Como medimos a presença de uma marca nas respostas do ChatGPT.

O nome da coisa

O mercado chama este assunto de GEO, sigla de generative engine optimization: o trabalho de fazer uma marca aparecer nas respostas de assistentes como o ChatGPT, do jeito que SEO é o trabalho de aparecer no Google. Você também vai encontrar AEO, SEO para IA e visibilidade em IA. Todos tratam da mesma pergunta: quando alguém pede uma indicação a um assistente, a sua marca está na resposta?

Aqui isso se chama presença em IA. O diagnóstico é a parte de medição do GEO, não a de otimização: ele diz onde você está e o que o seu site publica. O que fazer com isso é o plano, e o plano não vem com garantia.

O que é medido

Duas contagens, lado a lado. A primeira usa perguntas que citam o seu nome e responde se o ChatGPT sabe quem você é. A segunda usa perguntas que não citam nome nenhum e responde se ele traz você quando alguém descreve o que procura.

Na análise que está na página inicial, de uma marca de skincare, a primeira deu 7 de 7 e a segunda deu 0 de 7. O valor está na comparação entre as duas, não em um total.

De onde vêm as perguntas

De dois lugares. As perguntas de mercado vêm de uma biblioteca por categoria, escrita antes de conhecermos o seu negócio: são as que uma pessoa faz quando quer uma indicação, a solução de um problema, uma comparação ou um passo a passo.

As outras são montadas com os nomes que o seu site publica, de produtos ou de serviços. Essas são favoráveis por construção: só as digita quem já conhece você. Por isso o relatório conta as duas listas em separado e avisa qual é qual.

Se você informar uma região, as perguntas que pedem quem indica ou onde comprar são medidas nela. As que descrevem um problema, não. O relatório diz quantas foram medidas assim.

Por que com busca ao vivo

Sem busca, o ChatGPT responde do que lembra. Na marca de skincare, no mesmo dia, a resposta de memória trouxe marcas americanas de farmácia onde a busca ao vivo trazia concorrentes brasileiros.

A amostragem: por que uma resposta é um retrato

O ChatGPT não responde igual duas vezes. Em 27 de agosto de 2026 fizemos as mesmas 20 perguntas de skincare três vezes seguidas, com os mesmos parâmetros. A lista de marcas mudou cerca de 70% de uma consulta para a outra, e em nenhuma das 20 perguntas a lista ficou estável.

O diagnóstico roda cada pergunta uma vez. Isso sustenta dizer “nestas perguntas, hoje, você ficou fora das recomendações”. Não sustenta dizer que você é sempre ausente, nem uma frequência exata. O relatório escreve esse limite com todas as letras.

O que acontece quando o modelo muda

Em 24 de agosto de 2026 refizemos as duas primeiras análises, uma marca de skincare e uma de suplementos, pergunta por pergunta, com o modelo seguinte do ChatGPT. As contagens se repetiram. Na de skincare: 7 de 7 com o nome, 0 de 7 sem ele, e 5 de 7 perguntas em que ninguém foi recomendado. Na de suplementos: 0 de 13 nas duas rodadas.

As marcas recomendadas mudaram. Na de skincare, só 13% dos nomes apareceram nas duas rodadas: saíram marcas brasileiras de dermocosmético e entraram marcas globais. O mercado não mudou em uma semana; quem mudou foi o modelo.

Por isso todo relatório carimba o modelo e a data, e por isso a tabela da página inicial diz de que dia ela é. Duas medições feitas com modelos diferentes não são um antes e depois.

A auditoria do site: os 6 pilares

A segunda metade do diagnóstico lê a página inicial do seu site e dá nota a pilares. São seis no instrumento. Cada tipo de negócio usa os que se aplicam a ele: uma clínica não é avaliada em dados de produto.

1. Dados estruturados Se a página declara, em formato que máquina lê, quem é a organização, o que ela oferece e a que perguntas responde.
2. Resposta direta Se o começo da página responde “o que é isto”, e se há perguntas e respostas escritas.
3. Autoridade Avaliações e menções ao negócio.
4. Dados de produto Se os dados de cada produto estão completos o bastante para uma compra feita por IA. Só para quem vende produto.
5. Acesso dos robôs de IA Se o robots.txt deixa entrar robôs como o GPTBot, e se existe um llms.txt.
6. Reputação Sinais de reputação do negócio.

Pilar que não conseguimos ler sai como “não avaliado” e fica fora da nota. Ausência de medição nunca vira ausência da sua marca: se as suas avaliações não foram coletadas, o relatório diz “não verificado”, e não “0 avaliações”.

A auditoria mede o que está escrito no site. Ela não mede se o ChatGPT recomenda a página, e uma nota alta não é uma promessa disso.

O que o relatório não mede

• Que as correções mudam a sua posição. Nenhuma técnica de otimização para IA tem efeito comprovado e estável. O relatório é diagnóstico e plano, não garantia.
• Nada sobre outras IAs. Tudo aqui é ChatGPT com busca ao vivo.
• Frequência. Uma amostra por pergunta é um retrato, não uma série.
• Vendas e tráfego. O relatório não lê os seus números e não liga uma resposta do ChatGPT a uma venda.
• Participação de mercado. As perguntas montadas com os seus nomes são favoráveis por construção.
• Avaliação das marcas citadas. Os nomes são o que o ChatGPT respondeu, sem edição e sem validação nossa.

Quem faz

O Diagnóstico de Presença em IA é feito pela AI Recomenda (razão social Caio Gomes Santillo, CNPJ 61.246.356/0001-02). Dúvidas sobre o método: contato@airecomenda.com.br.

Versão e registro do método

Versão atual: 2026.10, de 7 de outubro de 2026. Regras da auditoria do site: 2026.10.0. O método muda, e cada mudança fica datada aqui.

1. 17 ago 2026 As duas primeiras análises, com 20 perguntas cada.
2. 24 ago 2026 Controle com o modelo seguinte. O modelo passa a ser carimbado em toda medição.
3. 27 ago 2026 Medição de flutuação: as mesmas 20 perguntas, três vezes.
4. 5 out 2026 Publicação desta página.
5. 6 out 2026 Regras da auditoria 2026.10.0: o que não foi medido deixa de contar como zero.
6. 7 out 2026 Versão 2026.10 desta página: os 6 pilares nomeados e o que o relatório não mede.

Ver o Diagnóstico de Presença em IA · Ver o índice mensal (hoje, com dados de exemplo)