Share of Answer é um protocolo para medir como uma marca aparece nas respostas de IA, considerando descoberta, recomendação, posição e origem das fontes. A métrica exige prompts definidos, engines declaradas, rodadas registradas e denominadores explícitos, para que o resultado compare ciclos equivalentes em vez de contar menções isoladas.
A página editorial do Blog Quaerion explica como interpretar o indicador sem duplicar a fonte normativa. A fórmula, a matriz de prompts, a amostragem, as regras de integridade e o baseline ficam reunidos na metodologia canônica do Glossário Quaerion, que deve ser consultada antes de comparar ciclos, fornecedores ou resultados.
A IA encontra a marca sem ela ser nomeada?
Share of Discovery mede em quantos prompts de categoria a marca aparece sem ser mencionada na pergunta. A leitura usa prompts definidos antes da coleta, registra também as ausências e informa o denominador, permitindo comparar ciclos equivalentes sem transformar uma aparição isolada em conclusão.
Quando encontra a marca, a IA a recomenda?
Share of Conversion mede quantas aparições se tornam recomendação explícita dentro do conjunto observado. O indicador separa um problema de descoberta de um problema de clareza, relevância ou confiança: uma marca pode ser reconhecida pela IA e, ainda assim, não ser apresentada como escolha.
Qual é a presença consolidada, de 0 a 100?
O IPIA consolida descoberta, posição, descrição e autoridade externa em uma escala de 0 a 100. O índice resume o ciclo medido, mas deve ser lido com a matriz de prompts, as engines, o tamanho da amostra e as fontes registradas; sozinho, ele não prova causalidade.
| Métrica | Baseline | Leitura correta |
|---|---|---|
| Descoberta | 80% · 4/5 | Presença indicativa; amostra ainda pequena para conclusão forte. |
| Autoridade externa | 0% | A marca aparece, mas ainda depende da própria fonte para sustentar a entidade. |
| IPIA | 57,5 / 100 | Presente com variância; o próximo ganho provável está fora do site. |
O exemplo editorial usa o baseline Quaerion de 05/08/2026, coletado no ChatGPT anônimo com cinco observações da categoria de descoberta. A amostra é indicativa e não representa o ciclo completo: uma medição comparável exige a matriz A–D, engines declaradas, registro das rodadas e manutenção das respostas em que a marca não apareceu.
Uma comparação válida mantém os mesmos prompts, declara as engines e registra o número de rodadas, a data e o contexto aproximado da coleta. Sem essas condições, a diferença observada pode vir da amostra ou do sistema consultado, e não de uma mudança real na presença da marca.
Todo percentual deve informar o total de observações que o originou. Um resultado de 80% pode significar 4 de 5, 40 de 50 ou 400 de 500 respostas; o denominador mostra a força da evidência e impede que amostras pequenas pareçam conclusivas.
Uma resposta sustentada apenas pelo site da própria marca comprova recuperação de conteúdo proprietário, não autoridade externa independente. O relatório precisa separar fonte própria, fonte editorial de terceiro e ausência de fonte para mostrar de onde a IA retirou a evidência usada na resposta.
Rodadas em que a marca não aparece pertencem ao resultado e devem permanecer na base de análise. Remover ausências, erros ou respostas sem citação eleva artificialmente a taxa observada, dificulta a reprodução do teste e transforma uma medição em uma apresentação comercial seletiva.
A metodologia aberta define o que entra na medição, como cada resposta é classificada e quando uma diferença pode ser apenas ruído amostral. Consulte a versão canônica para verificar fórmula, escopo e limitações antes de usar Share of Answer para avaliar uma estratégia, comparar fornecedores ou comunicar evolução.
Share of Answer — metodologia v1.0