Metodologia Quaerion · v1.0 · 05/08/2026

    Share of Answer

    Protocolo de medição de presença de marca em respostas de IA generativa. Desenhado para sobreviver a auditoria de cliente — número, não promessa.

    Baseline QuaerionIPIA 57,5Descoberta80%Autoridade externa0%
    Por que esta metodologia existe

    A pergunta que qualifica qualquer fornecedor deste mercado

    "Mostrem 3 casos reais em que uma marca passou a ser mais citada por ChatGPT, Gemini ou Perplexity após o trabalho de vocês. Qual era o share of answer antes e depois?"
    — o próprio ChatGPT, na sessão de teste de 05/08/2026, entregando a pergunta ao comprador.

    Hoje ninguém no mercado brasileiro responde isso com número. Quem responder primeiro, com método publicado, ganha a conversa antes de ela começar.

    1 · O modelo de duas métricas

    Uma métrica esconde metade do diagnóstico

    A maioria mede uma coisa só: "a marca apareceu?". O teste de 05/08 provou que são duas falhas diferentes, com causas e tratamentos diferentes.

    🔍Descoberta (SoD)A IA me acha sem ser nomeado?Causa:Volume indexado · autoridadeexterna · hub temáticoCorreção:Conteúdo + citação de terceiro🎯Conversão (SoC)Lida, ela me recomenda?Causa:Qualidade e estrutura doconteúdo · clareza de entidadeCorreção:llms.txt · schema · arquitetura
    A Descoberta responde se a IA encontra a marca sem ser nomeada (corrige-se com conteúdo e autoridade externa). A Conversão responde se, ao ler a marca, a IA a recomenda (corrige-se com llms.txt, schema e arquitetura semântica).
    Caso real — Quaerion, 05/08/2026
    4/5Descoberta
    1/1Conversão

    Diagnóstico: o conteúdo converte; a descoberta oscila. Tratamento: autoridade externa e volume — não reescrita de conteúdo que já estava bom.

    2 · Matriz de prompts

    Travada no baseline. Nunca muda dentro de um ciclo

    ADescoberta pura30%BComparação / escolha25%CProblema (linguagem do cliente)25%DLocal / segmento20%ENomeada — controle (fora do placar)0%
    Peso de cada categoria no placar de Descoberta: A 30%, B 25%, C 25%, D 20%. A categoria E (nomeada) pesa 0% e nunca entra no placar de citabilidade.
    Categoria E não entra no placar

    A categoria nomeada mede só duas coisas: se a IA descreve a marca corretamente e qual fonte ela lê. Contar E como citabilidade é o erro mais comum — e o que separa relatório honesto de relatório de vaidade.

    Regra de redação
    • • Categoria C sem jargão — "como faço minha empresa aparecer no ChatGPT", não "quero GEO".
    • • Sem adjetivo que induza ("melhor", "top") na categoria A.
    • • Sem nomear nenhum concorrente.
    • • Português do cliente, não do consultor.
    3 · Protocolo de execução

    Regras invioláveis e amostragem

    Janela anônima nova a cada prompt — sem emendar perguntas na mesma thread.
    Sem conta conectada. Personalização e memória invalidam a medição.
    Categoria E sempre por último, em janela separada.
    Mesmo horário aproximado entre ciclos — o índice muda ao longo do dia.
    Registrar sempre a fonte citada — separa recuperação de entidade.
    Registrar as rodadas em que a marca não apareceu. Omitir o zero é fraude.
    NívelPromptsRodadasEnginesConsultasEsforço
    Diagnóstico (entrada)53ChatGPT + Perplexity30~1h
    Retainer mensal123ChatGPT + Gemini + Perplexity108~4h
    Enterprise2053 engines + AI Overviews300automação

    Honestidade estatística: com 3 rodadas a margem de erro é grande. 4/5 e 3/5 não são diferentes de forma confiável. Diferença abaixo de 20 pontos percentuais entre ciclos, com n=15, é ruído — e o relatório diz isso.

    5 · O cálculo

    Quatro métricas e um índice único (0–100)

    Share of Discovery (SoD)
    aparições ÷ total de rodadas (cat. A–D)

    Presença bruta.

    Posição Ponderada (PP)
    média dos pesos das aparições

    Aparecer em 1º ≠ aparecer em 5º.

    Share of Voice (SoV)
    suas aparições ÷ aparições de todos os players

    A fatia da conversa — métrica competitiva.

    Autoridade Externa (AE)
    aparições citando terceiro ÷ total de aparições

    A mais durável: entidade não se perde numa atualização.

    Pesos de posição
    1.000.800.600.400.255º+
    Aparecer em 1º vale 1,00; a relevância cai até 0,25 no 5º lugar ou pior.
    Índice de Presença em IA (IPIA)
    IPIA = (SoD × 40) + (PP × 20) + (QD⁄3 × 15) + (AE × 25)

    Onde QD = média da Qualidade da Descrição (0–3). A Autoridade Externa carrega o maior peso individual (25).

    0–20
    Invisível. A IA não te alcança
    21–40
    Recuperável, mas instável
    41–60
    Presente com variância. Conteúdo funciona, entidade não
    ← Quaerion
    61–80
    Estabelecido. Consistente e com fonte externa
    81–100
    Referência de categoria
    Exemplo aplicado — Quaerion · baseline 05/08/2026
    SoD × 400,80 × 4032.0 / 40PP × 200,65 × 2013.0 / 20QD/3 × 150,83 × 1512.5 / 15AE × 250,00 × 250.0 / 25IPIA total57,5 / 100▲ 25 pts de Autoridade Externa intactos na mesa
    O IPIA de 57,5 vem de SoD 32, PP 13 e Qualidade da Descrição 12,5. A Autoridade Externa contribui 0 de 25 — é o componente de maior peso individual e está inteiro por conquistar.
    57,5presente com variância0100
    O IPIA da Quaerion no baseline é 57,5, dentro da faixa 41–60: presente com variância — o conteúdo funciona, a entidade ainda não.

    Os 25 pontos de Autoridade Externa estão inteiros na mesa. Sair de 0 para 40% de AE leva o índice a 67,5 sem mexer em mais nada.

    6 · Antes e depois

    O entregável que vende

    MétricaBaseline+90dΔ
    Share of Discovery80%a medir
    Posição Ponderada0,65a medir
    Share of Voicea medir
    Autoridade Externa0%a medir
    IPIA57,5a medir
    • O que foi executado no período — lista de ações, com data.
    • Quais fontes novas passaram a citar a marca — o dado mais forte.
    • Movimento dos concorrentes no mesmo período — contexto, não vaidade.
    • O que não se moveu e a hipótese do porquê.

    Relatório que só mostra subida é apresentação comercial, não medição.

    7 · Regras de integridade

    O diferencial defensável

    01Prompt nomeado nunca conta como descoberta.
    02Conjunto de prompts travado dentro do ciclo. Mudou, reporta duas séries.
    03Rodadas sem aparição são reportadas.
    04Fonte própria e fonte de terceiro são contadas separadamente, sempre.
    05n declarado em todo número. Sem n, não é medição.
    06Variação abaixo do ruído é declarada como ruído.
    07Nenhuma garantia de citação (consolidado no PRCBook).
    08Homônimos descartados explicitamente e listados no rodapé.

    O concorrente que promete "garanto que a IA te cita" não consegue publicar uma regra dessas. É aí que a Quaerion ganha o cliente sofisticado.

    8 · Automação

    O que dá e o que não dá

    EngineAPIReproduz o que o comprador vê?
    Perplexitysim razoável
    Geminisim parcial — o AI Mode difere
    ChatGPTnão equivalente não — busca de consumo sem API espelho
    Google AI Overviewsnão não

    A medição fiel é manual ou semi-manual — e isso é argumento de venda, não desculpa: você mede o que o comprador realmente vê. Caminho pragmático: automatizar Perplexity e Gemini para volume, manter ChatGPT manual como referência, e declarar o método no relatório.

    9 · Como isso entra no portfólio

    O primeiro caso a publicar é a própria Quaerion

    Diagnóstico Quaerion

    O baseline vira uma das frentes — 'Presença em IA' deixa de ser qualitativa e ganha número.

    Retainer GEO / AEO / AIO

    Medição mensal. É a prova de que o retainer entrega.

    Intelligence Report

    O IPIA entra na pontuação 0–100.

    Material comercial

    Os 3 casos com antes/depois que o ChatGPT manda o comprador exigir.

    "Aplicamos em nós primeiro, e aqui está o antes." Baseline de 05/08 medido: SoD 80% · AE 0% · IPIA 57,5. Em 90 dias existe o "depois" — com método publicado e número auditável.

    Medir a presença da sua marca em IA

    Metodologia v1.0. Baseline de referência: Quaerion, 05/08/2026, ChatGPT anônimo, n=5 rodadas, prompt único de categoria A. Amostra indicativa, não conclusiva — o baseline completo exige as categorias A–D.