Prompt-alvo: a pergunta em que a sua marca precisa ser citada
Prompt-alvo é a pergunta, escrita em linguagem natural, que uma pessoa faz a um assistente de IA e na qual uma marca quer aparecer como fonte citada. É a unidade de medida da AI Visibility: o que se acompanha não é a posição numa lista de links, é a presença dentro da resposta.
O que é um prompt-alvo?
Um prompt-alvo é a pergunta em linguagem natural que uma pessoa digita num assistente de IA e na qual a marca quer ser citada. Ele substitui a keyword como unidade de acompanhamento: mede-se presença dentro da resposta, não posição numa lista de links.
Na prática, um prompt-alvo tem a forma de uma frase inteira, do jeito que alguém digitaria: "qual gestora brasileira tem o melhor research de renda fixa?", "quem faz diagnóstico de visibilidade em IA para empresa no Brasil?", "vale a pena publicar a carta mensal em HTML além do PDF?". Cada uma dessas perguntas produz uma resposta única, já sintetizada, com um punhado de fontes citadas. É nessa lista curta que a disputa acontece.
O prompt-alvo é a primeira coisa que um diagnóstico define, antes de qualquer decisão sobre conteúdo. Sem ele não existe baseline, e sem baseline não é possível afirmar que uma marca melhorou: seria preciso ter registrado antes em quais perguntas ela não aparecia. Numa operação de AI Visibility conduzida internamente ou por uma agência de AI Visibility, o conjunto de prompts-alvo é o que amarra produção, medição e otimização ao mesmo alvo.
Qual a diferença entre keyword e prompt-alvo?
A keyword é curta, ambígua e serve para ranquear numa página de resultados. O prompt-alvo é longo, específico e carrega contexto: cargo, setor, restrição, intenção. A keyword mede posição; o prompt-alvo mede citação. As duas convivem: a keyword define o título, o prompt-alvo define o H2.
| Camada | Keyword | Prompt-alvo |
|---|---|---|
| Forma | 2 a 5 palavras | frase inteira, normalmente de 8 a 25 palavras |
| Onde vive na página | <title> e H1 | H2 em forma de pergunta, com a resposta-âncora logo abaixo |
| O que mede | posição na página de resultados | citação dentro da resposta gerada |
| Volume conhecido | sim, pelas ferramentas de busca | não, os motores generativos não publicam volume de prompt |
| Como se acompanha | rank tracker | execução periódica do prompt nos motores e registro das fontes citadas |
Fonte: metodologia ReBo AI Visibility, setembro de 2026.
A confusão entre as duas camadas custa caro nos dois sentidos. Tratar prompt como keyword leva a criar uma página por pergunta, o que não escala: vinte perguntas longas viram vinte páginas rasas. Tratar keyword como prompt leva a páginas que até ranqueiam e nunca são citadas, porque em nenhum momento respondem à pergunta na forma em que ela é feita.
A saída é usar a camada certa para cada uma. Keyword curta no <title> e no H1, que é onde ela ainda rende; cauda longa como H2 em forma de pergunta, com uma resposta-âncora de até cerca de 45 palavras logo abaixo. É esse trecho curto, autocontido e verificável que o modelo copia quando decide citar alguém.
Quantos prompts-alvo uma empresa deve acompanhar?
Na metodologia ReBo, de 15 a 30 na primeira baseline, distribuídos em três blocos: categoria, problema e marca. Menos que isso não forma amostra; muito mais encarece a medição sem mudar decisão, porque a seleção de fontes varia de uma execução para a outra.
Os três blocos existem porque medem coisas diferentes. Categoria reúne as perguntas em que ninguém é citado pelo nome ainda ("quem faz isso no Brasil?"): é onde se ganha cliente novo. Problema reúne a dor descrita com as palavras do cliente ("minha carta em PDF não aparece no ChatGPT, o que eu faço?"): é a maior parte da cauda longa. Marca reúne as perguntas que já trazem o nome da empresa: mede o que o modelo responde para quem já ouviu falar de você, e é o bloco em que uma resposta errada dói mais.
Cada prompt precisa ser executado em mais de um motor, porque as fontes citadas quase não se repetem entre eles. Um levantamento da Profound com 100 mil prompts distintos, publicado em julho de 2025, mediu 11,0% de fontes compartilhadas entre ChatGPT e Perplexity, com faixa de 6% a 16,4% entre os pares de motores testados. Acompanhar um motor só mede um mercado só.
A frequência prática é mensal, sempre contra a baseline, e o resultado alimenta a taxa de citação e o share of voice. É a Fase 5 do método ReBo, e é o que permite dizer, com dado, em que nível do framework de maturidade em AI Visibility a empresa está.
Verbetes relacionados
O prompt-alvo é o que se mede; a taxa de citação é como se mede. O resultado agregado é a AI Visibility da marca. Antes de medir qualquer coisa, vale checar se o crawler de IA consegue ler o site. Sem isso, nenhum prompt tem chance.
Perguntas frequentes
Como se escolhe um prompt-alvo?
Partindo do que o cliente pergunta antes de saber que a empresa existe. As fontes de partida são o time comercial, as perguntas que se repetem em reunião, o campo de busca do site e as consultas do Search Console. Prompt inventado em sala mede a imaginação de quem escreveu, não o mercado.
Um prompt-alvo dá sempre a mesma resposta?
Não. A seleção de fontes dos motores generativos não é determinística: a mesma pergunta, repetida, pode citar fontes diferentes. Por isso a medição é feita por execuções repetidas e taxa de citação, nunca por um único print de tela.
Prompt-alvo muda com o tempo?
Muda, mas o conjunto principal precisa ficar estável para a série histórica ter sentido. A prática é revisar a cada trimestre: entram perguntas novas que o mercado passou a fazer, saem as que nenhuma pessoa real faz.
Preciso de ferramenta paga para acompanhar prompts-alvo?
Não para começar. Um conjunto de 15 a 30 prompts executados manualmente uma vez por mês, com as fontes citadas registradas em planilha, já produz série histórica válida. Ferramenta paga resolve escala e frequência de coleta, não a definição do que medir.