A resposta lista três fornecedores, e a sua marca fica de fora
O comprador abre o ChatGPT e descreve o problema em linguagem natural. Em seguida, recebe uma lista curta com três ou quatro nomes. Depois disso, ele pesquisa apenas os citados. Logo, a decisão já nasce filtrada.
Essa filtragem acontece todos os dias, em silêncio. Além disso, ela deixa pouco rastro no Google Analytics. Ou seja, a empresa perde posição sem receber nenhum alerta.
Generative Engine Optimization (GEO) trata esse ponto como primeiro item de agenda. Portanto, a medição vem antes de qualquer produção de conteúdo.
Share of voice em IA mede escolha dentro da síntese
A métrica clássica conta exposição. Menções em imprensa, impressões em busca e volume em redes sociais entram nessa conta. Todas assumem distribuição passiva, com o usuário encontrando a marca.
Motores generativos operam por seleção ativa. O modelo monta uma resposta única e decide quais entidades entram nela. Assim, share of voice em IA mede participação dentro dessa síntese.
A consequência aparece de forma assimétrica. Uma marca com alta exposição em mídia pode registrar zero citação em IA, porque a presença digital dela chega desorganizada ao modelo. Enquanto isso, uma marca pequena com entidade consistente aparece com frequência.
Coletas de 2026 mostram um degrau nítido por estatura. Marcas globais aparecem em cerca de 73% das respostas medidas. A média fica perto de 44%. Já a marca de nicho fica em torno de 11%.
Prompt bank: as 30 a 50 perguntas que sustentam a medição
O prompt bank reúne as perguntas reais do seu comprador. Sem ele, qualquer teste vira anedota de reunião. Portanto, comece por aqui.
Uma estrutura B2B eficiente trabalha em três camadas:
- Categoria. Perguntas amplas sobre o mercado, os formatos e as diferenças entre soluções.
- Problema. Perguntas de intenção específica, com dor, objetivo e restrição declarados.
- Concorrência. Perguntas comparativas diretas, incluindo reputação e nomes de fornecedores.
A distribuição precisa refletir a intenção real do mercado. Por isso, use dados do Search Console, pesquisa de palavra chave e entrevistas com clientes. Um banco formado apenas por perguntas de marca funciona como espelho, e devolve pouca informação competitiva.
Uma rodada só mede ruído, e por isso a repetição vale ouro
Motores generativos variam a resposta entre execuções. A mesma pergunta, feita duas vezes, devolve textos diferentes. Assim, uma única rodada mistura sinal e ruído.
O método corrige isso com repetição. Cada prompt roda de cinco a dez vezes, em sessões independentes. Depois, a leitura acontece por frequência agregada.
Três estados aparecem com clareza:
- Presença estável: a marca aparece em 80% ou mais das rodadas, com descrição consistente.
- Presença instável: a marca aparece entre 20% e 40%, com descrições divergentes.
- Ausência: a marca aparece em menos de 10% das rodadas.
A variação das descrições também diagnostica problema. Em auditorias da Brasil GEO, a menção de uma mesma marca oscilou de 12% a 40% entre coletas. Logo, parte do que o mercado chama de lacuna nasce de falha de medição.
Citação fundamentada e menção em lista: valores diferentes na mesma resposta
O Source Map separa os tipos de aparição. Essa separação muda a prioridade do plano de ação.
| Tipo de aparição | Como o modelo usa a marca | Valor estratégico |
|---|---|---|
| Citação fundamentada | A marca sustenta uma afirmação, como fonte de evidência | Alto, porque constrói autoridade |
| Menção em lista | A marca aparece entre opções, sem hierarquia | Médio, porque garante elegibilidade |
| Citação com erro factual | A marca aparece com cargo, produto ou número incorreto | Negativo, porque contamina a decisão |
| Ausência | A categoria aparece, e a marca fica fora | Crítico, porque exclui da lista curta |
O objetivo do programa fica evidente nessa tabela. Primeiro, saia da ausência. Depois, corrija o erro factual. Por fim, transforme menção em citação fundamentada.
Narrative Fit: o que a máquina fala de você comparado ao seu site
O Narrative Fit compara duas narrativas. De um lado, ficam as descrições que o modelo usou ao longo das rodadas. Do outro, fica o posicionamento oficial da marca.
A análise segue três passos. Primeiro, reúna todas as descrições coletadas. Em seguida, identifique os atributos mais frequentes. Então, compare com o texto do site, do LinkedIn e do material comercial.
O resultado costuma apontar a origem do erro. Muitas vezes, um artigo antigo domina as referências. Em outros casos, um diretório desatualizado carrega a definição errada. Aliás, esse conserto entrega retorno rápido, porque ajusta a fonte antes de exigir conteúdo novo.
Baseline, pulse check e gatilho de evento definem o ritmo
A medição funciona como prática contínua. Modelos recebem atualização, concorrentes publicam e a categoria muda. Por isso, o monitoramento ganha calendário próprio.
Quatro componentes organizam a rotina:
- Baseline. Medição completa inicial, com data, prompt exato e resposta registrada.
- Revisão mensal. Execução do banco inteiro em todos os motores acompanhados.
- Pulse check semanal. Subconjunto de cinco a dez prompts prioritários, para sinal de alerta.
- Gatilho de evento. Medição imediata após lançamento, crise ou mudança de posicionamento.
Movimentos bruscos merecem investigação. Em geral, eles indicam atualização de modelo, cobertura de imprensa nova ou conteúdo publicado pela concorrência.
Leitura competitiva: onde vale disputar e onde vale dominar
O número agregado esconde oportunidade. Portanto, quebre a análise por camada de pergunta e por motor.
Um padrão comum aparece em operações B2B. A marca fica em torno de 25% no share of voice geral. Enquanto isso, ela chega a 65% nas perguntas do nicho específico que domina. Logo, a estratégia se concentra ali.
A leitura por motor também muda decisões. ChatGPT, Gemini, Claude e Perplexity recuperam fontes com lógicas distintas. Assim, uma marca forte em um deles pode ficar invisível em outro.
Alexandre Caramaschi, founder da Brasil GEO, resume a prioridade em uma frase operacional. Cada semana sem medição entrega espaço que a concorrência ocupa sem aviso.
O que executar nos próximos 30 dias
O plano cabe em quatro movimentos:
- Monte o prompt bank com 30 a 50 perguntas, nas três camadas.
- Rode cada pergunta cinco vezes, em quatro motores, com registro textual.
- Codifique presença, tipo de citação, posição na resposta e descrição usada.
- Publique o baseline no painel da diretoria, ao lado de sessões e conversões.
A partir daí, a conversa com o board muda de tom. Em vez de justificar queda de tráfego, o time apresenta participação dentro das respostas.
Se o ChatGPT montasse a lista curta do seu mercado agora, quantos por cento dela pertenceriam à sua marca?
Perguntas que o time de marketing leva para a reunião
Como calcular share of voice em IA?
Divida as respostas que citam a sua marca pelo total de menções a marcas no mesmo conjunto de prompts. Depois, repita o cálculo por motor e por camada de pergunta.
Dá para medir com ferramenta gratuita?
Dá, com planilha e disciplina. Contudo, escala e continuidade exigem automação ou plataforma dedicada.
Quantas rodadas por pergunta?
De cinco a dez execuções independentes. Assim, a variação típica dos modelos deixa de contaminar o resultado.
O Google Analytics resolve essa medição?
O Analytics acompanha tráfego que chega ao site. Já a citação acontece dentro da resposta, antes de qualquer visita.
Com que frequência medir?
Mensal como piso, com pulse check semanal em categorias disputadas. Além disso, vale medir logo após eventos relevantes.
