Share of voice em IA: como medir e criar benchmarks

A métrica, dita com precisão

A maioria dos times mistura duas coisas diferentes sob o mesmo rótulo. Separe-as e o diagnóstico fica muito mais fácil.

A taxa de menção responde a uma pergunta binária: você aparece? A participação na resposta responde a uma pergunta competitiva: de todas as marcas que o assistente citou, quanto do tempo de fala foi seu? Uma ferramenta B2B pode ter 90% de taxa de menção e ainda assim perder, porque é citada em nono lugar numa lista de dez e as três primeiras ficam com a atenção do comprador.

As duas são calculadas por assistente e por cluster de prompts. Um cluster é um grupo de perguntas com intenção de compra que pertencem à mesma decisão — comparação de preços, alternativas a um concorrente citado, melhor ferramenta para X, perguntas de integração. Fazer média entre clusters produz um número que se mexe por razões que você não consegue rastrear.

• Taxa de menção (%) = execuções em que sua marca aparece ÷ total de execuções, para um assistente e um cluster, × 100.
• Participação na resposta de IA (%) = menções à sua marca ÷ todas as menções de marcas nas mesmas respostas, × 100. Essa é a verdadeira métrica de share, porque é de soma zero contra um conjunto definido de concorrentes.
• Share ponderado (opcional) = a mesma razão com cada menção ponderada pela posição, para que estar em primeiro numa lista valha mais que ser rodapé. Use um peso simples (primeiro = 1,0; meio = 0,6; último = 0,3) e documente.
• Taxa de recomendação = execuções em que você é citado como recomendação, e não apenas referido como exemplo. Vale separar em prompts de alta intenção.

As três entradas que decidem se o seu número significa algo

Uma métrica de visibilidade em IA é tão estável quanto sua instrumentação. Três decisões causam a maior parte do estrago quando são tomadas de qualquer jeito.

Primeiro, o conjunto de prompts. Fixe por escrito — as formulações exatas, o mercado, o idioma, o enquadramento de persona — e versione. Toda vez que você acrescenta prompts, sua linha de tendência quebra; então acrescente como um cluster novo em vez de editar o antigo. Busque prompts suficientes para cobrir a decisão, não para parecer minucioso: vinte a quarenta perguntas de compra bem escolhidas por mercado batem várias centenas de genéricas.

Segundo, o número de execuções. As saídas dos assistentes não são determinísticas; o mesmo prompt perguntado duas vezes pode citar marcas diferentes, sobretudo quando há recuperação ao vivo. Isso significa que uma execução isolada é anedota. Rode cada prompt várias vezes por assistente por período — cinco é um piso viável, mais se sua categoria tiver uma cauda longa de concorrentes — e trate diferenças pequenas em amostras pequenas como ruído, não como movimento.

Terceiro, a regra de menção. Decida de antemão se um URL solto conta, se uma citação na lista de fontes conta como menção, como você trata erros de grafia e nomes da marca-mãe, e se menção negativa conta. Escreva a regra; a inconsistência aqui gera quase todas as discussões sobre se a visibilidade melhorou.

Por que os benchmarks por assistente divergem — e por que isso está certo

Uma marca com 55% de participação na resposta no Perplexity e 12% no ChatGPT para prompts idênticos não é erro de medição. Os sistemas diferem na camada que decide quais marcas são elegíveis a serem citadas.

Recuperação versus conhecimento paramétrico é a maior divisão. Assistentes que se apoiam em busca web ao vivo mostram o que o índice atual e sua camada de ranqueamento favorecem; respostas que vêm sobretudo dos pesos do modelo refletem quão proeminente a marca apareceu nos dados de treinamento. A OpenAI descreve a busca do ChatGPT como a combinação do modelo com informação da web e de fornecedores terceiros (OpenAI), a Anthropic entrega a busca web como uma ferramenta que o Claude decide quando acionar (Anthropic), o Perplexity é construído em torno de recuperação e citação por padrão (Perplexity), e o Google documenta seus recursos de IA como uma camada sobre a Busca, com comportamento próprio de links (Google Search Central). Elegibilidade diferente, lista de marcas diferente.

A preferência de fontes é o segundo motor. Um assistente pode se apoiar em listas editoriais e plataformas de avaliação, outro em documentação, fóruns e sites primários. Se a cobertura de terceiros da sua categoria está concentrada em um punhado de listicles, os assistentes que confiam nessas páginas vão super-representar quem ranqueia bem nelas.

Atualidade e regras de ancoragem são o terceiro. Um concorrente recém-lançado pode aparecer imediatamente nos assistentes voltados à recuperação e ficar invisível por meses nos que pesam nos parâmetros. Região, idioma e se a ferramenta decide que precisa buscar acrescentam mais variação legítima.

A consequência prática: nunca reporte uma média misturada entre assistentes como número principal. Reporte uma matriz. A distância entre assistentes é, em si, a informação, porque diz se o seu problema é cobertura de fontes, ranqueamento nas páginas dos outros ou ausência pura do corpus. Esse detalhamento por assistente é o núcleo do que construímos na Growli, e é a razão pela qual uma pontuação global única é o número menos útil do relatório.

Um modelo de tabela de benchmark para copiar

Construa uma linha por assistente, por cluster de prompts, por período. As colunas, em ordem:

Leia de duas formas. Na horizontal, você vê se um cluster está saudável em um assistente e quebrado em outro. Na vertical, você vê se um concorrente vence em todo lugar (problema de corpus e autoridade) ou só numa superfície (problema de fonte que dá para atacar).

Acrescente uma segunda aba com o conjunto de concorrentes — de cinco a oito rivais nomeados, fixos no período — mais a lista exata de prompts e a regra de menção. Sem isso, o número do próximo trimestre não é comparável a este.

• Período — semana ou mês, com as datas de execução.
• Assistente — ChatGPT, Gemini, Claude, Perplexity, Copilot, Grok. Uma linha para cada; sem misturar.
• Cluster de prompts — por exemplo melhor-ferramenta-para-X, alternativas-a-concorrente, preços.
• Execuções — total de execuções por trás da linha. Qualquer coisa abaixo de cinco por prompt deve ser marcada como baixa confiança.
• Suas menções — execuções que contêm sua marca conforme a regra documentada.
• Taxa de menção % — suas menções ÷ execuções.
• Total de menções de marcas — todas as menções a você e ao conjunto de concorrentes acompanhado nas mesmas respostas.
• Participação na resposta % — suas menções ÷ total de menções de marcas.
• Posição média — colocação média quando você é citado numa lista.
• Principal concorrente + participação dele % — quem está de fato ficando com o espaço.
• Principais domínios citados — as três fontes em que o assistente mais se apoiou; essa é a sua lista de ações.
• Variação vs período anterior — em pontos percentuais, não em variação percentual, para bases pequenas não exagerarem o movimento.

Transformando lacunas de share em ações

Um relatório de share of voice que termina numa porcentagem é um painel. O valor está no mapeamento entre tipo de lacuna e intervenção, e há só um punhado de tipos que vale nomear.

Ausente em todos os assistentes para um cluster significa que você não está no material com que as respostas são construídas. O trabalho é cobertura: ser citado, descrito e comparado nas páginas que os assistentes já citam para aquele cluster — plataformas de avaliação, listas de categoria, tópicos de comunidade, publicações setoriais — e garantir que suas próprias páginas digam claramente o que você faz, para quem e por quanto.

Presente nos assistentes voltados à recuperação e ausente nos que pesam nos parâmetros aponta para recência. Você existe na web ao vivo, mas não no corpus mais profundo. Conte com uma defasagem e, enquanto isso, concentre-se nas superfícies em que a recuperação decide a elegibilidade.

Citado mas em último é um problema de evidência comparativa. Assistentes ordenam listas com o enquadramento que encontram nas fontes. Se os concorrentes têm páginas de comparação explícitas, tabelas de preço e declarações de caso de uso e você não, você fica no lugar de coadjuvante. Publique as especificidades — para quem você não serve é tão útil quanto para quem você serve.

Citado com atributos errados é o mais danoso e o mais fácil de deixar passar se você só conta menções. Registre as afirmações feitas sobre você, não apenas o fato de ter sido citado: modelo de preço errado, uma integração ausente, um posicionamento desatualizado. Corrija na fonte que está sendo citada.

Um concorrente dominante em um assistente costuma remeter a uma única página. Ache-a na coluna de domínios citados e decida se a jogada é entrar naquela página, criar uma alternativa mais forte num domínio comparável ou pedir uma correção factual.

Priorize por peso comercial, não por tamanho da lacuna. Uma lacuna de dez pontos em prompts de alta intenção do tipo “alternativas a” vale mais que uma de quarenta pontos em perguntas de definição. Se quiser o enquadramento mais amplo de como taxa de menção, sentimento e fontes citadas se encaixam, veja nosso texto introdutório sobre visibilidade em IA.

Cadência, confiança e o que conta como movimento real

Medição mensal serve para a maioria das categorias; semanal se justifica durante um lançamento, um rebranding ou uma campanha ativa de correção. Seja qual for a escolha, rode o conjunto inteiro de prompts numa janela curta para que atualizações de modelo não atravessem sua amostra.

Defina um limiar de movimento antes de reportar. Com cinco execuções por prompt, uma variação de poucos pontos percentuais num único cluster está bem dentro da variação amostral — só chame de movimento quando se sustentar por dois períodos seguidos ou aparecer em vários clusters do mesmo assistente. Anote em todo relatório os eventos que poderiam explicar um salto: atualização de modelo, lançamento de um concorrente, um grande artigo de terceiros publicado, uma mudança no seu próprio site.

Uma última disciplina: guarde as respostas brutas, não só as contagens. Daqui a seis meses, as contagens dirão que o share caiu e as respostas guardadas dirão por quê — e essa é a diferença entre uma métrica de visibilidade em IA que você consegue defender e um número que começa uma briga.

FAQ