Analytics de busca para decisão executiva · Capítulo 10 de 19 · 38 min
Medir a presença da marca em assistentes de IA
Quatro camadas de medição, cada uma com o limite escrito ao lado, e um roteiro mensal para calcular a sua fatia de citações.
Este capítulo faz parte do curso gratuito Analytics de busca para decisão executiva.
A pergunta que chega do conselho, e a resposta honesta
Alguém do conselho testou o ChatGPT, perguntou algo do setor, viu o concorrente citado e não viu a sua empresa. A pergunta chega na segunda-feira em uma linha: aparecemos ou não aparecemos? Responder com um número único é tentador e é o começo de um problema, porque a resposta depende de qual assistente, de qual pergunta, de qual dia e de qual método de coleta.
A resposta honesta tem duas partes. A primeira é dizer o que se consegue observar hoje, que é mais do que se conseguia há seis meses. A segunda é dizer o que nenhuma dessas observações prova. Aparecer em resposta gerada e vender por causa disso são eventos separados por uma cadeia que ninguém consegue rastrear ponta a ponta, porque o clique de dentro da resposta é raro: o Pew mediu 1% de clique em link citado dentro do resumo, em julho de 2025, e esse dado aparece no capítulo sobre a meta de tráfego depois dos AI Overviews.
A leitura se monta em quatro camadas. Três medem presença; a quarta é de infraestrutura, que quase ninguém olha e explica boa parte do resto.
Dá para medir se a sua marca aparece em resposta gerada, e nenhuma das camadas disponíveis prova sozinha o efeito disso no negócio. O Google mostra impressão sem clique. O GA4 mostra quem chegou, não quem viu. As ferramentas de mercado mostram frequência de aparição por uma metodologia que quem vende a ferramenta define. A leitura útil nasce da soma das três, com o limite de cada uma escrito ao lado do número.
- Etapa 1 de 4: Camada 1: o Google
Relatório de IA generativa no Search Console, global desde 31/08/2026. Impressão por página, país, dispositivo e data. Sem clique e sem consulta
- Etapa 2 de 4: Camada 2: o seu site
Canal AI Assistant no GA4, mais um canal customizado para o que ele não cobre. Mede quem chegou
- Etapa 3 de 4: Camada 3: o mercado
Ferramentas que rodam prompts contra os assistentes e agregam em score de visibilidade e share of voice
- Etapa 4 de 4: Camada 4: o servidor
Log de acesso classificado por propósito do rastreador, não por nome de user-agent
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
Camada 1, o que o próprio Google entrega
Dentro do Search Console existe um relatório dedicado às aparições em recursos de IA generativa. Lançado em 03/06/2026 para um grupo de sites, ele vale para todos os sites do mundo desde 31/08/2026. Mostra impressões em AI Overviews, AI Mode e Discover generativo, com quebra por página, país, dispositivo e data. É gratuito, vem da fonte que exibe a resposta e não depende de fornecedor nenhum.
O que ele não traz é justamente o que a sala vai perguntar primeiro. Não há clique, taxa de cliques, posição nem a pergunta que originou a aparição, e os dados não saem pela API. Some-se o limite de mil linhas e a anomalia de 13 a 17 de agosto de 2026, restaurada em 21/08, e o relatório vira instrumento de tendência, e não de contabilidade.
Um ponto que gera confusão em reunião merece ser dito antes que alguém erre: o Google confirmou que impressões e cliques de AI Mode e AI Overviews já estavam somados aos totais do relatório de Desempenho antes do lançamento do relatório dedicado. O relatório novo é uma quebra dos mesmos dados. Ninguém "ganhou tráfego de IA" no dia em que ele apareceu, e ninguém deve somar os dois relatórios.
Camada 2, o que o seu site consegue ver
Do lado do site, o GA4 passou a classificar sozinho parte do tráfego que vem de assistentes. Desde 13 de maio de 2026 existe um canal padrão chamado AI Assistant no agrupamento de canais do GA4: sessões cujo referenciador bate com uma lista de assistentes reconhecidos recebem o medium ai-assistant e saem do balaio genérico de Referral, sem configuração manual.
Três limites vêm junto e precisam entrar no rodapé do relatório. O canal não é retroativo, então não existe série histórica antes de maio de 2026. Ele não enxerga sessão que chega sem cabeçalho de referenciador, o que inclui aplicativo e navegador embutido. E a lista de assistentes diverge entre a nota de lançamento e a página de definição do Google, sem Perplexity em nenhuma das duas; a visita de Perplexity aparece no campo Source Group. Por isso o canal customizado com regra própria continua sendo complemento necessário.
A leitura mais importante desta camada é uma exclusão. Cliques vindos de AI Overviews e de AI Mode do Google continuam classificados como busca orgânica, em google / organic, por definição explícita do próprio Google. O canal AI Assistant não os cobre. Quem procurar o efeito da resposta gerada do Google dentro do canal de IA do GA4 vai encontrar zero e concluir a coisa errada.
Este é o erro de leitura mais comum do GA4 em 2026. O canal AI Assistant mede tráfego que veio de ChatGPT, Gemini e assistentes semelhantes. Ele não mede AI Overviews nem AI Mode, que permanecem dentro de Organic Search misturados à busca tradicional. Consequência prática: o desempenho do canal orgânico no GA4 é uma soma de duas coisas com economias diferentes, o clique no resultado azul e o clique dentro da resposta gerada do Google, e não existe hoje forma nativa de separar as duas dentro do GA4.
Camada 3, como as ferramentas de mercado funcionam por dentro
A terceira camada é a que aparece nas propostas comerciais com nomes como score de visibilidade em IA e share of voice em IA. Vale entender o mecanismo antes de discutir o preço, porque o mecanismo explica o que o número consegue e o que não consegue sustentar.
A Ahrefs publicou a metodologia declarada do Brand Radar, e ela é representativa do gênero. A ferramenta monta prompts a partir do corpus de perguntas relacionadas do Google somado ao próprio banco de palavras-chave, expande cada tema em sub-perguntas por dois sistemas (um baseado em busca real e outro em relação semântica), roda esse conjunto em capturas cronometradas contra ChatGPT, Perplexity, Gemini, Copilot, AI Overviews e AI Mode, e agrega o resultado em indicadores de visibilidade e de participação.
É uma descrição de método, publicada pelo fornecedor sobre o próprio produto, sem auditoria independente. Isso não a torna falsa. Torna-a uma declaração de parte interessada, que é exatamente como ela deve ser apresentada no rodapé do seu relatório. Duas ferramentas com conjuntos de prompts diferentes vão produzir números diferentes para a mesma marca no mesmo dia, e comparar os dois não é comparação.
O problema que o setor ainda não resolveu
Modelos de linguagem não são determinísticos. O mesmo prompt, que é a pergunta escrita do jeito que o seu cliente escreveria, feito duas vezes na mesma tarde pela mesma pessoa, pode devolver respostas diferentes e citar fontes diferentes. Nenhuma ferramenta de rastreamento contorna isso. A instabilidade está no objeto medido.
O segundo problema é menos citado e pesa mais: boa parte dessas ferramentas consulta a API do modelo, que é a interface técnica por onde um sistema pergunta a outro, em vez do produto que o seu cliente abre no navegador, e o produto tem camadas que a API não tem, entre elas busca na web, memória de conversas anteriores, personalização por conta e a ordenação com que os links aparecem na resposta. Um número coletado assim descreve o modelo. A experiência de quem digitou a pergunta é outra coisa.
A defesa do setor existe e vai até certo ponto. Fornecedores argumentam que, embora cada resposta varie, padrões agregados ao longo de muitos prompts se estabilizam o bastante para indicar tendência. O argumento é plausível e vem de quem vende a ferramenta, o que o coloca na categoria de contra-argumento interessado. Trate como o que é: motivo para ler o número como direção de movimento, sem concluir que o problema está resolvido.
Como um score de visibilidade em IA deve chegar ao conselho
Apresentar como métrica auditada
Coluna a evitar
- Slide com o número grande e o nome da ferramenta em letra pequena
- Comparação direta com o score que outra ferramenta deu ao concorrente
- Meta trimestral amarrada ao valor absoluto do indicador
- Silêncio sobre quantos prompts foram usados e quem os escolheu
- Variação de uma semana tratada como resultado de trabalho da equipe
- Nenhuma menção ao fato de que a mesma pergunta gera respostas diferentes
Apresentar como indicador de tendência, com método declarado
Coluna recomendada
- Número acompanhado da ferramenta, da data da coleta e do tamanho do conjunto de prompts
- Comparação apenas contra o histórico da própria ferramenta, nunca entre ferramentas
- Meta amarrada à direção do movimento e ao conjunto de prompts congelado
- Conjunto de prompts anexado ao relatório, escrito como o cliente escreveria
- Variação semanal lida junto do calendário de mudanças dos provedores
- Rodapé fixo: metodologia declarada pelo fornecedor, sem auditoria independente
Camada 4, o que o log do servidor virou
Ler log de servidor em 2026 como sinônimo de "o que o Googlebot fez" descarta a informação mais relevante que existe ali. A Cloudflare divulgou em 03/06/2026, pelo painel público Radar, que o tráfego de bots e agentes de IA ultrapassou o humano na web pela primeira vez, na faixa de 57,4% a 57,5% contra cerca de 42,5% de tráfego humano. O log deixou de ser um registro de visitantes com alguns robôs no meio.
O que interessa hoje é quais rastreadores de IA passam pelo seu site e para quê. Na OpenAI, o GPTBot coleta para treino, o OAI-SearchBot alimenta a busca do ChatGPT e o ChatGPT-User age a pedido de uma pessoa. Na Anthropic, o ClaudeBot treina, o Claude-SearchBot serve à busca e o Claude-User busca a pedido. O Perplexity-User, segundo a própria Perplexity, em geral ignora o arquivo de regras para robôs. Bloquear ou liberar cada um é decisão de negócio, tratada no capítulo sobre o que decidir diante da busca generativa.
A infraestrutura de mercado acompanhou. Em 01/07/2026 a Cloudflare trocou o interruptor único de bloqueio de robôs de IA por três controles separados (busca, agente e treino), inclusive no plano gratuito, e lançou o BotBase, diretório pesquisável que classifica bots por comportamento em categorias como busca, agente, treinamento, transação, coleta de dados, SEO e verificação de anúncio, e o Attribution Business Insights, relatório que mostra a razão entre quanto um operador rastreia e quanta referência ele devolve. Essa razão é o número que a discussão sobre bloqueio precisava e não tinha.
O que pedir ao time de infraestrutura, em linguagem que ele executa
Como separar bot de humano no log sem depender só do nome do user-agent
Peça a validação por endereço de rede, não por texto declarado. Google, OpenAI, Anthropic e Perplexity publicam as faixas de endereço dos próprios rastreadores, e qualquer script pode se identificar como GPTBot no cabeçalho. O pedido é: para cada requisição, gravar user-agent, endereço de origem e o resultado da checagem reversa de DNS, e classificar como bot confirmado apenas o que passar nas duas verificações.
Quais campos precisam estar no log para essa análise existir
Data e hora com fuso, endereço de origem, método, caminho completo com parâmetros, código de status, tamanho da resposta, referenciador e user-agent. Falta de qualquer um desses campos inviabiliza parte da leitura, e o mais esquecido é o código de status, que é o que revela rastreador gastando acesso em página de erro.
Quanto tempo de log guardar, e onde
Doze meses permitem comparação ano a ano; noventa dias já sustentam a maior parte das decisões. Se a exportação for para BigQuery, configure expiração de partição no momento da criação da tabela, porque sem isso o armazenamento cresce para sempre e a conta aparece meses depois. O custo dessa infraestrutura é tratado no capítulo sobre aprovar a infraestrutura de dados.
Qual relatório pedir de volta, para não receber um arquivo bruto
Um relatório mensal com quatro colunas: operador do rastreador, requisições no período, percentual dessas requisições que terminou em erro e razão entre requisições recebidas e visitas de referência devolvidas por aquele operador. Quem usa Cloudflare no plano Enterprise de Bot Management tem essa razão pronta no Attribution Business Insights desde 01/07/2026.
O que fazer se a empresa não tem acesso ao log
É mais comum do que parece em operação hospedada por terceiro. Nesse caso, registre a limitação por escrito no relatório e trabalhe com as camadas 1 a 3, deixando claro que a quarta está indisponível. Declarar a lacuna vale mais do que preencher o espaço com estimativa, e cria o argumento para pedir o acesso no próximo ciclo de contrato.
Verificação rápida
O relatório de IA generativa do Search Console mostra 40 mil impressões no mês. O diretor pergunta quantos cliques vieram daí. Qual é a resposta correta?
Share de citação é a fatia das respostas em que a sua marca aparece citada, entre todas as marcas citadas nas mesmas respostas, como a participação de mercado numa prateleira. É o número que responde à pergunta do conselho sem prometer retorno, desde que o método fique congelado de um mês para o outro.
Menção e citação são coisas diferentes, e o índice de visibilidade em IA da Semrush, publicado em 26/06/2026 sobre 126 milhões de prompts, separa as duas. Menção é o nome da marca no texto da resposta. Citação é o link para o seu site como fonte. A primeira mede reputação; a segunda pode virar visita. O guia abaixo registra as duas.
Medir o share de citação em IA todo mês
Oito passos para ter, em 30 dias, a primeira leitura comparável. O custo é o tempo de um analista; ferramenta paga só entra depois do terceiro mês.
Passo 1: Congelar de 30 a 50 perguntas de compra
Gerente de marketing com vendas, 1 dia. Entrega: lista escrita como o cliente escreve, separada por tema e por etapa da compra.
Deu certo quando: Vendas reconhece as perguntas como as que ouve dos clientes.
Erro comum: Escrever como o time escreve, com o nome da marca dentro da pergunta.
Passo 2: Escolher de três a quatro assistentes
Diretor de marketing, 30 minutos. Entrega: lista justificada pelo GA4 e pelo relatório de IA do Search Console.
Deu certo quando: Cada assistente escolhido tem visita ou impressão registrada no seu site.
Passo 3: Rodar na interface real, três vezes por pergunta
Analista, cerca de 4 horas por mês. Entrega: respostas capturadas em janela anônima, no mesmo dia da semana.
Deu certo quando: Cada pergunta tem três capturas datadas, com o texto salvo.
Erro comum: Usar só a API do modelo: ela não traz a busca na web nem a ordem dos links do produto real.
Passo 4: Registrar menção, citação e concorrentes
Analista, 2 horas. Entrega: planilha com marca citada com link, mencionada sem link, concorrentes e erros factuais.
Deu certo quando: Toda linha tem as quatro colunas preenchidas, inclusive quando a marca não aparece.
Passo 5: Calcular o share de citação por assistente e tema
Analista, 1 hora. Entrega: citações da marca divididas pelo total de citações de marcas, em percentual.
Deu certo quando: O número vem com a faixa entre a menor e a maior das três repetições.
Passo 6: Abrir um chamado para cada erro sobre a marca
Dono do conteúdo, prazo de 15 dias. Entrega: página própria corrigida ou contato com a fonte de terceiro que originou o erro.
Deu certo quando: Erro de preço, oferta ou escopo tem responsável e data de correção.
Passo 7: Comparar só contra o próprio histórico
Gestor de marketing, 30 minutos. Entrega: série mensal com as mudanças de produto dos assistentes anotadas.
Deu certo quando: Nenhum slide compara o seu número com o de outra ferramenta.
Erro comum: Atribuir ao time uma alta que veio de troca de modelo no assistente.
Passo 8: Levar ao comitê mensal com as quatro camadas
Diretor de marketing, 15 minutos de pauta. Entrega: uma página com share de citação, impressões de IA, sessões de IA e requisições de robôs.
Deu certo quando: A página cabe numa folha e traz a data de coleta de cada número.
No fim você tem: Uma série mensal de share de citação, com método congelado, que distingue trabalho do time de mudança do provedor.
Guia prático: o relatório AI Performance do Bing Webmaster Tools. É o único painel gratuito de um buscador que mostra citação em resposta gerada por IA, e não só impressão. Ele cobre respostas geradas no Microsoft Copilot, no Bing e em experiências de IA de parceiros selecionados. Em 16/06/2026 a Microsoft acrescentou quatro recursos, em prévia global.
O que o painel mostra desde junho de 2026
- Citações e páginas citadas por dia, com lista por página e por consulta de ancoragem, a frase que a IA usou para buscar o conteúdo citado.
- Intenções: classifica essas consultas em informacional, comercial, navegacional, local e outras.
- Tópicos: agrupa consultas parecidas em temas.
- Participação de citação: a fatia das citações do seu site sobre todas as citações exibidas.
- Comparar: sobrepõe o período anterior ao atual no gráfico e na tabela.

Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
Ler as citações do seu site no Copilot em 30 minutos por mês
Sete passos para um B2B, uma loja ou um portal. O resultado entra no painel de presença em IA ao lado das camadas descritas acima.
Passo 1: Verifique o site no Bing Webmaster Tools
O caminho mais curto é importar as propriedades do Search Console; a verificação por arquivo ou DNS também funciona.
Deu certo quando: O site aparece no seletor do canto superior esquerdo.
Passo 2: Abra AI Performance no menu lateral e escolha 3 M
Três meses dão série suficiente para ver tendência sem perder o detalhe diário.
Deu certo quando: Os cartões de citações e de páginas citadas mostram números e o gráfico tem linha.
Erro comum: Ler a semana isolada. A própria tela avisa que os dados são amostra e podem ser refinados.
Passo 3: Na lista, troque para Pages e baixe as páginas citadas
Use Download all. A planilha vira a lista de páginas que a IA já considera fonte.
Deu certo quando: Uma planilha com endereço e número de citações, datada.
Passo 4: Volte para Grounding Queries e leia as consultas com mais citações
São as perguntas para as quais a IA buscou o seu conteúdo. Confira se a página citada responde bem a cada uma.
Deu certo quando: Cada consulta importante tem uma página citada que responde à pergunta no primeiro parágrafo.
Erro comum: Confundir consulta de ancoragem com o que a pessoa digitou. É a frase que o sistema usou para buscar.
Passo 5: Use Intents e Topics para achar lacunas comerciais
Num B2B, consultas comerciais com poucas citações apontam onde falta página de comparação ou de preço.
Deu certo quando: Uma lista de dois ou três temas comerciais sem página citada.
Passo 6: Ative Compare e anote a participação de citação
Compare o mês com o anterior. A participação é medida de observação, e não posição de ranking.
Deu certo quando: Um número de participação por mês, guardado na mesma planilha.
Passo 7: Avise o Bing das páginas que você reescreveu
O item IndexNow, no mesmo menu lateral, mostra os endereços enviados pelo protocolo que notifica o buscador quando uma página muda.
Deu certo quando: A página reescrita aparece no relatório do IndexNow com data de envio.
No fim você tem: Uma planilha mensal com páginas citadas, consultas de ancoragem e participação de citação no ecossistema Microsoft, ao lado do relatório de IA Generativa do Google.
O AI Performance mostra citação, e não clique. A visita que vem do Copilot aparece no GA4 pelo canal AI Assistant ou em Referral, conforme o referenciador. Não some citação do Bing com impressão do relatório de IA do Google: são contagens diferentes, de sistemas diferentes.
Monte o conjunto de perguntas nesta semana e rode a primeira coleta até o fim do mês, sem contratar ferramenta. Confira em 90 dias se a série tem três pontos comparáveis, com o mesmo conjunto de perguntas e a mesma lista de assistentes; só então discuta meta e fornecedor, com o capítulo sobre escolher e negociar ferramentas aberto ao lado.
Seu caderno neste capítulo
Abrir o caderno completoSelecione um trecho do capítulo para destacar ou anotar. Nos vídeos e áudios, use Anotar este momento. No teclado, selecione com Shift e as setas e use Alt+Shift+D para destacar ou Alt+Shift+N para anotar.
Salvo neste navegador. Entre na sua conta para levar o caderno a outros aparelhos.
Entre na sua conta para compartilhar o que aprendeu e convidar alguém para estudar com você.
Conexões deste capítulo
Veja o que estudar antes e para onde seguir depois, explore os conceitos e compare abordagens em outros cursos. Sugestões marcadas como “sugerido pelo grafo” vêm dos assuntos em comum, não do índice do curso.
Estude antes
- Cobre no relatório os números certos e ignore o restosugerido pelo grafoApresenta os conceitos “Canal AI Assistant” e “Bing AI Performance”, usados em “Medir a presença da marca em assistentes de IA”.
- Destrave o que impede o robô de ler o sitesugerido pelo grafoApresenta o conceito “GPTBot”, usado em “Medir a presença da marca em assistentes de IA”.
- Python no marketing, caso 2: relatório do GA4 por canal com a Data APIsugerido pelo grafoApresenta o conceito “Google Analytics 4”, usado em “Medir a presença da marca em assistentes de IA”.
- CursoPython: Programação do Zerosugerido pelo grafo9 capítulos de “Analytics de busca para decisão executiva” usam conceitos apresentados em “Python: Programação do Zero”.
Conceitos deste capítulo
O mesmo assunto em outros cursos
- Glossário Completo de SEO e GEO 2026Cobre no relatório os números certos e ignore o restoExaminar conexões de Cobre no relatório os números certos e ignore o resto
- GEO e Knowledge GraphMedir sem se enganar: três fontes oficiais e a pergunta do denominadorExaminar conexões de Medir sem se enganar: três fontes oficiais e a pergunta do denominador
- Google Analytics 2027Medir busca orgânica e tráfego de assistentes de IA sem superestimar nenhumExaminar conexões de Medir busca orgânica e tráfego de assistentes de IA sem superestimar nenhum
- GEO Intent MappingComo saber se está funcionandoExaminar conexões de Como saber se está funcionando
Voltar ao capítulo anterior: Refazer a meta de tráfego depois dos AI Overviews
Leve uma ideia para a prática
Escolha uma atividade no painel e volte a este curso quando quiser.
Atividades e evolução ficam reunidas no painel da sua conta.
Capítulos vizinhos em Analytics de busca para decisão executiva
- 08Desmontar o relatório que engana sem mentir
- 09Refazer a meta de tráfego depois dos AI Overviews
- 10Medir a presença da marca em assistentes de IA
- 11Decidir o que fazer diante da busca generativa
- 12Montar o painel de risco por plataforma de aquisição