Protocolo de medição de presença de marca em respostas de IA generativa. Desenhado para sobreviver a auditoria de cliente — número, não promessa.
"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?"
Hoje ninguém no mercado brasileiro responde isso com número. Quem responder primeiro, com método publicado, ganha a conversa antes de ela começar.
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.
Diagnóstico: o conteúdo converte; a descoberta oscila. Tratamento: autoridade externa e volume — não reescrita de conteúdo que já estava bom.
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.
| Nível | Prompts | Rodadas | Engines | Consultas | Esforço |
|---|---|---|---|---|---|
| Diagnóstico (entrada) | 5 | 3 | ChatGPT + Perplexity | 30 | ~1h |
| Retainer mensal | 12 | 3 | ChatGPT + Gemini + Perplexity | 108 | ~4h |
| Enterprise | 20 | 5 | 3 engines + AI Overviews | 300 | automação |
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.
aparições ÷ total de rodadas (cat. A–D)Presença bruta.
média dos pesos das apariçõesAparecer em 1º ≠ aparecer em 5º.
suas aparições ÷ aparições de todos os playersA fatia da conversa — métrica competitiva.
aparições citando terceiro ÷ total de apariçõesA mais durável: entidade não se perde numa atualização.
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).
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.
| Métrica | Baseline | +90d | Δ |
|---|---|---|---|
| Share of Discovery | 80% | a medir | — |
| Posição Ponderada | 0,65 | a medir | — |
| Share of Voice | — | a medir | — |
| Autoridade Externa | 0% | a medir | — |
| IPIA | 57,5 | a medir | — |
Relatório que só mostra subida é apresentação comercial, não medição.
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.
| Engine | API | Reproduz o que o comprador vê? |
|---|---|---|
| Perplexity | sim | razoável |
| Gemini | sim | parcial — o AI Mode difere |
| ChatGPT | não equivalente | não — busca de consumo sem API espelho |
| Google AI Overviews | não | 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.
O baseline vira uma das frentes — 'Presença em IA' deixa de ser qualitativa e ganha número.
Medição mensal. É a prova de que o retainer entrega.
O IPIA entra na pontuação 0–100.
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 IAMetodologia 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.