Prompts para testar a visibilidade da sua marca em IA

Um bom conjunto de prompts para testar sua marca em buscas de IA tem de 20 a 30 perguntas que não citam o nome da marca, divididas por estágio de decisão (descoberta, comparação, decisão), por persona e por cidade, mais algumas perguntas de controle. Cada prompt deve rodar várias vezes, em conversas novas, com tudo registrado. A conta de quantas respostas bastam está mais abaixo, junto com modelos prontos.

Resumo rápido

• Teste perguntas que o cliente faria sem conhecer você. Prompts com o nome da marca medem conhecimento, e não recomendação.
• Cubra três estágios (descoberta, comparação, decisão), pelo menos duas personas e as cidades onde você vende.
• Inclua controles: uma pergunta sobre a própria marca, uma sobre um concorrente e uma que verifique erros de descrição.
• Rode cada prompt de 3 a 5 vezes em conversa nova, na mesma configuração, e registre data, ferramenta, modo de busca e a resposta bruta.
• Com 150 respostas e taxa observada de 20%, a faixa plausível ainda é de cerca de 14% a 27%. Pouca resposta não sustenta conclusão fina.

Se você nunca fez um teste de visibilidade, comece pelo roteiro curto de como saber se a IA recomenda a sua marca. Este post aprofunda a parte das perguntas e do protocolo, dentro do cenário descrito em SEO, AEO e GEO.

Como ler este post: se você é leigo, copie os modelos da seção de banco de prompts e use o protocolo de execução. Se você é profissional, concentre-se nos controles, na tabela de amostra mínima e no formato de registro.

Como as pessoas realmente perguntam à IA?

De forma mais longa e mais contextual do que na busca tradicional. A Ahrefs relata, em sua revisão de evidências sobre busca por LLMs (setembro de 2025), que os prompts no ChatGPT têm em média 42 palavras e que cerca de 75% são comandos, e não perguntas. Isso muda o teste: "melhor contabilidade" é um prompt fraco; "preciso abrir um MEI de serviços de design em Belo Horizonte e quero um contador online barato, quais opções existem?" é parecido com o que alguém digita.

Além do tamanho, há variedade. No estudo da SparkToro sobre consistência de respostas, 142 pessoas escreveram, cada uma à sua maneira, um prompt pedindo recomendação de fones de ouvido, e a similaridade semântica média entre os textos foi baixa (0,081), segundo a cobertura do Search Engine Journal. Mesmo assim, algumas marcas apareceram em 55% a 77% das respostas. Em resumo: pessoas diferentes perguntam de formas diferentes, e as marcas fortes aparecem mesmo assim.

Em linguagem simples: não existe "a pergunta" que o cliente faz. Existem dezenas de jeitos de perguntar a mesma coisa. Por isso o teste usa várias versões, e não uma só.

Para entender como essas perguntas se comportam, veja como as pessoas buscam em IA e query fan-out, o mecanismo pelo qual uma pergunta vira várias buscas por trás da resposta.

Como montar o banco de prompts?

Monte em camadas e combine-as. Cada uma responde a uma dúvida diferente.

Camada	O que mede	Modelo de prompt
Descoberta	Se a marca entra quando o cliente ainda explora o problema	Quais são as opções de [categoria] para [persona] que [necessidade]?
Comparação	Se a marca aparece ao lado dos concorrentes	Compare as melhores opções de [categoria] para [persona] considerando [critério 1] e [critério 2].
Decisão	Se a marca é recomendada quando a escolha está perto	Qual [categoria] você recomenda em [cidade] para [situação específica]? Explique por quê.
Local	Se a marca aparece nas cidades onde atua	Onde encontrar [serviço] em [bairro/cidade] com [atributo]?
Persona	Se a recomendação muda conforme quem pergunta	O mesmo prompt de decisão, trocando [persona] (iniciante, empresa pequena, gestor)
Controle de marca	O que a IA sabe e se está correto	O que você sabe sobre [sua marca]? Ela atende [tipo de cliente]?
Controle de concorrente	A régua de comparação	O que você sabe sobre [concorrente]?

As quatro primeiras linhas formam o núcleo, a de persona é uma variação aplicável a qualquer uma delas, e as duas últimas são controles que não entram na taxa de recomendação. Guarde-as separadas.

Para quem já trabalha com SEO: inclua variações de formato (pergunta curta, comando longo, prompt com restrição de orçamento), de intenção (informacional, comercial, transacional) e de idioma/região quando relevante. Para decidir o recorte de intenção, aproveite o que já existe na sua pesquisa de palavras-chave e nas consultas do Search Console. Prompts derivados de consultas reais são mais defensáveis do que os inventados.

Quantos prompts de cada tipo?

Uma divisão inicial que funciona para 24 prompts: 8 de descoberta, 6 de comparação, 6 de decisão e 4 locais, mais 3 controles. Ajuste ao seu negócio: um e-commerce nacional dispensa os locais, e uma clínica de bairro pode ter metade da lista só de prompts locais.

Exemplo hipotético: o banco de uma contabilidade online

Exemplo hipotético: a "Faro Contábil", uma contabilidade online fictícia para MEI e pequenas empresas de serviços, atende o Brasil todo e tem escritório em Belo Horizonte. O banco abaixo mostra oito dos 24 prompts.

Camada	Prompt
Descoberta	Quais as opções para um designer autônomo abrir MEI e manter a contabilidade em dia?
Descoberta	Preciso de contador para uma empresa de serviços com 2 sócios e faturamento de até R$ 30 mil por mês. Que tipos de serviço existem?
Comparação	Compare contabilidades online e escritórios tradicionais para uma empresa pequena de serviços, considerando preço e atendimento.
Comparação	Quais contabilidades online são mais indicadas para quem tem pouco tempo e nenhuma experiência com impostos?
Decisão	Qual contabilidade online você recomenda para um MEI que vai virar ME? Explique por quê.
Local	Contabilidade para pequenas empresas em Belo Horizonte com atendimento por WhatsApp.
Persona	Sou dona de uma clínica de estética pequena e quero trocar de contador. Por onde começo e quais opções considerar?
Controle	O que você sabe sobre a Faro Contábil? Ela atende clínicas?

Note três coisas: nenhum prompt de recomendação cita a marca; as personas aparecem dentro do texto, como uma pessoa real escreveria; e há um controle que verifica uma afirmação específica ("atende clínicas?"), que é onde costumam surgir erros.

Como rodar os prompts sem contaminar o resultado?

Siga sempre o mesmo protocolo, para que os resultados sejam comparáveis. Os passos:

1. Abra uma conversa nova para cada execução. Contexto de conversas anteriores influencia a resposta.
2. Fixe a configuração: a mesma ferramenta, o mesmo modelo selecionado, o mesmo estado de busca na web e o mesmo estado de memória/instruções personalizadas. Anote cada uma.
3. Cole o prompt exatamente como está no banco. Mudar uma palavra cria outro prompt.
4. Rode de 3 a 5 vezes cada prompt. Espalhe as execuções em horários ou dias diferentes, em vez de repetir em sequência.
5. Guarde a resposta bruta (texto e links), além da sua anotação. Você vai querer reler quando mudar a regra de classificação.
6. Classifique cada resposta com regras fixas: mencionada (sim/não), com link para o seu domínio (sim/não), descrita corretamente (sim/não/parcial), e quais concorrentes apareceram.

Um formato simples de registro, em CSV:

data,ferramenta,modelo,busca_web,camada,prompt_id,execucao,marca_mencionada,link_dominio,descricao_correta,concorrentes,resposta_bruta
2026-10-04,chatgpt,padrao,sim,decisao,D3,2,0,0,,"Concorrente A|Concorrente B",<texto colado>

Para quem já trabalha com SEO: guarde o prompt_id estável e versionado. Se você muda o texto de um prompt, crie um novo ID. Do contrário, a série histórica mistura perguntas diferentes e a tendência deixa de significar algo.

Quantas respostas eu preciso para tirar conclusões?

Mais do que parece. A SparkToro sugere que a porcentagem de visibilidade em dezenas a centenas de prompts rodados várias vezes é uma métrica razoável, segundo o estudo original. A tabela mostra como a incerteza diminui com o número de respostas, supondo uma taxa de menção observada de 20% e o método do intervalo de Wilson, com 95% de confiança:

Respostas	Menções	Faixa plausível da taxa real
30	6	9,5% a 37,3%
60	12	11,8% a 31,8%
150	30	14,4% a 27,1%
300	60	15,9% a 24,9%

Duas ressalvas importantes. Primeiro, os números supõem que cada resposta é independente; repetições do mesmo prompt não são independentes entre si, então a incerteza real tende a ser maior. Segundo, a faixa é só da amostragem: não inclui o efeito de ter escolhido os prompts errados. Detalhes e fórmulas estão em como medir visibilidade em IA.

Em linguagem simples: se você observou 6 menções em 30 respostas, a verdade pode estar em qualquer ponto entre "quase 1 em 10" e "mais de 1 em 3". Só vale comemorar ou se preocupar com mudanças maiores do que essa faixa.

Quais erros estragam o teste?

Os mais comuns são cinco:

• Citar a marca no prompt de recomendação. A IA responde sobre a marca porque você a mencionou.
• Prompts que já contêm a resposta, como "por que a [categoria X] é a melhor?". Eles induzem a conclusão.
• Só um prompt por intenção. Um único prompt é uma opinião de uma pessoa, e não um padrão.
• Misturar configurações (com e sem busca, logado e deslogado) sem anotar.
• Concluir pela posição na lista. A própria SparkToro considera "posição no ranking da IA" uma métrica inválida; conte presença, e não ordem.

Para escolher onde automatizar tudo isso, compare as opções em ferramentas para monitorar citações em IA. O AI Visibility da Contentor roda, nas perguntas que você define, a verificação de se o ChatGPT cita sua marca. Ele cobre somente o ChatGPT.

Perguntas frequentes

Posso pedir ao ChatGPT que gere os prompts de teste para mim?

Pode, como ponto de partida, mas revise. Modelos tendem a gerar perguntas "limpas" demais, diferentes das que clientes digitam. Melhor fonte: consultas do Search Console, perguntas feitas ao suporte, termos de reclamação em avaliações e conversas de vendas. Use a IA para variar o texto, não para definir o que importa.

Preciso testar em português e em inglês?

Teste no idioma e na região dos seus clientes. Se você atende só o Brasil, o português basta. Se vende para fora, crie um banco por idioma, porque marcas e fontes mudam entre eles. Não misture os resultados dos dois idiomas na mesma taxa.

Quantas vezes devo repetir cada prompt?

De 3 a 5 vezes é um mínimo prático. Mais importante do que repetir muito um prompt é ter muitos prompts diferentes. Vinte perguntas rodadas 5 vezes dão mais informação do que 5 perguntas rodadas 20 vezes, porque cobrem mais jeitos de perguntar.

Os prompts de controle entram no cálculo da taxa?

Não. Perguntas com o nome da marca ou de um concorrente medem conhecimento e erros de descrição. Se entrarem no cálculo, inflam a taxa. Guarde-os em uma coluna ou aba separada e acompanhe a mudança de forma independente.

Com que frequência devo refazer o banco?

Reveja o banco a cada trimestre, mas mantenha os mesmos prompts entre as medições para que a série seja comparável. Se você trocar prompts, preserve um núcleo fixo e adicione os novos com IDs novos. Registre sempre a data e a configuração.

Próximo passo

Com o banco pronto e o protocolo definido, o próximo passo é transformar os registros em indicadores. Em como medir visibilidade em IA: métricas, share of voice e atribuição, você aprende a calcular taxa de menção, share of voice e margens de erro, e a ligar tudo ao tráfego.

Leia também:

• Como saber se a IA recomenda a sua marca
• Ferramentas para monitorar citações em IA
• Query fan-out: por que uma pergunta vira várias buscas