Trabalhamos com uma pergunta que toda marca vai fazer cedo ou tarde: quando alguém pede uma recomendação ao ChatGPT, ao Gemini ou a outro assistente, a minha marca aparece?
Não é uma pergunta retórica. Assistentes de IA já intermediam decisões de compra — escolher um fornecedor de energia, uma seguradora, uma loja de bricolage. E, diferente do Google, eles não mostram dez links azuis: mostram uma lista curta, com nomes, e pronto. Ou você está na lista, ou você não existe naquela resposta.
Nos últimos meses rodamos auditorias de visibilidade para quatro marcas reais em setores diferentes — energia, seguros, bricolage e agências de marketing. Este post é o que dá para aprender com os números: como medimos, o que os dados mostraram e o que nos surpreendeu (algumas coisas, bastante).
Share of voice: a métrica que importa nas respostas de IA
A métrica central da nossa medição é o share of voice (SoV): de todas as respostas geradas pelos modelos, em quantas a marca aparece espontaneamente, sem qualquer patrocínio ou indução no prompt.
É a versão "answer engine" daquela velha pergunta de SEO ("em que posição estou?"), com uma diferença brutal: no Google você pode estar na página 2 e ainda receber clique. Numa resposta de LLM, estar fora da lista é estar fora.
Como medimos (metodologia completa)
Cada auditoria segue sempre o mesmo desenho:
- 12 perguntas por idioma, escritas como um consumidor real perguntaria (não como um especialista)
- 3 modelos de IA distintos, consultados via API (usamos GPT-4o-mini, Llama 3.3 70B e Gemini 2.5 Flash, através do OpenRouter)
- 2 idiomas por auditoria (na maioria, português de Portugal e português do Brasil)
- Contagem: uma resposta "contém a marca" quando o nome aparece espontaneamente no texto; quando a resposta traz uma lista ranqueada, registramos também a posição média em que a marca surge
Exemplos reais de perguntas do template (o {nicho} é substituído pelo segmento):
"Quem são os líderes de mercado em {nicho} na Península Ibérica?"
"Empresas de {nicho} com melhor relação qualidade-preço em Portugal"
"Melhores empresas de {nicho} no mercado brasileiro"
"Quem recomenda para {nicho} em Lisboa?"
E a regra de contagem, sem mistério:
# share of voice = fração de respostas em que a marca aparece sozinha
sov = respostas_com_mencao_espontanea / total_de_respostas
Duas notas honestas de engenharia: pedimos max_tokens baixos e um delay entre prompts para não tomar 429 dos provedores; e um detalhe que aprendemos na prática — se o nome do nicho já contém a palavra "agência" (ex.: "agência de marketing digital"), o template em inglês "Most reliable {nicho} agencies in {pais}" gera frases como "Most reliable agência de marketing digital agencies in the Portuguese market". Funciona, mas soa robótico. Vale validar os prompts gerados antes de rodar o batch.
Os números dos 4 relatórios
Foram 4 auditorias, 4 setores, 293 respostas de IA analisadas ao todo. Cada relatório compara a marca analisada com os concorrentes do segmento.
| Marca (segmento) | Share of voice da marca | Concorrente à frente | Gap |
|---|---|---|---|
| Galp (energia) | 22,1% (15 de 68 respostas) | EDP — 35,3% | 13,2 p.p. |
| Tranquilidade (seguros) | 20,6% (13 de 63) | Allianz — 77,8% | 57,2 p.p. |
| Fullsix (agências de marketing) | 7,5% (7 de 93) | VML — 23,7% | 16,2 p.p. |
| Leroy Merlin (bricolage) | 81,2% (56 de 69) | — (líder; AKI é 2ª, com 49,3%) | — |
Duas marcas aparecem em menos de 1 resposta em 4, num cenário onde o consumidor pergunta "quem são os líderes do mercado?" e o modelo responde com uma lista de nomes. A Fullsix — uma agência que vende marketing digital — aparece em 7,5% das respostas do próprio setor. A Allianz domina o debate de seguros com 77,8%, mais de 3x a Tranquilidade.
Nas três auditorias em pt-PT + pt-BR (Galp, Tranquilidade, Leroy Merlin), a metodologia foi idêntica: 12 perguntas × 3 modelos × 2 idiomas. A Fullsix rodou com 4 modelos e em pt-PT + inglês, num batch de junho (as outras três são de setembro).
O que surpreendeu nos resultados
1. A mesma marca desaparece quando você muda o idioma
Este foi o achado mais forte. Olha o mesmo par de marcas, segmento idêntico, só mudando o idioma da pergunta:
| Marca | pt-PT | pt-BR |
|---|---|---|
| Galp | 42,4% | 2,9% |
| Tranquilidade | 40,6% | 0,0% (0 de 31 respostas) |
| Leroy Merlin | 82,4% | 80,0% |
| Fullsix | 2,2% (pt-PT) | testado em inglês: 12,8% |
A Galp pontua 42,4% em português europeu e desaba para 2,9% em português brasileiro (1 menção em 35 respostas). A Tranquilidade pior: zero menções em 31 respostas em pt-BR. Zero. Não é "baixa visibilidade", é ausência completa.
A Leroy Merlin, em contraste, crava ~80% nos dois idiomas. Ou seja: o problema não é "português" em abstrato — é a densidade de conteúdo estruturado que existe sobre a marca em cada mercado. Os modelos de IA herdam o que a web de cada idioma diz sobre você. Se o seu mercado-alvo é o Brasil e você só construiu presença em fontes portuguesas, para o LLM você não tem histórico lá.
2. Ser mencionado não basta — a posição média importa
Registrar "a marca apareceu" esconde metade da história. Quando aparece, em que posição da lista?
- Leroy Merlin: posição média 1,7 nas listas de recomendação (aparece quase sempre, e quase sempre primeiro)
- Galp: posição média 4,7
- Tranquilidade: posição média 6,6
- Fullsix: posição média 12,7
Uma marca com 20% de share of voice mas posição média 6,6 está, na prática, competindo por sobras de atenção. Num consumo em mobile, a resposta curta, pouca gente expande a lista. Position, not just presence.
3. O "líder do mercado" segundo a IA pode não ser o que você imagina
Em bricolage, a Leroy Merlin com 81,2% e seus rivais Bricomarché e Bricodepot com 0,0% — literalmente zero menções em 69 respostas. Já no nosso quadro, quem luta pelo segundo lugar é a AKI (49,3%).
Em seguros, o podium da IA é Allianz (77,8%), Fidelidade (44,4%), Zurich (34,9%). Em energia: EDP (35,3%), Iberdrola (33,8%), Endesa (23,5%), Galp (22,1%), Repsol (4,4%).
O ponto: o modelo não mede quota de mercado real — mede consistência de menções no conteúdo que absorveu. Uma marca pode ser forte na vida real e fraca no LLM (é exatamente o caso da Galp em pt-BR). Quem não produz presença textual consistente nos canais que os modelos leem (sites de autoridade, comparativos, diretórios, imprensa) fica de fora da lista, mesmo sendo líder offline.
4. Para o mercado de agências, inglês rende mais que português
A Fullsix apareceu em 12,8% das respostas em inglês contra 2,2% em pt-PT (1 menção em 46 respostas). Faz sentido: o conteúdo global sobre agências de marketing vive majoritariamente em inglês (rankings internacionais, awards, diretórios). É um lembrete de que "GEO" não é só traduzir seu conteúdo — é entender em qual idioma o ecossistema de fontes do seu setor é mais denso, e garantir que a sua menção exista lá.
5. Share of voice só é comparável dentro do mesmo benchmark
Uma lição de medição que virou regra interna: SoV não é um número absoluto universal — ele depende do conjunto de perguntas, dos modelos e do mix de idiomas. Duas medições com benchmarks diferentes não são comparáveis entre si; a evolução que importa é o delta da mesma marca contra si mesma, com o mesmo benchmark repetido ao longo do tempo. É o mesmo princípio de qualquer experimento: fixe o protocolo, meça a variação.
O que fazer com esses números (a parte acionável)
O mais útil de cada relatório não é o número agregado — é a lista de perguntas onde a marca não apareceu. É literalmente um roteiro de conteúdo priorizado por demanda real. O processo que recomendamos a partir dos dados:
- Pegue as queries onde você ficou de fora e produza conteúdo que responde diretamente a cada uma (não genérico: a pergunta exata como título/H2 funciona como âncora semântica).
- Publique onde os modelos olham: blog técnico próprio, imprensa setorial, diretórios, comparativos de terceiros. Os LLMs tendem a citar fontes com densidade consistente de menções — presença esparsa não acumula.
- Trate idioma como canal separado. Se você atua (ou quer atuar) em mais de um mercado, cada idioma precisa da sua própria presença construída. O caso da Tranquilidade (0% em pt-BR) não se resolve com tradução — se resolve existindo conteúdo brasileiro sobre a marca.
- Meça posição média, não só menção. Subir da posição 6 para a 3 muda o jogo, mesmo com o mesmo share of voice.
- Repita o mesmo benchmark mensalmente. SoV é uma série temporal, não um retrato.
Nenhum desses passos exige orçamento de mídia. Exigem método — e uma régua.
Fechando
A pergunta "minha marca aparece no ChatGPT?" é respondível com dados, não com achismo. E os dados, quando você olha, costumam doer um pouco: três das quatro marcas medidas aparecem em menos de 1 resposta em 4 — e a web que os modelos leem em cada idioma é bem menor do que a que existe.
Foi para esse tipo de medição que construímos o GEO Tracker: ele roda as perguntas contra os modelos, calcula share of voice vs. concorrentes por idioma e devolve a lista de oportunidades (existe um teste gratuito de 3 perguntas, e os relatórios completos custam €49 no plano Essencial e €99 no Completo, com breakdown por concorrente — menciono porque alguém vai perguntar, não é o foco do post).
Se você medir a sua marca — com o nosso produto, com um script próprio ou num notebook à mão — o conselho é um só: estabeleça o benchmark, rode, e trate o número como linha de base. A partir daí, qualquer melhoria de presença vira dado, não opinião.
Top comments (0)