Tag: perplexidade

  • Menção à marca no ChatGPT é mais importante que link: 92,8% dos diálogos sem clique

    Menção à marca no ChatGPT é mais importante que link: 92,8% dos diálogos sem clique

    92,8% dos diálogos no ChatGPT terminam sem redirecionamento para o site — são dados da Profound, que Kevin Indig analisou no resumo de 21 de julho. A medição foi feita em tráfego real de um produto real, e o número é confiável. Todo o trabalho de SEO dependia de uma única transação: você aparece no topo dos resultados, a pessoa clica no link para o site, e transformar essa visita em uma solicitação já é problema seu. O link era o ponto onde o negócio tocava o cliente pela primeira vez. Na resposta da IA, essa transação quebra logo no primeiro passo: na maioria das vezes, o clique simplesmente não acontece.

    Por que 92,8% dos diálogos no ChatGPT terminam sem redirecionamento para o site

    Há vários meses, venho medindo como ChatGPT, Perplexity, Alisa AQI e GigaChat mencionam marcas em suas respostas: executo prompts de controle e observo qual modelo citou qual marca e qual não citou. Por trás dessas execuções, surgiu um número que quebra a lógica tradicional de SEO — e me fez mudar o que eu monitoro nos clientes. Vou explicar passo a passo.

    Há três semanas, rodamos prompts de um cliente do nicho de delivery de comida no ChatGPT. Rotina comum: você digita uma pergunta como “qual serviço de delivery escolher em Moscou” e vê a resposta. Naquele momento, o cliente tinha muito mais links de outros sites do que o concorrente mais próximo. No Ahrefs — serviço que calcula o peso de links de um site — isso fica evidente: tanto a pontuação geral de autoridade é maior quanto o número de sites diferentes que linkam para ele é 1,5 vez maior. O ChatGPT mencionou o concorrente. O cliente, não. Não mencionou de forma alguma, nem uma vez em vinte prompts.

    Verifiquei três vezes, mudei as formulações da pergunta, a data do diálogo, a região. O resultado foi o mesmo. Por uma hora e meia, honestamente, não entendi o que estava acontecendo. Vinte anos de otimização de sites me ensinaram uma regra simples: quanto mais links apontam para você, mais alto você fica nos resultados do Google e do Yandex, e, portanto, mais propensas as IAs devem ser a te mencionar. Aqui, a regra não funcionou. Só que não havia resultados de busca no sentido tradicional. Havia um modelo que decidia por conta própria quem citar pelo nome e quem não citar. E ele não decidia com base em um contador de links.

    Menção de marca não se compra com links — ela se acumula como reputação

    Além disso, o tráfego de IA em si é minúsculo em volume — o Ahrefs informa que o ChatGPT responde por cerca de 0,19% de todos os cliques em links na internet, contra 42% do Google. É ridiculamente pouco, se comparado diretamente. Mas o que é mais interessante: os poucos que realmente clicam vindo do ChatGPT convertem muito mais facilmente — a conversão é de cerca de 7,1%, e a visita em si é avaliada como 4,4 vezes mais valiosa do que uma visita comum. Menos pessoas chegam ao site, mas aquelas que chegam — já vêm prontas para fazer uma compra ou qualquer outra ação desejada.

    Menção à marca no ChatGPT é mais importante que link: 92,8% dos diálogos sem clique

    E aqui está uma virada importante. Se a decisão é tomada ANTES do clique, dentro da própria resposta do modelo, então não se deve lutar pelo clique. É preciso lutar por como você será mencionado no momento em que o clique ainda não aconteceu e, provavelmente, nunca acontecerá. A menção na resposta do ChatGPT não funciona como uma posição nos resultados de busca. Uma posição pode ser conquistada com trabalho no site — links, velocidade de carregamento, limpeza técnica. A menção não se compra assim. O modelo a constrói a partir de duas fontes: dos textos em que foi treinado e das páginas que ele puxa diretamente durante a resposta. E o que decide não é o número de links, mas como a marca é mencionada em geral — em reviews, fóruns, artigos do setor, comparações.

    A promoção na busca aprendia a ocupar as primeiras posições, porque a posição levava ao clique no site. A promoção nas respostas das redes neurais funciona de outra forma: é preciso lutar pela própria menção, pois o clique pode nem acontecer, e a decisão a pessoa toma mesmo assim — pela forma como o modelo citou a marca. O link é um ativo pontual. Ele funciona enquanto a página se mantém nos resultados, enquanto o site está no ar, enquanto o algoritmo a valoriza. A menção se acumula de outra forma: é reputação que já se depositou nos textos em que o modelo foi treinado e que ele lê agora. Remova um artigo — a menção não desaparece, ela está espalhada por dezenas de fontes.

    E aqui esteve o meu erro com aquele cliente de delivery de comida. O perfil de links dele era forte, mas quase todo vindo de agregadores e catálogos, onde a marca é apenas listada. O concorrente tinha menos links, mas tinha três reviews editoriais detalhados descrevendo como o serviço se diferencia dos outros. O modelo foi treinado inclusive nesses textos. Ele não contava links — ele lia o contexto. O primeiro lugar no Google, aliás, não garante de forma alguma a menção no ChatGPT. Testamos isso em vários clientes separadamente: busca e rede neural têm mecânicas de seleção diferentes, e o primeiro lugar nos resultados comuns não se transforma sozinho em uma linha dentro da resposta do modelo.

    Onde o link ainda traz cliente, e onde a dúvida se resolve direto na resposta

    O link não morreu por completo — é importante não confundir. No Google comum, 68% das buscas nos EUA até o início de 2026 também terminam sem clique, segundo dados da SparkToro citando o Search Engine Land. A resposta sem clique no site chegou também à velha e boa busca, só que lá ela era visível antes — através de blocos com resposta pronta, cards informativos e respostas diretas no topo dos resultados.

    O link ainda funciona onde a decisão é tomada DEPOIS do primeiro contato: comparação de preços, leitura de avaliações, documentação técnica, tudo o que exige navegar pelos detalhes que não cabem na resposta curta do modelo. Ele funciona em nichos com ciclo de decisão longo — ali a pessoa chega ao site de qualquer forma, só que mais tarde. O link não funciona onde a dúvida se resolve com uma frase na resposta. “Qual serviço de delivery escolher” — resolve-se com uma frase. “Quanto custa a entrega de um restaurante específico em um bairro específico amanhã à noite” — não se resolve, ali é preciso clicar. O mesmo negócio vive dos dois lados dessa fronteira — tudo depende de qual pergunta exata o usuário fez.

    Menção à marca no ChatGPT é mais importante que link: 92,8% dos diálogos sem clique

    O que eu agora meço nos clientes em vez de posições na busca

    Parei de olhar apenas para as posições nos resultados e adicionei uma medição separada: com que frequência e em que contexto os modelos citam a marca do cliente diretamente, sem clique, sem navegação. Rodamos prompts de controle — perguntas reais do público — no ChatGPT, Perplexity, Alisa AI e GigaChat, e vemos se o modelo menciona a marca, em que ordem em relação aos concorrentes e com qual formulação. O ChatGPT não é o único aqui. O Perplexity constrói a resposta quase inteiramente a partir de fontes citadas e as mostra em lista — o modelo usa de bom grado artigos de plataformas terceiras. A Alisa AI mistura resultados frescos do Yandex, o GigaChat responde à sua maneira. Uma marca que aparece em um modelo pode ficar em silêncio em outro — por isso a medição não se fecha apenas com o ChatGPT.

    Disso resultaram três coisas que agora recomendo que qualquer profissional de marketing acompanhe:

    • Participação de menções entre os principais concorrentes nas suas próprias perguntas-chave: uma porcentagem específica para um conjunto específico de prompts, sem classificações genéricas.
    • Tom da formulação: o modelo pode citar a marca de forma neutra ou adicionar uma palavra avaliativa como “confiável” ou “caro” — isso influencia a escolha mais do que o próprio fato da menção.
    • Fontes das quais o modelo aparentemente extrai essa formulação: muitas vezes são um ou dois artigos — e são esses que devem ser priorizados, em vez de espalhar o orçamento por dezenas de sites.

    Com aquele cliente de delivery de comida, no final, não corremos atrás de novos links. Escrevemos alguns materiais detalhados sobre o produto em plataformas que o modelo claramente lê e cita — e, depois de um mês e meio, a menção apareceu, e a visibilidade nas respostas de IA cresceu. O cliente tinha mais links, mas o ChatGPT citou o concorrente. Agora sabemos por quê.

    Perguntas frequentes

    Como medir menções à marca no ChatGPT?

    Execute prompts de controle — perguntas reais do público — no ChatGPT, Perplexity, Alisa AI e GigaChat. Calcule a participação de menções entre os principais concorrentes, registre o tom e as fontes das quais o modelo extrai informações.

    Menção à marca no ChatGPT é mais importante que link: 92,8% dos diálogos sem clique

    É possível comprar menções em redes neurais com links?

    Não. Links funcionam na busca clássica, mas as redes neurais não os consideram diretamente. A menção depende de como a marca é descrita em avaliações, artigos e fóruns — é a reputação que se acumula nos textos nos quais o modelo é treinado.

    O que fazer se a marca não for mencionada no ChatGPT?

    Identifique as plataformas que o modelo cita com mais frequência e publique materiais detalhados sobre o produto nelas. Reforce avaliações editoriais, comparações e artigos de especialistas — eles influenciam as menções mais do que a massa de links.

    Vale a pena abandonar o SEO em favor das redes neurais?

    Não. Os links ainda funcionam em nichos com ciclo de decisão longo e para consultas transacionais. A estratégia ideal é combinar SEO clássico com trabalho de menções nas respostas de IA.

    Conclusão

    A conclusão é simples: 92,8% dos diálogos no ChatGPT terminam sem clique, mas a decisão de escolha da marca já foi tomada. O link é um ativo pontual; a menção é reputação acumulada. Para vencer nos resultados de IA, pare de correr atrás de links e comece a gerenciar como falam de você nos textos que os modelos leem. Execute prompts de controle, acompanhe a participação de menções e o tom — e você verá onde realmente está perdendo clientes. Comece com uma auditoria das suas menções hoje mesmo.

  • Visibilidade de IA: como distinguir o crescimento real do ruído das medições

    Visibilidade de IA: como distinguir o crescimento real do ruído das medições

    Os dados sobre visibilidade de IA são instáveis: modelos generativos fornecem respostas diferentes a cada vez, portanto, uma única medição pode ser enganosa. A nova pesquisa da IQRush propõe uma regra de parada que permite determinar quando as classificações se tornam confiáveis. Neste artigo, analisaremos como distinguir o crescimento real do ruído das medições e quais conclusões práticas disso decorrem para os profissionais de marketing.

    Por que as medições únicas de visibilidade de IA não são confiáveis

    Mecanismos de busca como SearchGPT, Gemini e Perplexity introduzem aleatoriedade em cada resposta. A mesma consulta pode gerar fontes diferentes — isso é uma característica da arquitetura. A pesquisa mostrou que, por exemplo, ao testar o SearchGPT sobre o tema de equipamentos para corrida, o Tom’s Guide recebia cerca de 9,5% de citações, enquanto o Runner’s World recebia aproximadamente 6,0%. A diferença de 3,5 pontos percentuais estava dentro da margem de erro, portanto, afirmar a superioridade do Tom’s Guide era incorreto.

    Quantos dados são necessários para uma classificação confiável

    A resposta consiste em duas condições que devem ser atendidas simultaneamente. Primeiro: a ordem deve parar de mudar. Após coletar um número suficiente de respostas, os principais sites começam a se destacar claramente. Segundo: a diferença entre os principais sites deve exceder a margem de erro das medições. Se os concorrentes estiverem muito próximos, a classificação não reflete a superioridade real.

    Em 30 testes em diferentes plataformas e temas, o número de respostas necessárias para atender a ambas as condições variou de 33 a 94 (considerando apenas respostas com citações). Em três dos 30 casos, isso não foi alcançado mesmo após 125 consultas — todos no SearchGPT, onde os principais sites eram muito semelhantes.

    Conclusões práticas para profissionais de marketing

    Rand Fishkin (SparkToro) aconselha: antes de gastar dinheiro no monitoramento da visibilidade de IA, certifique-se de que o provedor “mostra sua matemática”. A pesquisa da IQRush fornece uma regra de parada simples para não confiar na intuição. Se, após atualizar o conteúdo, você observar um aumento de 3 pontos percentuais nas citações, isso pode ser uma variação natural. Meça os indicadores antes e depois várias vezes — uma única medição é indistinguível do ruído.

    Visibilidade de IA: como distinguir o crescimento real do ruído das medições

    Plataformas diferentes — requisitos diferentes para dados

    Gemini sobrecarrega com citações os mesmos sites dentro de uma única resposta, portanto, muitas citações trazem pouca informação nova. SearchGPT fornece menos citações por resposta, mas as distribui de forma mais ampla — cada resposta contém mais dados independentes. O mesmo número de respostas em duas plataformas não oferece a mesma confiança: um orçamento suficiente para o Gemini pode deixá-lo no escuro no SearchGPT.

    Quando os dados são insuficientes: saiba parar

    Em três dos 30 testes, os principais sites não se separaram claramente. Nesses casos, a decisão correta é abster-se de publicar a classificação. Um rastreador que pode dizer “dados insuficientes” é mais valioso do que aquele que gera uma ordem confiante a cada consulta.

    Confie apenas nos líderes: com um número suficiente de respostas, eles se distanciam do meio e da cauda. Mas mesmo para o top 10, o erro típico é de cerca de cinco posições, e cada quinta posição é superior a 10. Não publique posições exatas além do topo da lista.

    Limitações da pesquisa

    Este é um pré-print baseado em 30 testes em três plataformas usando perguntas geradas pelo ChatGPT, e não consultas reais de usuários. Os números exatos não se aplicam aos seus temas — interprete-os como a forma do problema, não como uma tabela de valores. Em um teste, 125 perguntas geraram apenas 104 respostas úteis (17% de perda), portanto, o número real de consultas deve ser maior.

    Visibilidade de IA: como distinguir o crescimento real do ruído das medições

    O método foi verificado internamente: a classificação inicial foi comparada com a final, e não com um padrão externo. No entanto, uma equipe independente da Universidade de St. Gallen (Julius Schulte, Malte Bleeker, Philipp Kaufmann) publicou em abril resultados semelhantes em seu próprio conjunto de dados, confirmando que uma única leitura não é confiável.

    Futuro da visibilidade de IA: de números exatos para intervalos

    Os relatórios de visibilidade de IA estão caminhando para um formato com margem de erro, como na publicidade e na análise da web. Enquanto o Search Console não informa quais cliques vieram da IA, a tarefa recai sobre você: execute a verificação várias vezes e informe um intervalo, não um único número do painel.

    Perguntas frequentes

    Quantas vezes preciso consultar a busca de IA para obter dados estáveis?

    De 33 a 94 respostas com citações, dependendo da plataforma e do tema. Não há um limite universal.

    Posso confiar nos painéis de visibilidade de IA?

    Somente se eles mostrarem a margem de erro e medições múltiplas. Um número puro sem contexto é uma bandeira vermelha.

    Visibilidade de IA: como distinguir o crescimento real do ruído das medições

    O que fazer se, após atualizar o conteúdo, as citações aumentarem 3%?

    Faça várias medições antes e depois. Se a diferença persistir, é crescimento real. Se não, é ruído.

    Quais plataformas exigem mais dados?

    SearchGPT — devido ao menor número de citações por resposta, mas maior independência de cada resposta. Gemini — ao contrário, fornece muitas citações, mas elas frequentemente repetem os mesmos sites.

    Conclusão

    Principal conclusão: A visibilidade de IA não é uma métrica fixa, mas um intervalo. Use a regra de parada, verifique várias vezes e não publique classificações se os principais sites não se separarem. Só assim você obterá dados nos quais pode confiar. Comece a implementar esses princípios hoje mesmo para que seus relatórios de visibilidade de IA sejam confiáveis e úteis para a tomada de decisões.