Uma mensuração que você pode defender.
A maioria das ferramentas de visibilidade em IA informa um número a partir de uma única execução. Os mecanismos de resposta devolvem uma distribuição, não uma posição, então uma única amostra não diz quase nada. Este é o protocolo completo: como amostramos, o que contamos separadamente, como testamos se o seu trabalho mudou alguma coisa e o que nos recusamos a afirmar.

- Amostragem
- Execuções repetidas × formulações
- Evidência
- Intervalos, não pontos
- Vereditos de impacto
- Probabilidade, com seu intervalo
- Grupo de controle
- Prompts sem intervenção
Faça a mesma pergunta duas vezes. Espere duas respostas.
As respostas generativas mudam de uma execução para outra e de um dia para o outro. Uma ferramenta que consulta uma única vez e mostra uma posição está informando ruído com casas decimais.
Repetir a execução.
Cada prompt medido é executado várias vezes por formulação. A taxa de citação vem de uma amostra real por plataforma, não de uma resposta de sorte em uma terça-feira qualquer.
Fixar as formulações.
As formulações alternativas de cada pergunta medida são geradas uma única vez e ficam fixas enquanto o prompt existir. Reescrever a pergunta entre uma medição e a seguinte tiraria o sentido de qualquer comparação entre semanas.
Informar a dispersão.
Cada prompt traz uma leitura de estabilidade ao lado da taxa, e a evidência escassa aparece como um intervalo, não como um ponto. Trinta por cento obtidos com um punhado de verificações não afirmam o mesmo que trinta por cento obtidos com novecentas.
Declarar o denominador. A taxa de visibilidade principal conta apenas as perguntas que não mencionam a marca. Uma pergunta que já traz o seu nome vai devolvê-lo a você, então somar essas respostas à taxa mede reconhecimento e o apresenta como descoberta. As perguntas que citam a marca pelo nome e as que citam um concorrente continuam sendo medidas: são informadas como leituras próprias e nunca entram na média da taxa principal.
Não é uma preferência de estilo. Uma comparação sistemática de cinco sistemas de busca generativa com a busca orgânica do Google constatou que os mecanismos diferem de forma substancial em quanto recuperam da web e quanto respondem de memória, e que seus resultados variam ao longo do tempo e entre execuções repetidas da mesma consulta (Kirsten et al.). Um protocolo que amostra uma única vez está medindo o objeto errado.
“Não citado” são dois problemas com um único rótulo.
Para que um mecanismo possa citar você, ele precisa primeiro buscar. Em cada execução registramos se houve de fato recuperação de fontes e separamos o número de acordo com isso.
Pr(citado) = Pr(a IA buscou) × Pr(citado | buscou)
Dois termos, duas correções diferentes. Quando os dois viram uma única pontuação, um problema de conteúdo acaba diagnosticado como um problema de autoridade, e vice-versa.
A IA não buscou.
O modelo respondeu com o que já sabia. Nada do seu site foi consultado, então nada do que você publicou naquela semana pôde ser lido.
É um problema de entidade, não de conteúdo. A sua marca precisa existir no que o modelo já sabe, nas fontes com as quais ele aprendeu.
A IA buscou e não escolheu você.
Houve recuperação, suas páginas estavam acessíveis e o mecanismo escolheu outro site como a fonte que iria citar.
Este é o caso que o seu próximo artigo consegue corrigir: estrutura, cobertura e autoridade diante das páginas específicas que ganharam.
Uma menção não é uma citação.
Cada execução registra dois fatos separados: se a sua marca foi nomeada no texto da resposta e se o seu site apareceu como fonte, com link, logo abaixo. São níveis de visibilidade diferentes, com causas diferentes, e por isso nunca os juntamos em um único número. Ser nomeado sem receber o link costuma significar que o modelo já conhece você e não precisou da sua página. Receber o link sem ser nomeado significa que a sua página ganhou como fonte, mas a sua marca não entrou no texto da resposta.
Ser citado depois de uma mudança não prova que foi pela mudança.
O tráfego que vem da IA cresce por conta própria. Uma ferramenta que mostra uma linha subindo depois que você publica está mostrando essa tendência geral. Seis passos separam uma coisa da outra.
- 01
Registrar a mudança
Cada edição publicada é registrada com data e hora e com os prompts que ela pretendia mover. Sem registro não há veredito: não vamos deduzir uma causa a partir de um gráfico depois do fato.
- 02
Fixar as janelas
As janelas de antes e depois são definidas em torno da data da mudança antes da leitura de qualquer resultado, de modo que a comparação não possa ser ajustada até favorecer o trabalho.
- 03
Ajustar a sua própria distribuição a priori
Uma linha de base estatística é ajustada ao histórico de citações do seu próprio site. O ruído da sua linha de base é o patamar que uma mudança precisa superar, não uma média do setor nem uma referência publicada por um fornecedor.
- 04
Ler a distribuição a posteriori
O veredito é uma probabilidade com um intervalo de credibilidade: o relatório diz “8 em 10 chances de ser uma melhora real” e mostra o intervalo em que a melhora mais provavelmente está. Não uma seta verde.
- 05
Reservar um grupo de controle
Os prompts que você não mirou formam um grupo de controle. Se eles se moveram na mesma medida, quem se moveu foi a plataforma, não o seu conteúdo.
- 06
Descartar os dias anômalos
Os dias marcados por volatilidade em toda a plataforma são excluídos dos dois grupos. Quando um mecanismo troca de modelo, comparamos apenas os dias respondidos por um mesmo modelo, e uma janela que essa troca deixa incompleta é informada como “not measured” (não medida). Uma atualização de modelo nunca é atribuída ao seu trabalho de conteúdo.
Depois, a diferença entre o grupo tratado e o grupo de controle é testada contra o acaso: calculamos com que frequência uma atribuição aleatória produziria sozinha uma diferença desse tamanho, com uma inferência que não supõe nada sobre a forma do ruído. Isso importa com a quantidade de prompts que os sites reais têm, na qual os testes de manual deixam de ser válidos sem que nada avise.
Avalie o estudo, não a manchete.
A força de uma afirmação depende do desenho que a produziu, não do número que ela informa. As áreas baseadas em evidência classificam assim os desenhos de estudo há décadas. Em GEO, isso ainda não começou.
| Grau | Desenho do estudo | O que ele permite afirmar de fato |
|---|---|---|
| A | Experimento randomizado ou quase-experimento em mecanismos reais, com mudanças registradas, um grupo de controle reservado e inferência antes/depois | Se uma mudança específica moveu um resultado específico |
| B | Painel observacional com grupo de controle e controles temporais, mas sem randomização | Uma direção, descartados os fatores de confusão evidentes |
| C | Um único grupo, só antes/depois, sem controle | Que algo mudou. Não o que causou a mudança |
| D | Correlação transversal ou uma auditoria pontual | Quais sinais costumam aparecer junto com ser citado |
| E | Simulação com contexto fixo: as fontes são entregues ao modelo, sem recuperação real | Como uma reescrita se sai quando você já está dentro da resposta |
A maior parte do que circula como conselho de GEO está em D ou E, inclusive o percentual mais citado da área. Isso não é uma crítica a esses trabalhos. Os estudos com contexto fixo são baratos, repetíveis e realmente úteis para aprender como escrever. O que eles não conseguem dizer é se um mecanismo teria recuperado você, porque as fontes foram entregues ao modelo antes de o teste começar.
Os vereditos de impacto da Prominara são construídos para ficar em A ou B no seu próprio site: mecanismos reais, mudanças registradas, um grupo de controle sem intervenção e uma inferência que resiste a questionamentos. Quando a evidência só sustenta um grau mais fraco (poucos prompts, um grupo de controle que não ficou limpo, uma janela contaminada pela volatilidade da plataforma), o relatório diz isso em vez de arredondar para cima.
Cinco coisas que nunca vamos colocar por escrito.
- Um lugar garantido em uma resposta de IA, seja qual for a plataforma ou o preço.
- Um prazo. “Resultados em duas a quatro semanas” é uma frase de vendas apresentada como se fosse uma medição.
- Um truque de SEO para IA. Não existe uma API de posições para manipular, e quem vende uma está vendendo um palpite.
- Um ranking entre plataformas. Os mecanismos de resposta não publicam posições, então todo número do tipo “sua posição no ChatGPT” é inventado.
- Um número de ROI sem grupo de controle. “Comparado com o quê?” não é uma pergunta opcional.
Não controlamos quais fontes os mecanismos generativos escolhem nem em que ordem, e ninguém que vende uma assinatura para você controla. O que controlamos é a mensuração: a amostragem, os denominadores, os controles e que cada veredito seja apresentado com o nível de confiança que a evidência sustenta. Se um número não resiste à pergunta comparado com o quê?, ele não é publicado.
As fontes originais. Leia você mesmo.
Quatro artigos acadêmicos em que este protocolo se baseia, com link para o original em inglês. Quando um número costuma ser citado fora de contexto, a nota explica o que ele mediu de fato.
Aggarwal et al. · KDD 2024
GEO: Generative Engine Optimization
O benchmark controlado que deu origem à área. O conhecido “até 40%” é um ganho relativo medido em fontes que já tinham sido recuperadas para o contexto da resposta: um resultado sobre como escrever, não uma promessa de que um mecanismo vai encontrar você.
Martinez · arXiv:2607.14035
Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization
Uma revisão crítica de como os resultados de GEO são produzidos e relatados. O rigor que ela defende (repetições, paráfrases, denominadores explícitos, controles) é o que o protocolo desta página aplica em produção.
Liu, Zhang & Liang · arXiv:2304.09848
Evaluating Verifiability in Generative Search Engines
A fidelidade das citações, auditada manualmente em quatro mecanismos generativos: em média, apenas 51,5% das frases geradas eram totalmente sustentadas pelas fontes citadas ao lado delas. Ser citado e ser representado corretamente são medições diferentes.
Kirsten et al. · arXiv:2510.11560
Characterizing Web Search in The Age of Generative AI
Uma comparação sistemática de cinco sistemas de busca generativa com a busca orgânica do Google. Documenta exatamente aquilo para o qual a nossa amostragem foi desenhada: os mecanismos variam de forma substancial em quanto recuperam e quanto respondem de memória, e seus resultados mudam ao longo do tempo e entre execuções repetidas.
Agora aplique aos seus prompts.
Todas as medições desta página rodam sobre as suas próprias perguntas, em um calendário fixo e com a evidência à vista abaixo de cada número. 14 dias grátis, sem cartão de crédito.