Como medimos a visibilidade em IA

Para o seu setor e localização, geramos as perguntas que clientes reais digitam nos assistentes de IA — como “Quem é o melhor {industry} em {location}?” ou “Quem devo chamar numa emergência?”. Você pode adicionar até duas perguntas próprias. Cada pergunta é feita exatamente como um cliente faria, sem pistas sobre o seu negócio.

Cada pergunta é enviada via API a vários modelos de linguagem — o mesmo tipo de tecnologia de IA por trás dos assistentes tipo ChatGPT. As respostas variam entre modelos e execuções; por isso fazemos muitas perguntas em vários modelos em vez de confiar num único chat. Mostramos cada resposta bruta no relatório, sem edição.

• •Taxa de menções — a fração das respostas que mencionam o seu negócio (pelo nome ou por um alias conhecido).
• •Posição média — onde você aparece na lista de recomendações quando é mencionado (#1.0 = sempre em primeiro).
• •Radar de concorrentes — quais outros negócios as IAs recomendam e com que frequência.
• •Sentimento — como as IAs descrevem você quando é mencionado (positivo / neutro / negativo).
• •Fontes citadas — os sites e diretórios que as IAs referenciam, ou seja, de onde vem o conhecimento delas.

A nota é uma função simples da sua taxa de menções: A = mencionado em 60% ou mais das respostas, B = 30–59%, C = 10–29%, D = 1–9%, F = 0%. Sem truques de ponderação — as respostas brutas por trás do número estão sempre no relatório.

As respostas das IAs mudam com o tempo, variam um pouco conforme a localização e a formulação, e os modelos são atualizados regularmente. Uma análise é um retrato do momento, não uma garantia — por isso os planos de monitoramento reanalisam toda semana e acompanham a tendência. Atualmente consultamos modelos de linguagem de ponta; a cobertura se expande à medida que outros assistentes oferecem APIs estáveis. A amostragem automatizada cobre hoje canais diretos e apoiados em busca; superfícies de consumo como o ChatGPT web são amostradas por um canal de coleta manual humana, e a cobertura dos principais assistentes da China está no nosso roadmap — só adicionamos um canal quando ele está realmente implementado.

Cada pergunta é amostrada em dois canais. Direto: o modelo responde apenas com seu conhecimento treinado — como conversar com um assistente sem navegação. Com busca: executamos uma busca real na web e pedimos ao modelo que responda somente a partir desses resultados, citando-os — as URLs citadas vêm dos resultados de busca, não da memória do modelo. Isso simula como assistentes com busca respondem, mas é uma simulação (recuperação + síntese do modelo), não uma medição direta do ChatGPT search, Perplexity ou Google AI Overviews. Os relatórios rotulam cada canal separadamente.

Preferimos prometer menos a vender demais. Nossos números são amostras via API de modelos de IA em um momento no tempo, e isso tem três limites honestos:

• •Uma menção é evidência de que um teste produziu uma menção — não é prova de que cada usuário real vê a mesma resposta. As respostas de IA variam por usuário, sessão, local e redação.
• •As respostas variam entre execuções mesmo com o prompt idêntico. Um único sim/não quase não significa nada; por isso mostramos taxas de acerto em escaneamentos repetidos (ex.: mencionado em 3 de 5 execuções) e por isso reexecutar o mesmo conjunto de prompts periodicamente é a forma correta de medir.
• •Visibilidade não é tráfego, e tráfego não é conversão. Ser recomendado por um modelo de IA é um sinal a montante — mostra onde você está na resposta, não quantos clientes ela envia.

É também por isso que cada resposta amostrada no Geovory pode ser aberta como uma página pública de evidência — resposta bruta, prompt, modelo e horário de amostragem em UTC — para que ninguém precise aceitar nossos números por fé.