e o intervalo de confiança diz o quanto essa estimativa pode estar errada. Para proporções, o intervalo de Wilson funciona bem com amostras pequenas:

from math import sqrt

def wilson(k, n, z=1.96):
    p = k / n
    d = 1 + z * z / n
    centro = (p + z * z / (2 * n)) / d
    margem = z * sqrt(p * (1 - p) / n + z * z / (4 * n * n)) / d
    return centro - margem, centro + margem

print(wilson(38, 200))  # (0.142, 0.250)

Para planejar o tamanho da amostra, use a aproximação normal, n = z² · p · (1 − p) / e², em que e é a margem de erro desejada. Com p = 0,2: margem de ±10 pontos percentuais pede cerca de 62 respostas, e ±5 pontos pede cerca de 246. No pior caso (p = 0,5), são 97 e 385. Esses números supõem respostas independentes.

Três fontes de variação que a conta não captura:

• Correlação entre repetições do mesmo prompt. Dez execuções do mesmo prompt valem menos do que dez prompts diferentes. O que sustenta o relatório é a variedade de prompts. Se possível, faça o bootstrap sorteando prompts (não respostas) para calcular o intervalo.
• Mudança do produto. Atualizações de modelo, de recurso de busca ou de interface mudam o comportamento. Registre a data, a ferramenta, o modelo e o estado da busca na web a cada rodada.
• Escolha do conjunto de prompts. A taxa vale para aquele conjunto, e não para "o que as pessoas perguntam" em geral. Documente como o conjunto foi montado.

Em linguagem simples: é a mesma lógica da margem de erro nas pesquisas eleitorais. Dizer que um candidato tem 20% "com margem de 5 pontos" significa que o valor verdadeiro pode estar entre 15% e 25%. Se no mês seguinte ele tem 24%, ninguém sabe se subiu de verdade.

Como comparar dois períodos?

Compare intervalos, e não apenas os números. Se os intervalos se sobrepõem muito, a diferença pode ser ruído. Para uma checagem formal, use um teste de duas proporções e leia o resultado com cautela, porque a correlação entre repetições o torna otimista. Com 200 respostas em cada rodada e taxa perto de 20%, só diferenças acima de uns 8 pontos percentuais se distinguem do acaso a 95%.

Exemplo hipotético: um software de nota fiscal

Exemplo hipotético: a "Ágora Fiscal", um software fictício de emissão de nota fiscal para pequenas empresas, usa 40 prompts de recomendação rodados 5 vezes no ChatGPT, com busca ativa: 200 respostas por rodada.

• Rodada de setembro: a marca é citada em 38 respostas (19%; faixa de 14,2% a 25,0%). As menções totais das marcas rastreadas somam 190 (a Ágora com 38 e três concorrentes com 70, 52 e 30), então o share of voice é 38/190 = 20%.
• Rodada de outubro: a marca é citada em 52 respostas (26%; faixa de 20,4% a 32,5%).

A diferença é de 7 pontos percentuais. As faixas se sobrepõem, e o teste de duas proporções dá p ≈ 0,09, sem significância a 5%. Mesmo que fosse significativo, a correlação entre repetições deixaria a conclusão ainda mais frágil. A leitura correta no relatório é: "tendência de alta, ainda dentro do ruído; manter o conjunto de prompts e a próxima rodada para confirmar". Anunciar "crescemos 37%" seria impreciso.

Como atribuir visitas e resultados à visibilidade em IA?

Com várias fontes combinadas, porque nenhuma isolada responde por completo. A tabela resume o que cada uma entrega.

Fonte	O que mostra	O que não mostra
Canal "AI Assistant" do GA4	Sessões vindas de assistentes como ChatGPT, Gemini, Deepseek, Copilot e Grok	Exclui AI Overviews e AI Mode do Google; o Perplexity não consta da lista da definição
Search Console	Tráfego dos recursos de IA do Google, dentro de "Web"	Não há filtro separado para IA
Bing Webmaster Tools (AI Performance)	Citações em Copilot e resumos do Bing, páginas e grounding queries (amostra)	Cliques, posição, colocação na resposta
Busca pelo nome da marca (Search Console)	Sinal indireto de que mais gente passou a conhecer a marca	Não prova a origem
Pergunta "como nos conheceu?"	Declaração do próprio cliente	Depende do preenchimento

Os fatos acima vêm da definição de canais padrão do GA4, da documentação de recursos de IA do Google (o tráfego desses recursos é reportado no relatório de desempenho, no tipo de pesquisa Web) e do anúncio do AI Performance no blog do Bing.

Como separar o tráfego de IA no GA4, passo a passo?

1. Abra Admin > Grupos de canais e crie um novo grupo a partir de uma cópia do padrão.
2. Adicione um canal "IA - outros" com a condição Origem corresponde a regex, por exemplo perplexity|claude|chatgpt|gemini|copilot, para cobrir o que o canal padrão não cobre. A documentação do GA4 mostra um exemplo de regex para assistentes e orienta atualizá-lo quando a lista de assistentes mudar.
3. Reordene: o tráfego entra no primeiro canal cujas regras ele atende, então o novo canal deve ficar acima de "Referral".
4. Compare sessões, engajamento e conversões desse canal com os demais.

Para quem já trabalha com SEO: o tráfego de IA tende a ser pequeno em volume e a ter pouca amostra para conclusões de taxa de conversão. Evite comparar taxas com poucas dezenas de sessões, e prefira acompanhar a tendência e as páginas de entrada. Parte das visitas pode chegar sem referenciador e cair em Direct, o que subestima o canal; trate o valor como piso, e não como total. Para o efeito dos resumos de IA sobre cliques em geral, veja zero-click e AI Overviews.

Quais KPIs colocar no relatório?

Poucos, estáveis e com a incerteza visível. Uma sugestão de painel mensal:

KPI	Fórmula	Cadência	Como relatar
Taxa de menção (por ferramenta)	menções / respostas	Mensal	Valor e intervalo de 95%
Taxa de citação com link	respostas com link / respostas	Mensal	Valor e intervalo
Share of voice	menções da marca / menções totais	Mensal	Mesma lista de concorrentes sempre
Precisão da descrição	corretas / citações	Mensal	Lista dos erros encontrados
Sessões do canal de IA	GA4	Mensal	Tendência, e não valor absoluto
Citações no Bing	AI Performance	Mensal	Páginas mais citadas
Conversões do canal de IA	GA4	Trimestral	Só com volume suficiente

Inclua no relatório as condições de medição: número de prompts, de execuções, datas, ferramenta, modelo e estado da busca. Sem isso, o número não é auditável.

Na Contentor, a página de Resultados reúne os dados do Search Console por projeto, e o AI Visibility verifica, nas perguntas que você escolhe, se o ChatGPT cita a marca. O AI Visibility cobre somente o ChatGPT. Para outras ferramentas, veja os critérios em ferramentas para monitorar citações em IA.

Perguntas frequentes

Qual é o tamanho mínimo da amostra para um relatório mensal?

Depende da precisão exigida. Para ±10 pontos percentuais com taxa perto de 20%, cerca de 62 respostas; para ±5, perto de 246. Se você não consegue chegar nesse volume, relate a faixa larga com franqueza, e não um número preciso.

Share of voice em IA é o mesmo que em mídia ou em SEO?

Não. O conceito é parecido (fatia entre concorrentes), mas aqui é uma fatia de menções em respostas de IA, para um conjunto específico de prompts. Mude a lista de concorrentes ou de prompts e o número muda. Por isso, documente a lista e mantenha-a estável entre as rodadas.

Posso confiar em ferramentas que mostram "posição" na resposta da IA?

Com ceticismo. A pesquisa da SparkToro considera a posição na lista da IA uma métrica sem validade, dada a variação da ordem entre execuções. Prefira indicadores de presença, como taxa de menção e citação, e pergunte ao fornecedor como ele lida com a variação e quantas execuções faz por prompt.

Como provar que a visibilidade em IA gera receita?

Com cuidado: o canal de IA do GA4 mostra conversões de visitas rastreáveis, mas subestima o efeito, porque muita gente conhece a marca na IA e entra depois por busca direta. Combine o canal, a busca pelo nome da marca e a pergunta "como nos conheceu?". Fale em indícios, e não em causa comprovada. Veja também quanto custa e qual o ROI do GEO.

O Search Console separa o tráfego de IA do Google?

Não. A documentação do Google diz que os recursos de IA, como AI Overviews e AI Mode, são incluídos no tráfego geral e reportados no relatório de desempenho, no tipo de pesquisa Web. Não há filtro específico. Estime o efeito observando impressões e CTR por tipo de consulta e comparando períodos.

Próximo passo

Com as métricas definidas, o passo seguinte é transformar os achados em ações priorizadas, e o roteiro completo está em auditoria de GEO passo a passo. Se ainda não montou o conjunto de prompts, volte a prompts para testar a visibilidade da sua marca.

Leia também:

• Auditoria de GEO passo a passo
• Zero-click e AI Overviews: o que muda nos cliques
• Glossário de SEO, AEO e GEO