Por que sua marca pode ser invisível sem que você saiba
Share of Voice em IA mede com que frequência e de que forma sua marca aparece nas respostas de motores generativos quando usuários fazem perguntas relevantes para sua categoria. Diferente do share of voice em mídia — que conta menções — ou em search — que mede impressões — o Share of Voice em IA mede presença em sínteses: o quanto a IA escolhe a sua marca quando precisa recomendar, comparar ou explicar uma solução. Sem essa medição, qualquer ação de GEO é disparada no escuro.
Este artigo é um guia operacional: como construir o Prompt Bank correto, executar testes com robustez estatística, interpretar o Source Map de citações e transformar os dados em ação.
Construindo o Prompt Bank: a base da medição
O Prompt Bank é o conjunto estruturado de prompts que simula as perguntas reais que seus compradores fazem à IA. É a infraestrutura fundamental do monitoramento de presença em IA: sem ele, qualquer medição será anedótica e não replicável.
Nossa regra de casa para categoria B2B é partir de 30 a 50 prompts em três camadas. O número não vem de estudo publicado; vem do ponto em que, nos diagnósticos da Brasil GEO, acrescentar prompts deixou de mudar a ordem das marcas. Um banco menor serve para o pulso semanal; um maior só se paga quando a categoria tem muitas intenções distintas.
- Camada 1 — Categoria: "quais são as melhores plataformas de [categoria] no Brasil?", "como [categoria] funciona?", "qual a diferença entre [opção A] e [opção B]?"
- Camada 2 — Problema: "como resolver [problema específico]?", "qual ferramenta usar para [objetivo]?"
- Camada 3 — Concorrência: "compare [sua marca] com [concorrente]", "[sua marca] é confiável?", "quem são os especialistas em [categoria] no Brasil?"
A distribuição deve refletir o volume real de intenção do mercado. Use dados do Search Console, ferramentas de keyword research e pesquisas com clientes para validar representatividade. Um Prompt Bank que cobre apenas perguntas de marca é um espelho — não uma medição competitiva.
Metodologia multi-run: robustez estatística na medição de IA
Motores de IA generativa são não determinísticos: a mesma pergunta feita duas vezes pode gerar respostas diferentes, e uma única rodada mede ruído tanto quanto sinal. A metodologia multi-run repete cada prompt em sessões independentes até a taxa de menção estabilizar, com orçamento máximo e critério de parada registrados antes da rodada. Os pisos que usamos são regra de casa: cinco execuções por prompt em monitoramento e trinta em comparações antes e depois. Orçamento encerrado sem estabilidade produz resultado inconclusivo, e o relatório diz isso no lugar de publicar a média.
Os cortes de leitura também são regra de casa, e nenhum motor publica limiar equivalente. Presença estável: a marca aparece em 80% ou mais das execuções, com descrição consistente. Presença instável: aparece entre 20% e 40%, com descrições divergentes. Ausência: aparece em menos de 10%. Entre 40% e 80% a leitura depende da variância entre modelos, e o relatório mostra o número em vez de encaixá-lo num rótulo.
O que a medição própria ensinou sobre instrumento
A Brasil GEO mantém um registro longitudinal desse tipo, o BRGEO-1: 91.392 respostas persistidas em 56 datas, entre 23 de abril e 11 de setembro de 2026, com 192 perguntas da bateria principal em quatro setores e dois idiomas. O achado que mais muda a prática diz respeito ao instrumento. Nas mesmas 7.436 respostas históricas do Perplexity, a detecção de entidades foi de 51,95% quando só os primeiros 200 caracteres eram lidos e de 75,73% quando todo o texto retido era lido, uma diferença de 23,78 pontos percentuais sem nenhuma mudança no modelo. Uma série de share of voice que troca a janela de leitura, o modelo ou o conjunto de prompts no meio do caminho deixa de ser comparável consigo mesma; por isso cada rodada registra superfície, modelo exposto pela interface (ou "não informado"), idioma, país, data e versão do conjunto de prompts.
Intervalos de confiança e variância como diagnóstico
Além da frequência de aparecimento, a variância nas descrições é um diagnóstico valioso. Se o modelo descreve a marca de formas muito diferentes entre rodadas, ora como "consultoria de SEO", ora como "plataforma de IA", ora como "agência de marketing", isso indica inconsistência semântica na presença digital: o modelo está sintetizando definições conflitantes. Esse diagnóstico é chamado de Narrative Fit Analysis, a comparação entre o que a IA diz sobre a marca e o que a marca diz sobre si mesma.
Source Map: citações fundamentadas versus citações mencionadas
Nem toda citação em IA tem o mesmo valor. O Source Map — mapa de fontes — categoriza as citações em dois níveis: grounded citations (citações fundamentadas) e mentioned links (links mencionados). A distinção define estratégias de resposta diferentes.
Uma citação fundamentada é aquela em que o modelo usa a marca como evidência para sustentar uma afirmação — por exemplo: "Segundo a Brasil GEO, a citabilidade de uma marca em IA depende de sua consistência semântica." A marca é a fonte; existe no texto como autoridade que justifica a afirmação. Alto valor de credibilidade.
Um link mencionado é aquele em que o modelo cita a marca sem fundamentar — como em uma lista de opções sem hierarquia: "Algumas opções incluem Brasil GEO, [Concorrente A] e [Concorrente B]." A marca existe, mas sem posição de autoridade. Ambos os tipos devem ser monitorados; elevar menções a citações fundamentadas é o objetivo estratégico do GEO.
Como executar a medição na prática: passo a passo
Um ciclo completo de medição de Share of Voice em IA segue seis etapas sequenciais.
- Construir o Prompt Bank com prompts categorizados por camada de intenção, no tamanho da regra de casa acima, e versionar o conjunto.
- Selecionar as superfícies a monitorar, no mínimo ChatGPT, Google Gemini, Claude e Perplexity, que têm comportamentos distintos de citação, registrando o modelo que a interface expõe ou "não informado".
- Executar cada prompt em sessões independentes até o critério de parada, registrando a resposta integral e o número de execuções por plataforma.
- Codificar os resultados em uma matriz prompt × modelo × rodada: presença (sim/não), tipo de citação (fundamentada/mencionada), posição na resposta e descrição usada pelo modelo.
- Calcular Share of Voice por prompt, por modelo e agregado, com frequência e variância.
- Comparar com concorrentes identificados e com a narrativa que a própria marca comunica.
O ciclo deve ser repetido mensalmente. Mudanças bruscas no Share of Voice — para cima ou para baixo — geralmente indicam mudanças nos dados de treinamento, no comportamento do modelo ou em eventos externos (cobertura de mídia, novos conteúdos, crises de reputação).
Narrative Fit Analysis: o que a IA acha de você versus o que você acha de si
Narrative Fit Analysis compara sistematicamente como a IA descreve a marca com como a marca se descreve. Esse gap é um dos diagnósticos mais valiosos do GEO Report — e um dos mais acionáveis.
A análise opera em três passos: coleta-se todas as descrições que o modelo usou ao longo das rodadas do Prompt Bank; identifica-se os atributos mais frequentes (palavras, categorias, posicionamentos); compara-se com a proposição de valor oficial da marca — posicionamento no site, no LinkedIn, nos materiais de vendas.
O gap revela onde o modelo está sendo alimentado por informações incorretas, desatualizadas ou de baixa precisão. Pode ser um artigo antigo que domina as referências, uma descrição imprecisa em um diretório, ou ausência de conteúdo que afirme claramente o posicionamento correto. Resolver o Narrative Fit é uma das ações de maior retorno em GEO.
Framework de monitoramento contínuo: de relatório a inteligência
Share of Voice em IA não é medição pontual — é prática contínua. O mercado de IA muda rapidamente: modelos são atualizados, concorrentes publicam conteúdo, eventos externos afetam como os modelos descrevem categorias. Um snapshot mensal é o mínimo; equipes avançadas monitoram semanalmente em categorias de alta competição.
O framework de monitoramento contínuo tem quatro componentes.
- Baseline: medição inicial completa para estabelecer o ponto de referência.
- Sprint reviews: medições mensais do Prompt Bank completo para tracking de tendências.
- Pulse checks: medições rápidas de um subconjunto de prompts prioritários (regra de casa: de cinco a dez) para sinais de alerta semanal.
- Event triggers: medições imediatas após eventos relevantes — lançamento de produto, crise de reputação, mudança de posicionamento, cobertura significativa em mídia.
Organizados ao longo do tempo, esses dados criam a inteligência competitiva mais valiosa que um time de marketing pode ter hoje: a visão de como a IA vê o mercado, quem lidera as narrativas generativas e onde existem oportunidades de posicionamento ainda não ocupadas.
GEO Report: o relatório que transforma dados em decisão
O GEO Report é o documento de inteligência que consolida os dados do Prompt Bank em diagnóstico e recomendações acionáveis. Uma metodologia robusta de GEO Report inclui: Share of Voice agregado e por modelo, Narrative Fit Analysis, Source Map completo, análise comparativa com concorrentes, diagnóstico de gaps e recomendações priorizadas por impacto e esforço.
A qualidade de um GEO Report é medida pela robustez estatística — quantas rodadas foram executadas, quais foram os intervalos de confiança das métricas principais — e pela acionabilidade: cada diagnóstico deve ter um caminho claro de remediação. Um relatório que conclui "a marca tem baixo Share of Voice em Perplexity" sem indicar por quê e o que fazer é um dado, não uma inteligência.
Para equipes que estão começando, o GEO Report inicial é o ativo mais valioso: ele revela o ponto de partida, prioriza as ações, e estabelece o baseline contra o qual todo progresso futuro será medido. Na Brasil GEO, o diagnóstico inicial pode ser feito em uma sessão de 30 minutos com Alexandre Caramaschi — que inclui teste ao vivo das principais perguntas do seu mercado nos modelos de IA.
Conclusão: medir é o primeiro ato estratégico
Nenhuma estratégia de visibilidade pode ser gerenciada sem dados. A medição de Share of Voice em IA é o primeiro ato estratégico de qualquer empresa que leva a sério a presença em motores generativos. Sem ela, ações de conteúdo, técnicas e de posicionamento são disparadas no escuro.
Com a medição, a empresa tem o diagnóstico para priorizar: onde está invisível, onde está presente mas mal descrita, onde a concorrência lidera e onde há oportunidades não ocupadas. A metodologia descrita neste artigo — Prompt Bank, multi-run, Source Map, Narrative Fit Analysis, monitoramento contínuo — é o padrão operacional da Brasil GEO e é replicável por qualquer equipe com disciplina metodológica.
O que não é replicável é o tempo: cada semana sem medir é uma semana em que a concorrência pode estar ganhando share of voice que você desconhece.