Como se mede AI Visibility?
AI Visibility é medida por seis métricas: taxa de citação, share of voice em IA, cobertura por motor, precisão e sentimento, tráfego de referência de IA e acesso de crawler, todas comparadas com uma baseline congelada antes da primeira publicação. O protocolo está declarado nesta página: sessão anônima, data e motor registrados, conjunto de perguntas-alvo congelado e versionado. Publicar o protocolo obriga a cumpri-lo, e é por isso que ele está aqui.
Em quantas perguntas a instituição é citada?
É a taxa de citação: a porcentagem de um conjunto fixo de perguntas-alvo em que a instituição aparece citada na resposta. É a métrica principal, porque é a que corresponde ao produto: aparecer dentro da resposta que o investidor lê. Registramos também a posição (fonte citada com link, menção sem link, ausente) e o enquadramento da citação.
O que não prova: taxa de citação não mede intenção de compra nem qualidade do que foi dito. Uma casa pode ser citada em muitas respostas e estar sendo descrita de forma desatualizada, por isso a precisão factual é medida à parte.
Qual é a fatia da instituição diante dos concorrentes?
É o share of voice em IA: do total de marcas citadas naquele conjunto de perguntas, quanto é da instituição. Registramos todas as marcas que aparecem, não só a do cliente, porque a posição relativa costuma dizer mais sobre a alocação de esforço do que o número absoluto.
O que não prova: share of voice é presença comparada dentro de um conjunto de perguntas definido por nós. Muda o conjunto, muda o número. Por isso o conjunto é congelado, versionado e qualquer alteração é declarada no relatório.
Em quais motores a citação acontece?
É a cobertura por motor. Cada sistema recupera de índices diferentes e pondera fontes de forma diferente, então a mesma pergunta produz resultados distintos em ChatGPT, Perplexity, Gemini, Claude e nas superfícies de IA do Google: AI Overviews e AI Mode. Reportamos sempre motor a motor, além do consolidado.
O que não prova: cobertura não é audiência. Aparecer em um motor com menos usuários no Brasil vale menos, em efeito comercial, do que aparecer em um motor com mais, e o relatório não pondera isso automaticamente.
O que os modelos afirmam, e está correto?
São duas leituras da mesma checagem: sentimento (como a instituição é enquadrada) e precisão factual (se o que o modelo afirma está certo e atualizado). Conferimos cada afirmação contra os fatos da casa, registramos o erro e rastreamos a fonte provável dele.
Essa é a métrica mais subestimada do conjunto: pior do que não ser citado é ser citado errado. Estratégia que a casa não pratica mais, sócio que já saiu, número de dois anos atrás: o leitor recebe o erro com a mesma confiança com que receberia o acerto.
O que não prova: a correção de uma afirmação errada depende de o modelo voltar a recuperar a fonte corrigida, o que não está sob nosso controle.
Quanto tráfego chega de uma resposta de IA?
É o tráfego de referência de IA, medido no GA4 pelos referenciadores dos assistentes e pelas sessões que chegam sem termo de busca a partir dessas origens. É métrica de apoio, não a principal: boa parte do valor de uma citação é consumida dentro da própria resposta, sem clique.
O que não prova: volume baixo de tráfego de IA não significa ausência de citação, e tráfego alto não significa citação: pode vir de link compartilhado. Por isso o tráfego nunca substitui a medição direta de citação, que é o erro mais comum do mercado.
Os crawlers de IA estão realmente lendo o site?
É o acesso de crawler, lido no log do servidor ou do CDN: quais user-agents visitaram, quais URLs, com que frequência e com qual código de resposta. É a única métrica que mostra a causa, e não o efeito. Um site que não recebe GPTBot, ClaudeBot ou PerplexityBot não tem problema de conteúdo; tem problema de acesso.
É aqui que aparece a causa nº 1 de invisibilidade silenciosa: o robots.txt libera o crawler, mas o CDN ou o WAF devolve 403 para aquele user-agent. O arquivo está certo e o robô nunca leu nada.
O que não prova: acesso de crawler não garante indexação, e indexação não garante citação.
Qual é o protocolo de medição?
O protocolo é o que torna os números comparáveis entre um mês e outro. Ele está declarado abaixo e não muda sem aviso no relatório. Qualquer um pode copiar uma lista de métricas; publicar o protocolo é o que obriga a cumpri-lo.
| REGRA | O QUE SIGNIFICA | POR QUÊ |
|---|---|---|
| Baseline antes de publicar | A primeira medição acontece antes de qualquer página nova ir ao ar | Depois não dá para reconstruir o estado anterior |
| Perguntas congeladas | O conjunto de prompts-alvo é fixado e versionado no diagnóstico | Mudar a pergunta muda o resultado |
| Mix declarado | Perguntas de categoria e perguntas com o nome da casa, em proporção declarada | Conjunto só com o nome da casa infla o número |
| Sessão anônima | Sem login, sem histórico, sem personalização | Histórico de conta contamina a resposta |
| Data e motor registrados | Toda rodada guarda data, motor e versão do conjunto | Resposta de IA não é arquivada publicamente |
| Repetição por pergunta | Cada pergunta é rodada mais de uma vez e reportada pela média | Respostas não são determinísticas |
| Concorrentes registrados | Todas as marcas citadas entram no registro, não só a do cliente | É o que permite calcular share of voice e citation gap |
Fonte: protocolo de monitoramento ReBo, 2026.
O que a ReBo não promete
Não prometemos posição garantida em resposta de IA, prazo para a primeira citação nem citação garantida. Ninguém controla o que um modelo responde, e qualquer fornecedor que prometa isso está vendendo o que não pode entregar.
O que controlamos são as variáveis que movem a citação (acesso do crawler, legibilidade, estrutura, densidade factual, autoria verificável e sinal externo) e o que garantimos é a medição do efeito delas, na mesma régua, todo mês, contra a baseline. É o que permite dizer, com número, onde funcionou e onde não funcionou.
Perguntas frequentes sobre medição
Dá para medir se o ChatGPT cita a minha gestora?
Dá. Define-se um conjunto fixo de perguntas que os seus clientes fariam, roda-se esse conjunto em sessão anônima no ChatGPT e nos demais motores, e registra-se em quais respostas a casa aparece, em que posição e quem aparece no lugar dela. Repetido mês a mês na mesma régua, vira série histórica.
O que é taxa de citação?
É a porcentagem do conjunto de perguntas-alvo em que a instituição aparece citada na resposta da IA. É a métrica principal da AI Visibility, medida por motor e acompanhada contra a baseline.
Por que a baseline precisa vir antes da publicação?
Porque respostas de IA não são arquivadas publicamente e mudam com o índice, o modelo e a data. Se a primeira medição acontece depois das primeiras publicações, o ponto de partida se perde e qualquer resultado apresentado depois vira alegação sem contraprova.
Com que frequência os números são atualizados?
Mensalmente, na mesma régua e com o mesmo conjunto de perguntas congelado no diagnóstico. O acesso de crawler é lido de forma contínua, porque é ele que revela problema de acesso antes de o mês fechar.
Vocês usam alguma ferramenta de monitoramento pronta?
Usamos ferramentas para coleta e conferência, mas a régua é nossa: o conjunto de perguntas, o protocolo de sessão e o registro de concorrentes. Ferramenta que muda o conjunto de perguntas sozinha quebra a comparabilidade da série, que é justamente o ativo.