Por que a IA escolheu o concorrente
A IA escolhe o concorrente porque ele é mais legível — não necessariamente melhor. Antes de citar qualquer fonte, os modelos de linguagem fazem due diligence automática: a informação é consistente entre plataformas? É verificável? Está atualizada? Fontes externas confirmam? A estrutura técnica é legível por máquina?
Se a resposta é "sim" para o concorrente e "não" para metade das perguntas sobre sua empresa, a decisão já está tomada. Não por mérito de produto. Por legibilidade de dados.
Score 6D: como avalio isso
O Score 6D é uma métrica proprietária que avalia a elegibilidade de uma marca para citação por IA em seis dimensões, cada uma com pontuação de 0 a 100:
Estrutura — organização e navegabilidade do conteúdo. Factualidade — presença de dados verificáveis e fontes citadas. Autoridade — credenciais, backlinks e menções externas. Frescor — data de atualização dos conteúdos. Semântica — profundidade e cobertura temática. Técnica — Schema.org, meta tags e discovery files.
A maioria das empresas brasileiras pontua entre 20 e 40. Um concorrente sendo citado pela IA costuma marcar 65 ou mais.
As 5 feridas mais comuns
1. Entity inconsistency: Nome ou cargo diferente em cada plataforma. A IA não consegue confirmar se são a mesma entidade e reduz a confiança.
2. Conteúdo sem Information Gain: Repete o que todo mundo já disse. A IA não precisa citar quem não acrescenta nada ao corpus.
3. Dados não estruturados: Preços em imagem, sem JSON-LD, sem Schema. Invisível para máquinas.
4. Ausência em fontes confiáveis: Sem Crunchbase, G2, Wikipedia ou Reddit. A IA não consegue corroborar a entidade por fontes independentes.
5. Conteúdo datado: Último post publicado há mais de seis meses. Motores de IA têm recency bias declarado.
Plano de 30 dias: do zero à citação
Semana 1 — Diagnóstico: Testar 20 prompts em 4 IAs e mapear onde a marca aparece (ou não aparece).
Semana 2 — Entity consistency: Alinhar nome, cargo, bio e links em todas as plataformas.
Semana 3 — Conteúdo citável: Publicar 2 peças com Information Gain original e marcação JSON-LD.
Semana 4 — Baseline: Medir SOV generativo versus concorrentes e registrar o ponto de partida.