Por Que a Visibilidade na Pesquisa com IA Exige Medição Repetida?

Pergunte hoje a um motor de pesquisa com IA “qual é a melhor marca de sapatilhas de corrida?” e vai obter uma resposta. Faça exatamente a mesma pergunta amanhã, ou mesmo daqui a cinco minutos, e cerca de dois terços das fontes citadas serão diferentes. Isto não é uma falha. É assim que a pesquisa com IA funciona.

O que vai encontrar neste guia:

• Por que razão a visibilidade na pesquisa com IA se comporta como uma probabilidade, e não como uma classificação fixa à maneira do Google
• Uma explicação em linguagem simples de como os investigadores medem se uma resposta de IA realmente mudou (Jaccard e RBO)
• Seis conclusões baseadas em dados, cada uma com o seu próprio gráfico: rotatividade de fontes, estabilidade de marca, concentração de citações, aleatoriedade do modelo, diferenças entre motores e sensibilidade ao prompt
• Os números exatos que importam: quantas execuções repetidas por prompt e que duração de janela de observação são necessárias para dados fiáveis
• Uma lista de verificação pronta a usar para configurar uma medição de GEO em que realmente pode confiar
• Perguntas frequentes sobre execuções, janelas, motores e métricas

Um novo estudo académico torna isto desconfortavelmente concreto. Em “Don’t Measure Once: Measuring Visibility in AI Search (GEO)” (arXiv, abril de 2026), os investigadores Julius Schulte, Malte Bleeker e Philipp Kaufmann, da Universidade de St. Gallen (em colaboração com a Aurora Intelligence), acompanharam quatro motores de pesquisa com IA em quatro setores, diariamente, durante mais de seis semanas. A sua conclusão: a visibilidade na pesquisa com IA é probabilística, não determinística. Uma única consulta é um retrato pouco fiável, e tratá-la como uma classificação do Google leva a conclusões erradas. Este é apenas um exemplo de um corpo crescente de investigação académica sobre GEO que está a mudar a forma como os profissionais de marketing pensam sobre a visibilidade em IA.

Para os profissionais de marketing, isto importa mais do que possa parecer à primeira vista. Se verificar se a sua marca aparece no ChatGPT ou no Perplexity uma única vez e chamar a isso “medição”, pode estar a sobrestimar ou a subestimar significativamente a sua presença real. A solução não passa por uma consulta única melhor; passa por um modelo mental diferente. É preciso medir a visibilidade como uma distribuição: muitas execuções, muitos prompts, ao longo de uma janela sustentada.

A seguir, explicamos exatamente o que o estudo descobriu, por que razão a pesquisa com IA se comporta desta forma e quantas medições são realmente necessárias antes de os números terem algum significado.

Resumo (o que o estudo descobriu):

• As fontes citadas mudam intensamente. Apenas cerca de 34-42% das fontes que um motor de IA cita se mantêm de um dia para o outro, o que significa que cerca de 65% das fontes mudam diariamente.
• As menções de marca são mais estáveis, mas ainda assim voláteis. A sobreposição diária de marcas situa-se entre 45-59%, mais fiável do que URLs individuais, mas longe de ser estável.
• As citações estão altamente concentradas. Um punhado de domínios capta a maior parte da visibilidade. O coeficiente de Gini médio é 0,715, e numa escala de 0 a 1, em que 1 significa que um único domínio acumula todas as citações, isto representa um cenário muito desequilibrado.
• É a aleatoriedade do próprio modelo, não as notícias. Disparar o mesmo prompt idêntico várias vezes no mesmo dia produz a mesma rotatividade, o que significa que a maior parte da instabilidade vem do próprio modelo, e não de mudanças reais no mundo.
• Uma única execução quase nada diz. São necessárias pelo menos 7 execuções por prompt por dia para uma estimativa fiável de visibilidade de marca, e 8 se também quiser acompanhar URLs de origem individuais.
• Janelas curtas enganam. Como as fontes mudam tão depressa, é preciso uma janela contínua de 2 a 4 semanas para obter uma leitura estável da visibilidade real de uma marca.

Por Que a Visibilidade na Pesquisa com IA Não Se Comporta Como as Classificações do Google

Se vem do mundo do SEO, os seus instintos estão calibrados para um cenário que já não se aplica. Na pesquisa clássica, os resultados são classificados e maioritariamente estáveis: a sua página está na posição 4 hoje e provavelmente estará na posição 4 ou 5 amanhã. Uma única verificação dá um retrato razoável, e quando as coisas mudam, mudam gradualmente ao longo de um espetro previsível. É possível observar a posição a variar e reagir.

O Generative Engine Optimization (GEO) não funciona assim. O GEO é tudo ou nada, o que o estudo chama uma dinâmica binária de inclusão-exclusão. Em qualquer resposta, a sua marca ou fonte ou está integrada de forma proeminente ou fica totalmente de fora. Não há um “consolo da posição 8”. Ou está na resposta ou é invisível, e qual destas situações acontece pode inverter-se de uma execução para a outra, impulsionado pela forma probabilística como os grandes modelos de linguagem geram texto e selecionam evidências.

Essa volatilidade é agravada por um segundo problema: um motor de pesquisa com IA é uma caixa negra. Não é possível perceber por que razão a sua marca foi incluída numa resposta e excluída na seguinte. O modelo comprime informação de muitas fontes numa resposta curta e limitada, e o processo de seleção não é transparente nem reprodutível. Ao contrário de uma classificação de SEO, que oscila dentro de um conjunto de classificações visível, a visibilidade em IA pode desaparecer sem aviso nem explicação.

A agravar ambos os aspetos está uma ferramenta em falta. No SEO, os profissionais de marketing têm o Google Search Console, um utilitário próprio que indica para que consultas aparecem e com que frequência. Os fornecedores de LLMs não oferecem equivalente nenhum. Factos básicos, como a frequência com que as pessoas realmente fazem determinada pergunta, simplesmente não podem ser observados no ecossistema GEO. Essa lacuna é precisamente a razão pela qual os profissionais de marketing têm de construir a medição a partir do exterior, através de amostragem repetida de terceiros, e por que um número único e estático de “visibilidade” é tão fácil de interpretar mal. O resto deste artigo trata de fazer essa medição corretamente.

Dentro do Estudo: O Que os Investigadores Fizeram Realmente

O estudo é refrescantemente concreto, por isso vale a pena compreender a configuração antes de confiar nos números. Os investigadores da Universidade de St. Gallen (em colaboração com a Aurora Intelligence) construíram um sistema de monitorização que consultava quatro motores de pesquisa com IA todos os dias e registava exatamente que fontes e marcas cada um devolvia.

Testaram quatro motores: ChatGPT, Google Gemini, Google AI Mode e Perplexity. A cada motor foi colocado o mesmo conjunto de perguntas em quatro setores reais (o estudo chama-lhes “campanhas”) escolhidos por terem tráfego de pesquisa elevado no mercado suíço: Eletrónica de Consumo, Vendas Imobiliárias, Artigos Desportivos e Telecomunicações.

Para cada setor, a equipa escreveu 8 prompts, e há um pormenor inteligente aqui: os prompts não foram inventados. Recolheram palavras-chave de SEO de alto volume, introduziram-nas no Google e retiraram as perguntas reais da caixa “As pessoas também perguntam” do Google. Isto significa que as perguntas se assemelham ao que as pessoas realmente perguntam: consultas conversacionais, de topo de funil, como “Que marca faz boas sapatilhas de corrida?”, em vez de simples palavras-chave.

Os motores foram consultados diariamente ao longo de uma janela de 45 a 46 dias (24 de janeiro a 20 de março de 2026), a partir de servidores localizados na Suíça, o que é relevante para a forma como a IA personaliza os resultados. No total, a análise abrangeu 4.044 pares de dias consecutivos, ou seja, todas as comparações “hoje vs. amanhã” em todos os motores, prompts e setores.

Aqui está o desenho do estudo, resumido:

Trata-se de muitíssima medição repetida, que é exatamente o ponto que o estudo pretende demonstrar.

Ready to Monitor Your AI Visibility?

Track how AI chatbots mention your brand across ChatGPT, Perplexity, and other platforms.

Começar Contacto

Duas Formas Simples de Medir “A Resposta Mudou?”

Para responder à pergunta “quanto é que a resposta de hoje diferiu da de ontem?”, os investigadores precisavam de uma forma de comparar duas listas entre si. Utilizaram duas métricas, e não é preciso qualquer formação em estatística para as compreender.

A similaridade de Jaccard pergunta simplesmente: de todas as fontes que apareceram em ambos os dias, quantas apareceram em ambos? Conta-se as fontes partilhadas e depois divide-se pelo número total de fontes únicas nos dois dias.

Um exemplo simples: digamos que a resposta de hoje cita 5 fontes e a de amanhã também cita 5, mas apenas 2 delas são iguais. As duas respostas partilham 2 fontes, e entre ambas mencionam 8 fontes distintas (5 + 5, menos as 2 contadas em duplicado). Assim, a pontuação de Jaccard é 2 ÷ 8 = 0,25, o que significa que apenas cerca de um quarto das fontes se manteve estável, e aproximadamente três quartos mudaram de um dia para o outro. Um Jaccard de 1,0 significaria listas idênticas; 0,0 significaria nenhuma sobreposição.

O Rank-Biased Overlap (RBO) coloca a mesma questão, mas acrescenta algo que o Jaccard ignora: a ordem. Ser citado em primeiro lugar vale mais do que ser citado em quinto, por isso o RBO atribui mais peso ao topo da lista. Como exige que os itens partilhados apareçam em posições semelhantes (e não apenas que estejam presentes em algum lugar), o RBO é sempre a métrica mais rigorosa das duas. É por isso que, neste estudo, o RBO é sempre inferior ao Jaccard.

Como interpretar estes números:

• Quanto mais alto, mais estável. Uma pontuação próxima de 1,0 significa que a resposta mudou pouco; próxima de 0 significa que foi quase totalmente reformulada.
• O Jaccard responde a “os mesmos itens estão presentes?”
• O RBO responde a “os mesmos itens estão presentes e na mesma ordem?”
• A diferença entre os dois indica o quanto a classificação está a mudar, mesmo quando os mesmos itens continuam a aparecer.

Se quiser perceber como estas métricas se enquadram junto de outros indicadores, o nosso guia sobre as 10 métricas importantes de visibilidade em IA coloca as pontuações de sobreposição em contexto com o resto do seu painel de monitorização.

Conclusão n.º 1: Dois Terços das Fontes Citadas Mudam Todos os Dias

Se a pesquisa com IA funcionasse como o Google, fazer a mesma pergunta em dois dias seguidos revelaria aproximadamente as mesmas páginas. Não é o caso. Quando os investigadores de St. Gallen acompanharam que fontes quatro motores de IA citavam diariamente durante mês e meio, descobriram que a lista de fontes citadas é quase completamente reformulada de um dia para o outro.

O número principal é o Jaccard, a proporção de fontes citadas presentes em ambos os dias. Nos quatro setores, variou entre apenas 0,336 para Eletrónica de Consumo e 0,423 para Telecomunicações, com Artigos Desportivos em 0,355 e Vendas Imobiliárias em 0,378. Em termos simples, um Jaccard de 0,35 significa que apenas cerca de 35% das fontes citadas se mantêm no dia seguinte, pelo que aproximadamente 65% das fontes são substituídas todos os dias. As Telecomunicações foram o setor mais estável, e a Eletrónica de Consumo o mais volátil, mas nenhum se aproximou da estabilidade.

A situação piora quando se considera a classificação. O RBO, que atribui mais peso ao topo da lista, situou-se entre 0,21 e 0,26, visivelmente inferior ao Jaccard. Esta diferença é reveladora. Significa que não é apenas quais fontes aparecem que muda de dia para dia; a ordem em que aparecem também muda. Mesmo o pequeno grupo de fontes que sobrevive até ao dia seguinte muda frequentemente de posição, pelo que a citação “principal” que se viu ontem pode estar hoje enterrada mais abaixo.

É exatamente esta rotatividade que já tínhamos abordado em o problema dos 7% de sobreposição : uma única consulta é o retrato de um alvo em movimento. Verifique as suas citações em IA uma única vez e registe o resultado, e terá capturado apenas um fotograma de uma distribuição que se reformula até à manhã seguinte.

Stay Updated on AI Visibility Trends

Get the latest insights on AI mentions, brand monitoring, and optimization strategies.

Email address

Subscribe

Conclusão n.º 2: As Menções de Marca São Mais Estáveis, Mas Continuam Longe de Ser Estáveis

Os URLs individuais mudam de forma acentuada, mas os profissionais de marketing geralmente preocupam-se com algo mais amplo: será que a minha marca está a ser mencionada? Agregar de fontes específicas para nomes de marca suaviza grande parte do ruído, mas mesmo ao nível da marca, o panorama diário está longe da classificação estável que se esperaria da pesquisa tradicional.

O Jaccard ao nível da marca situou-se entre 0,45 e 0,59, significativamente superior aos 0,34-0,42 observados para as fontes. As Telecomunicações foram o setor mais estável, com 0,589, seguidas de perto pela Eletrónica de Consumo, com 0,557, e os Artigos Desportivos no valor mais baixo, com 0,453. Ou seja, cerca de metade das marcas mencionadas hoje reaparecem amanhã, contra apenas um terço das fontes. A presença de marca é o sinal mais duradouro, razão pela qual constitui um KPI central melhor do que acompanhar URLs individuais.

Vale a pena esclarecer dois pormenores. Primeiro, as Vendas Imobiliárias foram totalmente excluídas da análise de marca. Os motores só nomearam uma marca específica em 53,6% das respostas sobre Imobiliário (abaixo do limiar de 70% que os investigadores definiram para que um setor tivesse menções de marca suficientes para ser analisado de forma fiável), porque muitos dos seus prompts eram perguntas genéricas sobre impostos e investimento, às quais os LLMs respondem sem citar nenhuma empresa. Incluí-lo teria distorcido os números, pelo que foi excluído.

Segundo, os Artigos Desportivos ficaram no valor mais baixo por uma razão concreta: existe um conjunto grande e intermutável de marcas de sapatilhas de corrida, pelo que o modelo tem dezenas de opções quase equivalentes de onde escolher, e alterna entre elas ao longo dos dias.

E mesmo aqui, a ordenação é instável. O RBO para marcas situou-se apenas entre 0,19 e 0,30, pelo que a classificação em que as marcas aparecem continua a mudar bastante. Mais estável do que as fontes, mas ainda assim não é algo que se possa medir uma única vez e em que se possa confiar. Este é um argumento a favor de alertas contínuos de monitorização de marca em IA , em vez de verificações pontuais.

Conclusão n.º 3: Uns Poucos Domínios Captam Quase Todas as Citações

Nem todos os domínios citados recebem uma fatia igual do bolo. Na pesquisa com IA, um pequeno conjunto de domínios absorve a grande maioria das citações de IA para qualquer tema, enquanto todos os outros disputam as sobras.

O estudo mede isto através do coeficiente de Gini, uma pontuação de desigualdade padrão. Vai de 0 a 1: um Gini de 0 significaria que todos os domínios são citados de forma igual, e um Gini de 1 significaria que um único domínio recebe todas as citações. É a mesma matemática que os economistas usam para descrever a desigualdade de rendimentos, aplicada aqui à contagem de citações.

Em todos os motores e campanhas, o Gini médio foi 0,715. Este é um valor elevado. Significa que o panorama das citações é fortemente desequilibrado, com um punhado de domínios a deter a maior parte da visibilidade em cada tema.

A concentração varia consoante o motor. O Perplexity distribuiu as suas citações de forma mais equilibrada (Gini de 0,671), seguido pelo ChatGPT (0,684) e pelo Gemini (0,723). O Google AI Mode foi o mais concentrado de todos, com 0,782, o que significa que se apoia mais fortemente num conjunto reduzido de fontes de confiança.

Também varia consoante o tema. Os Artigos Desportivos foram os menos concentrados (0,680), seguidos pela Eletrónica de Consumo (0,713) e pelo Imobiliário (0,718), com as Telecomunicações a apresentar a maior concentração, de 0,750.

A conclusão estratégica: para qualquer tema, uns poucos domínios detêm a visibilidade em IA, e todos os outros são praticamente invisíveis. Entrar nesse patamar de topo é onde está o verdadeiro retorno, pelo que a sua estratégia de share of voice em IA deve centrar-se em conquistar esse núcleo concentrado, em vez de perseguir uma cauda longa que a IA raramente destaca.

Conclusão n.º 4: É o Modelo, Não o Ciclo Noticioso

Se as fontes mudam de dia para dia, talvez isso seja apenas o mundo a mudar, certo? Publicam-se novos artigos, a autoridade de domínio muda, os índices atualizam-se. Para testar isto, os investigadores realizaram uma experiência inteligente.

Colocaram o mesmo prompt até 10 vezes no mesmo dia do calendário, a todos os quatro motores. Mesma consulta, mesmas condições, com poucos minutos de diferença. Se a rotatividade diária resultasse de notícias externas e atualizações de índices, então executar novamente um prompt no mesmo dia deveria devolver fontes quase idênticas. Segundo as pressuposições da pesquisa tradicional, seria de esperar uma sobreposição quase perfeita.

Não foi isso que aconteceu. A sobreposição de fontes no mesmo dia (Jaccard) situou-se entre 0,32 e 0,43 nas campanhas, o que significa que apenas cerca de um terço das fontes citadas coincidiu entre duas execuções realizadas no mesmo dia. A Eletrónica de Consumo registou 0,327, os Artigos Desportivos 0,321, o Imobiliário 0,391 e as Telecomunicações 0,434.

Eis o ponto central: este intervalo é essencialmente idêntico ao intervalo diário de 0,34-0,42. Eliminar o ciclo noticioso como fator não alterou praticamente nada.

A conclusão é inevitável. A rotatividade não vem de atualizações externas, alterações de algoritmos ou de um ciclo noticioso em movimento. Vem da própria aleatoriedade do modelo: a forma probabilística como uma IA gera e seleciona fontes para cada resposta. Consulte o mesmo motor duas vezes seguidas e obterá fontes significativamente diferentes, não porque o mundo mudou, mas porque o modelo voltou a lançar os dados. É exatamente por isso que uma única medição não é suficiente, e por que a monitorização tem de fazer a média de execuções repetidas para ter algum significado.

Conclusão n.º 5: Os Quatro Motores Não São Intercambiáveis

É tentador tratar a “pesquisa com IA” como uma entidade única e monolítica. Os dados dizem o contrário. Os quatro motores comportam-se de forma tão diferente que assumir que um reflete o outro leva a conclusões muito erradas.

Ao decompor os resultados das execuções repetidas no mesmo dia por motor, revela-se uma diferença considerável na consistência. Em termos de fontes, o Gemini foi, de longe, o mais consistente, com um Jaccard no mesmo dia de 0,505, o que significa que aproximadamente metade das suas fontes citadas se manteve estável entre execuções repetidas. O ChatGPT foi o menos consistente, com apenas 0,233, uma sobreposição de pouco mais de um quarto. O Perplexity (0,282) e o Google AI Mode (0,318) ficaram no meio.

O panorama das marcas reformula completamente a classificação. Nas menções de marca, o Perplexity liderou (Jaccard de 0,492), seguido de perto pelo ChatGPT (0,437), depois pelo Gemini (0,409) e pelo Google AI Mode (0,375). Ou seja, o motor mais estável nas fontes não é o mais estável nas marcas. Não existe um único motor “mais estável” universalmente.

O ChatGPT destaca-se por outro motivo. Não devolve citações em 57,8% das suas execuções. Mais de metade das vezes, ignora a pesquisa na web em perguntas de natureza definicional e responde a partir da memória. Pergunte-lhe “qual a diferença entre um caderno de notas e um portátil?” e muitas vezes não cita ninguém. Este comportamento é completamente diferente do Gemini ou do Perplexity, que recorrem à web com muito mais frequência.

A lição é simples mas fundamental: não se pode assumir que o comportamento de um motor reflete o de outro. Cada um tem a sua própria aleatoriedade, os seus próprios hábitos de citação e as suas próprias particularidades. Qualquer programa de monitorização sério, ou Índice de Visibilidade em IA , tem de definir referências específicas por motor, em vez de misturar tudo num único número e esperar que este se generalize.

Conclusão n.º 6: O Prompt Escolhido Altera o Resultado

Eis uma nuance que apanha a maioria das pessoas de surpresa: o prompt escolhido importa tanto quanto o número de vezes que o executa. O estudo mediu a consistência por prompt em todas as campanhas, e a dispersão é enorme. Alguns prompts devolvem quase as mesmas fontes e marcas execução após execução, com um Jaccard acima de 0,8, o que significa que mais de 80% dos itens se repetem. Outros são quase puro ruído, situando-se abaixo de 0,2, onde menos de um em cada cinco itens se mantém estável.

O padrão por trás desta dispersão é intuitivo assim que se percebe. Consultas de produto específicas obtêm respostas mais consistentes do que perguntas amplas e genéricas. Uma pergunta direcionada como “quais são as melhores sapatilhas de corrida” atrai um conjunto mais restrito e repetível de marcas e fontes. Uma pergunta vaga, de topo de funil, do tipo que poderia ser respondida de uma dúzia de formas defensáveis, leva o modelo a explorar um conjunto muito mais amplo de cada vez.

A consequência prática: um ou dois prompts não conseguem representar uma campanha. Se por acaso escolher dois prompts consistentes, vai sobrestimar a sua estabilidade. Se escolher dois erráticos, vai convencer-se de que toda a categoria é caótica. De qualquer forma, está a medir as particularidades da sua seleção de prompts, e não a sua visibilidade real.

A solução é uma carteira de prompts grande e diversificada, que espelhe a forma como os utilizadores reais perguntam: específicos e amplos, transacionais e informativos. Fazer a média entre muitos prompts é a única forma de anular este ruído ao nível da consulta e ver a campanha tal como ela realmente é.

Quantas Vezes Deve Executar Cada Prompt?

Pense numa única consulta como o lançar de uma moeda ao ar. Nunca decidiria se uma moeda é equilibrada com base num único lançamento, mas uma consulta única de pesquisa com IA pede exatamente isso. Como os motores de pesquisa com IA são probabilísticos, cada execução é um novo lançamento de dados, e a única forma de saber com que frequência a sua marca realmente aparece é executar o prompt muitas vezes e fazer a média dos resultados. Quanto mais execuções acumular, menor será o seu erro padrão (EP), a margem de incerteza em torno da sua estimativa.

O estudo quantifica exatamente a velocidade com que essa margem diminui.

A convergência é acentuada no início e depois estabiliza. Uma única execução apresenta um EP de 0,370, essencialmente inútil. Em termos simples: uma marca cuja taxa de deteção real seja 50% poderia registar entre aproximadamente 0% e 100% num único retrato. Não se aprenderia nada.

Ao acrescentar execuções, a incerteza dissipa-se rapidamente:

O EP desce abaixo do limiar de fiabilidade de 0,10 às 7 execuções para o acompanhamento de marca (ainda está em 0,101 em seis execuções). A cobertura ao nível da fonte é mais ruidosa e precisa de 8 execuções para lá chegar.

Assim, a recomendação é concreta: execute pelo menos 7 vezes por prompt por dia quando estiver a monitorizar a visibilidade de marca, e pelo menos 8 quando a cobertura ao nível da fonte for relevante. Menos do que isso, e continua a lançar uma única moeda ao ar e a chamar-lhe medição. Esta é a diferença entre um verdadeiro Índice de Visibilidade em IA e um palpite com sorte.

Durante Quanto Tempo Deve Observar? O Caso de uma Janela de 2 a 4 Semanas

Executar cada prompt o número suficiente de vezes resolve o ruído dentro de um único dia. Mas existe uma segunda fonte de variação: as respostas de IA também mudam de dia para dia, e com cerca de 65% das fontes citadas a mudar a cada 24 horas, um único dia (ou mesmo uma única semana) é demasiado curto para separar o sinal do ruído. É preciso uma janela suficientemente ampla para permitir que a rotatividade diária se equilibre pela média.

O estudo mediu como a precisão da estimativa melhora à medida que a janela de observação se alonga.

Aplica-se a mesma lógica de convergência, mas ao longo do tempo do calendário em vez de execuções repetidas:

A estimativa desce abaixo de 0,10 aos 10 dias e passa abaixo de 0,05 por volta dos 24 dias (está em 0,053 aos 21 dias e em 0,033 aos 28). Em termos práticos: uma semana de dados ainda é instável para acompanhar qualquer marca individual, mas uma margem de 0,05 significa que uma marca verdadeiramente citada 40% das vezes ficará dentro de aproximadamente 30% a 50%, uma margem suficientemente estreita para se confiar numa tendência. Entre duas e quatro semanas é onde os números por marca se tornam genuinamente estáveis.

A recomendação é uma janela contínua de 2 a 4 semanas. Uma janela contínua desempenha uma dupla função: reúne dias suficientes para reduzir a margem estatística, e suaviza discretamente as pequenas atualizações de modelos e atualizações de índices que os motores de IA lançam regularmente, para que um ajuste pontual numa terça-feira não se disfarce de tendência real. É essa a duração de janela que deve estar incorporada em qualquer painel de monitorização ou metodologia de testes A/B de visibilidade em IA antes de tirar conclusões sobre se a sua visibilidade realmente mudou.

O Que Isto Significa para a Sua Estratégia de GEO

O estudo traduz-se diretamente numa série de regras concretas para quem gere um programa de GEO . Trate-as como os requisitos operacionais de uma configuração de medição em que realmente pode confiar.

Execute cada prompt pelo menos 7 vezes por dia (8 quando as fontes importam). Uma única consulta tem um erro padrão de 0,370 na taxa de deteção de uma marca, essencialmente cara ou coroa disfarçado de dados. O erro desce abaixo de 0,10 às 7 execuções para a presença de marca e precisa de 8 execuções para a cobertura ao nível da fonte. Abaixo desse limiar, está a reagir a ruído, não a medir visibilidade.

Cubra cada tema com uma carteira de prompts ampla e diversificada. A sobreposição ao nível do prompt oscila entre abaixo de 0,2 e acima de 0,8 dentro de uma única campanha, pelo que um ou dois prompts captam as particularidades dessas formulações exatas, e não a sua posição real. Construa pelo menos oito consultas variadas por tema, uma mistura de perguntas de produto específicas e formulações amplas do tipo “qual é o melhor”, para que os seus números reflitam a campanha, e não um acaso de formulação.

Agregue ao longo de uma janela contínua de 2 a 4 semanas, e não de um dia ou uma semana. Com cerca de 65% das fontes citadas a mudar diariamente, janelas curtas não conseguem separar o sinal do ruído. As estimativas por marca só se estabilizam abaixo de 0,10 de EP aos 10 dias e abaixo de 0,05 aos 24 dias. Uma janela contínua de duas a quatro semanas suaviza a rotatividade diária e as pequenas atualizações de modelos, transformando-as numa leitura duradoura.

Defina referências separadas para cada motor. A concentração de citações vai de 0,671 no Perplexity até 0,782 no Google AI Mode, e a consistência de fontes no mesmo dia varia entre 0,233 no ChatGPT e 0,505 no Gemini. Um único limiar aplicado aos quatro motores irá induzi-lo em erro em, pelo menos, um deles. Faça a avaliação comparativa de cada motor nos seus próprios termos.

Monitorize a presença de marca e os URLs de origem como dois KPIs distintos. A estabilidade ao nível da marca (Jaccard de 0,45-0,59) supera a estabilidade ao nível da fonte (0,34-0,42), pelo que a presença de marca agregada é o seu indicador principal mais fiável. Mas continue a acompanhar as fontes ao nível do URL também, pois é isso que revela quais páginas estão realmente a impulsionar a sua inclusão.

Limitações Honestas Que Vale a Pena Conhecer

Os autores são refrescantemente transparentes sobre o que este conjunto de dados pode e não pode revelar, e cada ressalva é uma razão para realizar a sua própria medição contínua, em vez de depender de um único estudo.

É suíço. Todos os dados vieram de servidores na Suíça, com IPs e definições regionais suíças, em prompts de língua alemã. A seleção de índices personalizada por geografia e os padrões de citação podem ser diferentes na sua região ou idioma, pelo que deve tratar os números exatos como indicativos, não universais.

É uma única janela temporal. Tudo decorre num único período de 45 a 46 dias (de janeiro a março de 2026). Os motores de IA atualizam-se constantemente, pelo que um retrato de qualquer janela fixa, incluindo esta, pode ficar desatualizado.

O ChatGPT frequentemente não devolveu nada. O ChatGPT ignorou a pesquisa na web em 57,8% das execuções, produzindo zero citações; essas execuções foram excluídas da análise de fontes. A sua própria cobertura no ChatGPT será mais irregular do que os números principais sugerem.

A deteção de marca baseou-se em correspondência de substring. As menções foram comparadas com um léxico fixo, pelo que sinónimos, abreviaturas e paráfrases não foram detetados. A presença real de marca é provavelmente algo superior à medida.

As Google AI Overviews foram excluídas, por serem um produto diferente. Se as AIO forem relevantes para si, trata-se de uma superfície inteira que este estudo nunca abordou.

Nada disto enfraquece a conclusão central; pelo contrário, reforça-a. A única forma de saber como a visibilidade se comporta no seu mercado, no seu idioma e neste mês em concreto é medi-la você mesmo, de forma contínua.

Como Colocar a Medição Repetida em Prática

Eis a lista de verificação prática que decorre do estudo, a configuração mínima viável para uma medição de GEO sobre a qual pode agir:

• Execute cada prompt entre 7 e 10 vezes por dia. Sete execuções colocam a deteção de marca abaixo do limiar de fiabilidade; oito cobrem as fontes; dez dão-lhe margem de segurança.
• Mantenha uma carteira diversificada de 8 ou mais prompts por tema. Combine consultas de produto específicas com formulações amplas do tipo “qual é o melhor”.
• Acompanhe referências específicas por motor. O ChatGPT, o Gemini, o Google AI Mode e o Perplexity comportam-se de forma diferente tanto na consistência como na concentração de citações, pelo que deve fazer a avaliação comparativa de cada um separadamente.
• Utilize uma janela contínua de 2 a 4 semanas. Agregue as taxas de deteção ao longo de 14 a 28 dias, para que a rotatividade diária de fontes e as pequenas atualizações de modelos se dissipem.
• Monitorize a presença de marca e os URLs de origem separadamente. A presença ao nível da marca é o seu KPI principal e estável; o acompanhamento de fontes indica quais páginas conquistam a inclusão.
• Observe a concentração de citações. Um Gini crescente significa que um conjunto cada vez menor de domínios detém as respostas, por isso é importante saber se está dentro ou fora desse conjunto.

Fazer tudo isto manualmente em quatro motores, dezenas de prompts e execuções diárias repetidas envolve muitas partes móveis. Uma plataforma de monitorização de visibilidade em IA como a amicited automatiza exatamente este padrão (execuções múltiplas, prompts múltiplos, acompanhamento em janela contínua no ChatGPT, Gemini, Google AI Mode e Perplexity), para que a distribuição seja calculada por si, em vez de estimada a partir de uma única consulta. Para uma visão mais alargada das opções disponíveis, consulte o guia de ferramentas de acompanhamento de citações de IA , e para detetar mudanças assim que acontecem, configure alertas de monitorização de marca em IA .

A Conclusão Essencial: A Visibilidade É Uma Distribuição, Não um Número

A conclusão mais importante deste estudo é uma mudança de modelo mental. A visibilidade na pesquisa com IA não é uma classificação fixa que se possa ler com uma única consulta. É uma probabilidade de ser mencionado que só se revela ao longo de muitas execuções. Lembra-se da pergunta sobre sapatilhas de corrida com que começámos? Faça-a uma vez e pode ver a sua marca; pergunte de novo um minuto depois, em condições idênticas, e ela pode ter desaparecido. Os conjuntos de fontes sobrepõem-se apenas 34-42% de um dia para o outro; mesmo as marcas, o sinal mais estável, apenas se sobrepõem 45-59%.

Isto significa que cada número obtido a partir de uma única verificação é, na realidade, uma amostra aleatória de uma distribuição subjacente, e uma única amostra praticamente nada revela sobre a forma dessa distribuição. Uma marca citada numa execução e ausente na seguinte não “caiu”; apenas se amostrou uma vez um processo aleatório, semelhante ao lançar de dados, e confundiu-se essa única amostra com a verdade.

Por isso, deixe de perguntar “estou a ser citado?” e passe a perguntar “com que frequência sou citado, e que tendência está a mostrar?”. Execuções repetidas, prompts diversificados, referências por motor e janelas contínuas transformam um retrato ruidoso numa estimativa estável e apta para decisões. Meça a distribuição, não o momento. É esse o jogo inteiro na pesquisa com IA.