Como medir visibilidade em ChatGPT, Gemini e Perplexity sem depender de prints isolados
Metodologia para medir visibilidade em ChatGPT, Gemini e Perplexity com prompts congelados, repetição, menções, citações, recomendações, fontes e limitações explícitas.
Para medir visibilidade em ChatGPT, Gemini e Perplexity sem depender de prints, trate cada resposta como uma observação de uma amostra pré-definida. Congele prompts, intenção, idioma, mercado, plataforma e número de repetições; registre menção, citação, recomendação, fontes e precisão da entidade; preserve resultados negativos; e repita o mesmo protocolo depois da intervenção. O resultado descreve aquela amostra e aquela janela — não um ranking universal da internet.
- Não existe uma posição única e estável equivalente a um ranking tradicional para todas as respostas generativas.
- Mention Rate e Citation Rate só fazem sentido quando a amostra de prompts é definida e publicada.
- Resposta, citação e contexto devem ser analisados separadamente.
- Mudança de modelo, busca, data ou localização pode alterar respostas sem qualquer mudança no site.
- A métrica precisa estar conectada a intenções comerciais e não apenas a prompts escolhidos para produzir um resultado bonito.
Este documento responde
Como desenhar uma medição reproduzível de presença em ChatGPT, Gemini e Perplexity: amostra, prompts, repetições, menções, citações, recomendações, fontes e limitações.
O que fica fora deste escopo
Não é o documento principal para decidir se uma intervenção de GEO específica funcionou depois de um baseline.
Consultoria GEO & Search AI
Operação contínua para presença em busca generativa com baseline, testes, entidade, conteúdo e mensuração.
Por que 'minha marca aparece no ChatGPT?' é uma pergunta incompleta
Uma marca pode aparecer em uma pergunta e sumir em outra quase idêntica. Pode ser mencionada sem link, citada como fonte, listada como alternativa ou aparecer em contexto negativo. Reduzir tudo a 'sim/não' perde a maior parte da informação estratégica.
Além disso, respostas generativas são variáveis. Ferramentas podem usar busca atual, fontes distintas, contexto de sessão e versões diferentes do sistema. Por isso a medição precisa controlar o que for possível e documentar o restante.
1. Defina a unidade de análise: o prompt
O benchmark começa por um conjunto de prompts que representem jornadas reais. Eles devem ser escolhidos antes da coleta, não depois de vermos onde a marca aparece.
- perguntas de categoria: 'quais empresas oferecem X?'
- perguntas de comparação: 'X ou Y para este cenário?'
- perguntas de validação: 'a empresa Z é confiável/adequada para...?'
- perguntas de problema: 'como resolver...?'
- perguntas locais quando a geografia altera a decisão
- perguntas branded para avaliar precisão da descrição da própria marca
2. Congele o contexto do benchmark
- texto exato do prompt
- plataforma e produto utilizados
- data e horário da coleta
- idioma
- localização ou mercado quando controlável
- conta/logado ou não, quando isso fizer parte do método
- número de repetições
- se houve busca/web ativada ou evidência de recuperação de fontes
3. Separe as métricas
Mention Rate
Percentual de prompts da amostra em que a marca é mencionada. Sem o tamanho e a composição da amostra, o número não deve ser tratado como indicador absoluto de mercado.
Citation Rate
Percentual de prompts em que uma URL ou domínio da marca aparece como fonte/citação observável. Menção e citação são eventos diferentes.
Competitive Share of Voice
Participação relativa das marcas observadas no mesmo conjunto de prompts. É útil para comparar movimento, desde que o universo de prompts permaneça estável.
Source Share
Quais domínios são citados com maior frequência na amostra — sites das marcas, imprensa, diretórios, fóruns, documentos oficiais ou outras fontes.
Context Quality
Classificação manual ou assistida sobre como a marca é descrita: correta, incompleta, incorreta, positiva, neutra, negativa, recomendada ou apenas mencionada.
4. Por que repetir o mesmo prompt
Uma única resposta não mostra variabilidade. Para perguntas prioritárias, repetições ajudam a distinguir presença recorrente de uma ocorrência isolada. O número de repetições deve ser escolhido antes do teste e mantido entre ciclos comparáveis.
5. Não misture correlação com causalidade
Se uma marca passa de 10% para 20% de Mention Rate após uma campanha, isso não prova que a campanha causou a mudança. O modelo pode ter sido atualizado, novas fontes podem ter entrado no índice ou a variabilidade natural pode explicar parte do movimento.
6. Ligue Search AI a dados comerciais
A medição ganha valor quando prompts são conectados a categorias, serviços e jornadas que importam para a empresa. Também vale acompanhar referrals identificáveis, branded search, páginas citadas e leads que declaram ter descoberto a marca em uma ferramenta de IA.
A OpenAI informa que referrals de ChatGPT podem incluir `utm_source=chatgpt.com`, o que ajuda a separar parte do tráfego observável. Mesmo assim, influência sem clique continuará existindo e deve ser tratada como uma limitação de atribuição.
7. Um protocolo mínimo para ChatGPT, Gemini e Perplexity
Quando o objetivo é comparar plataformas, a unidade não deve ser um print. Use o mesmo conjunto de prompts e duas ou mais execuções independentes nas interfaces escolhidas, sempre registrando o estado observável de busca/web e qualquer bloqueio técnico. Se uma plataforma não puder ser coletada, marque a observação como indisponível; não transforme ausência de coleta em zero.
- ChatGPT: registrar se a busca na web estava ativa e quais fontes ficaram visíveis
- Gemini: preservar resposta, fontes/links quando expostos e o modo/modelo apresentado pela interface
- Perplexity: guardar resposta, lista de fontes, links e a URL estável da pesquisa quando existir
- para todas: sessão nova, prompt exato, repetição, timestamp, idioma e mercado
- bloqueios, CAPTCHA e erros técnicos entram no log de coleta — não no denominador de visibilidade
8. Um exemplo de relatório responsável
- amostra: 100 prompts definidos e publicados internamente
- plataformas: produtos e versões observados na data do teste
- Mention Rate da marca e de cinco concorrentes
- Citation Rate por domínio
- top fontes externas citadas
- erros factuais sobre a entidade
- prompts em que concorrentes dominam a resposta
- mudanças desde o ciclo anterior
- hipóteses de ação — separadas das conclusões observadas
O que sustenta as afirmações externas deste artigo
Priorizamos documentação primária para afirmações sobre plataformas. Conceitos e frameworks proprietários da AUDITSEO são identificados como tal no texto.
OpenAI — Busca do ChatGPT
A busca do ChatGPT pode apresentar citações e fontes; a documentação também descreve elegibilidade e limitações de posicionamento.
OpenAI — Editores e desenvolvedores — FAQ
Informações sobre descoberta, OAI-SearchBot e atribuição de referrals do ChatGPT.
Google Search Central — AI features and your website
Contexto oficial sobre AI Overviews/AI Mode e relação com fundamentos de SEO.
AUDITSEO — Protocolo de benchmark Search AI
Protocolo público para prompts congelados, repetição, classificação e limitações antes da coleta.
AUDITSEO — Case Study #001
Caso público usado para registrar baseline, intervenções e checkpoints sem reescrever o histórico.
Fontes consultadas e verificadas em 02 de outubro de 2026.
Sidney Santos
Especialista em SEO e Search Intelligence e fundador da AUDITSEO. O conteúdo editorial é produzido para documentar método, evidências, limites e aprendizados sobre busca — não para fabricar volume de páginas.
Ver perfil e metodologia do autorDocumentos que aprofundam ou sustentam este tema
Onde a AUDITSEO trata este tipo de problema
Este conteúdo existe para explicar o problema antes da contratação. Quando a empresa precisa transformar a hipótese em diagnóstico, implementação ou acompanhamento, estas são as frentes relacionadas.