Se a IA responde e ninguém clica, como medir se sua marca aparece?

Conte presença, com repetição. Em quantos dias e em quantas respostas sua marca aparece, com a margem de erro à vista, e o que cada cliente novo diz quando você pergunta como conheceu a empresa. Com essas duas leituras dá para decidir. Clique e posição entram como apoio, porque sozinhos subestimam o canal.

Um número da própria Ahrefs mostra o tamanho do ponto cego. Ao perguntar a novos assinantes como chegaram até ela, a empresa viu Claude e ChatGPT somarem 21,7% dos cadastros em 2026 (11,3% e 10,4%), à frente do YouTube, com 18%, e atrás só do Google, com 42,5%. O público dela é técnico e a resposta é autodeclarada, então não copie essa fatia para o seu negócio. Copie a pergunta. Muita gente que veio de uma conversa com IA digita o nome da marca dias depois, e o analytics registra acesso direto.

Por que o clique engana nas duas direções?

Porque ele mede o que acontece depois da resposta, e boa parte do efeito acontece nela.

O caso mais curioso das últimas semanas é de Cyrus Shepard, relatado pelo Search Engine Roundtable. Ele bloqueou um site inteiro nos controles de opt-out do Google para AI Overviews e AI Mode e comparou o antes, o durante e o depois. O CTR estimado dentro desses recursos ficou perto de 0,9%. Olhando só para esse número, a conclusão seria sair deles sem pena.

Só que os cliques orgânicos comuns também caíram quando o site saiu. Aparecer ali parecia ajudar o resto da página de resultados.

Trate isso como pista. É um único site, o CTR é uma estimativa por subtração, e o próprio repórter chama o estudo de muito limitado. A pista basta para uma cautela prática: se o seu relatório diz “tráfego de IA: 0,4% das sessões”, ele não autoriza a conclusão “IA não importa”.

Por que uma checagem manual não prova nada?

Porque a citação de hoje pode não estar lá amanhã, e isso é o comportamento normal dessas ferramentas.

Xibeijia Guan, da Ahrefs, repetiu as mesmas perguntas todos os dias durante 20 dias em cinco ferramentas e acompanhou cerca de 37.500 citações do primeiro dia. Os resultados:

• De um dia para o outro, sumiram de 50% das citações (AI Overviews) a 83% (Copilot).
• Cerca de 75% das que sumiram voltaram durante o estudo, perto de metade em até três dias.
• Entre 20% e 27% dos sites citados no primeiro dia saíram e não voltaram mais.
• Quem ficou citado por oito dias ou mais voltou em 96% a 99% dos casos depois de sumir.
• No Gemini, 64% das respostas não traziam fonte nenhuma. No Copilot, 53%.

A amostra cobre um mês e as perguntas escolhidas pela Ahrefs, então os percentuais podem mudar no seu mercado. A direção conversa com o que vemos medindo por aqui: quem pergunta uma vez ao ChatGPT e tira um print está guardando uma amostra de uma distribuição. Explicamos a matemática disso em por que uma pergunta não é medição.

O mesmo estudo traz um detalhe que muda o painel: menções à marca são mais estáveis que links citados. Registre as duas coisas em colunas separadas. Quem mistura vê oscilação demais e culpa o conteúdo errado.

A pergunta que você testa é a que a IA pesquisa?

Nem sempre. O ChatGPT pode desdobrar o que recebeu em buscas auxiliares, o chamado fan-out. A Ahrefs analisou 66,6 milhões de respostas do GPT-5.6 Luna, em sessões gratuitas e sem login, em agosto e setembro: 14,4% continham fan-out, com média perto de 1,6 busca por resposta. Fan-outs sobre preço e avaliações subiram até 47% em um mês.

Para quem mede, isso vira uma regra de montagem. Não fique só com “melhor CRM para PME”. Inclua a versão com preço, a com objeção (“é confiável?”) e a de alternativa a um concorrente. O recorte é de um modelo e de sessões sem login; com memória e conta logada, o comportamento pode ser outro.

O que colocar no painel, afinal?

Duas linhas costumam ficar de fora e fazem falta. A descrição, porque frequência alta com informação errada é prejuízo; o caminho de correção está em quando a IA erra sobre sua marca. E a dos concorrentes, tema de concorrentes-sombra, que também alimenta o cálculo de Share of AI Voice.

Quanta repetição é suficiente? Um exemplo com números

Os números abaixo são ilustrativos, com intervalos de Wilson a 95% calculados por nós.

Sua marca apareceu em 3 de 7 dias para uma pergunta. A taxa observada é 43%, mas o intervalo vai de 15,8% a 75%. Essa faixa cabe uma marca fraca e uma forte.

Agora suponha 7 perguntas do mesmo grupo, nos mesmos 7 dias, com 21 aparições em 49 checagens. A taxa continua 43%. O intervalo cai para 30% a 56,7%. Ainda é largo, e já dá para dizer que a marca não domina esse grupo. Uma ressalva honesta: checagens do mesmo dia e da mesma pergunta não são totalmente independentes, então a margem real tende a ser um pouco maior.

É assim que tratamos nossos próprios dados. No estudo com uma indústria B2B, com 150 medições de 15 perguntas, registramos 885 menções de marca e tratamos cada taxa individual como direcional, porque o N por pergunta era pequeno. O que sobreviveu à incerteza foi a distância entre as etapas do funil: presença total quando a pergunta citava a marca, zero nas de descoberta. Anote modelo e data em cada coleta, ou a comparação do mês seguinte perde o sentido.

Como começar esta semana, em cerca de três horas?

1. Escreva 12 perguntas de comprador (40 min). Quatro de descoberta, quatro de comparação, quatro com objeção ou preço. Nenhuma com o nome da sua marca.
2. Defina o que conta como aparição (10 min). Menção no texto, link citado e recomendação em primeiro lugar são três colunas. Decida antes de coletar.
3. Rode cada pergunta 5 vezes em dois motores (90 min). Sessão nova, sem histórico. Anote data, motor, modelo, marcas citadas e como a sua foi descrita.
4. Calcule taxa e intervalo por grupo (20 min). Qualquer calculadora de Wilson resolve. Compare faixas, nunca pontos.
5. Abra o campo “como nos conheceu?” no cadastro (20 min). Texto aberto, ou uma lista que traga ChatGPT, Claude e Gemini como opções. Quem não está na lista não é escolhido.

Deu certo se você termina com uma frase assim: “no ChatGPT, aparecemos em 8 de 20 respostas de comparação (intervalo de 22% a 61%), e os três nomes que mais ocupam nosso lugar são estes”. Repita em 30 dias com o mesmo protocolo. Se quiser pular a planilha na primeira rodada, a auditoria gratuita faz a varredura inicial com os intervalos calculados.

O que esse método ainda não entrega?

Atribuição de venda. Nenhum dos números acima diz quanto da sua receita veio de uma resposta de IA, e desconfie de quem afirmar isso sem medir o seu caso. O que você passa a ter é evidência convergente: presença subindo, marca descrita corretamente, mais gente declarando a IA como origem. Se as três linhas andam juntas, dá para defender o investimento. Para a conversa com cliente ou diretoria, como vender GEO sem prometer o que não dá traz o roteiro.

Perguntas frequentes

Preciso parar de acompanhar tráfego orgânico?

Não. Tráfego continua sendo receita e sinal do negócio. O que muda é o papel dele: passa a ser um indicador entre outros, porque parte do efeito da IA não vira sessão atribuída.

Quantas vezes rodar cada pergunta?

Cinco é o piso para triagem; com isso, só os extremos são confiáveis. Para acompanhar evolução mês a mês, trabalhe com grupos de perguntas e dezenas de execuções. Pela regra da raiz quadrada, cortar a margem pela metade custa quatro vezes mais medições.

Se a marca sumiu hoje, devo mexer no conteúdo?

Espere a tendência. No estudo da Ahrefs, cerca de 75% das citações que sumiram voltaram durante os 20 dias. Investigue quando a queda persiste por semanas e ultrapassa a faixa da sua linha de base.

Vale medir só o ChatGPT?

Para começar, sim, se você declarar a limitação. Um motor não prova o outro: cada um busca e escolhe fontes de um jeito. Amplie assim que puder.

E depois da primeira medição?

A primeira planilha costuma trazer uma surpresa: um nome que nunca apareceu na sua análise de concorrência ocupando as respostas que você queria. Comece a próxima conversa do time por ele. Foi um zero desses que mudou a leitura de uma líder de categoria, na história de a marca líder que era invisível.