Existem dois jeitos de a IA citar a sua marca, e eles não valem a mesma coisa. Quando o usuário já digita o seu nome na pergunta ("a marca X é boa?"), a IA quase sempre repete esse nome na resposta: é citação quase garantida e mede pouco. Quando o usuário pergunta sobre a categoria sem citar ninguém ("qual a melhor opção de X?") e a IA traz a sua marca mesmo assim, isso é descoberta de verdade, o sinal difícil e valioso.
A diferença tem nome. Uma consulta de marca é uma pergunta que já contém o nome da sua marca dentro do prompt; uma consulta orgânica descreve só a necessidade ou a categoria, sem citar marca nenhuma. Medir visibilidade sobre consultas de marca é como aplicar uma prova depois de entregar o gabarito: o resultado parece ótimo e não diz se a IA realmente te conhece. Por isso a taxa de citação só faz sentido quando calculada sobre consultas orgânicas. Este artigo explica a distinção, por que cada tipo de pergunta produz um número tão diferente, e como separar os dois na sua medição para não comemorar visibilidade que não existe.
Se você quer o panorama de todas as métricas de presença em IA, o artigo sobre métricas de visibilidade em IA é o mapa. Aqui o foco é uma distinção só, a que decide se o seu número significa alguma coisa.
O que é uma consulta de marca?
Uma consulta de marca é uma pergunta feita à IA que já cita o nome da sua marca no próprio prompt. "A marca X é confiável?", "quais os planos da marca X?", "vale a pena contratar a marca X?": em todas, o nome está dentro da pergunta antes de a IA dizer qualquer coisa.
O traço que define a consulta de marca não é o tom nem o assunto, é a presença do nome no prompt. A pessoa que pergunta já sabe quem é a sua marca. Ela não está procurando uma opção, está pedindo um veredito sobre uma opção que já tem em mente. A IA, do lado de lá, recebe o nome de graça e só precisa completar a frase com o que sabe sobre aquela marca específica.
Isso muda tudo na hora de medir. Numa consulta de marca, a probabilidade de a IA mencionar a sua marca na resposta é altíssima, porque ignorar um nome que está escrito na pergunta seria um comportamento estranho do modelo. A menção quase sempre acontece, e acontece independentemente de a sua marca ser conhecida, bem avaliada ou sequer relevante na categoria. Basta o nome estar lá.
Por contraste, uma consulta orgânica é uma pergunta que descreve a necessidade sem citar marca nenhuma. "Qual o melhor CRM para pequenas empresas?", "preciso de um sistema de agendamento para salão", "que ferramenta usar para gestão de clínica?". Aqui a IA tem que escolher quais marcas trazer, e essa escolha é o que mede a sua descoberta.
Consulta de marca vs orgânica: qual a diferença na prática?
A diferença está em quem entrega o nome. Na consulta de marca, é o usuário. Na consulta orgânica, tem que ser a IA, por conta própria. Só a segunda situação testa se o modelo associa a sua marca à categoria.
A tabela abaixo resume os dois tipos lado a lado:
| Aspecto | Consulta de marca | Consulta orgânica |
|---|---|---|
| O nome da marca está no prompt? | Sim | Não |
| Exemplo | "O sistema da [sua marca] é bom?" | "Qual o melhor sistema para o meu caso?" |
| Quem entrega o nome | O usuário | A IA, sozinha |
| Chance de a marca aparecer | Altíssima (quase garantida) | Variável (depende da presença real) |
| O que a resposta mede | Reputação: como a IA fala da marca | Descoberta: se a IA encontra a marca |
| Serve para a taxa de citação? | Não | Sim |
Repare na penúltima linha. Os dois tipos de pergunta medem coisas legítimas, mas coisas diferentes. A consulta de marca mede reputação: dado que a pessoa já conhece a sua marca, o que a IA diz sobre ela? Bom, ruim, com ressalvas? A consulta orgânica mede descoberta: quando ninguém soprou o nome, a IA lembra de você?
Confundir os dois é o erro mais comum de quem mede visibilidade pela primeira vez. A pessoa pergunta "a [minha marca] é confiável?", a IA responde com elogios, e ela conclui que está bem na fita nas IAs. Mas esse teste nunca teve chance de dar errado: o nome estava na pergunta. O que ele revelou foi a reputação, não a presença na categoria.
Por que a consulta de marca quase sempre acerta?
Porque o nome no prompt faz quase todo o trabalho pesado. Quando a sua marca já está escrita na pergunta, a IA não precisa descobrir nada: ela só recupera o que sabe sobre aquele nome e devolve. Mencionar a marca de volta na resposta é o caminho natural.
Pense no que o modelo está fazendo. Uma pergunta como "a marca X entrega rápido?" pede uma resposta sobre a marca X. Não citar a marca X na resposta seria ignorar o objeto da pergunta. O modelo é treinado justamente para não fazer isso. Então ele repete o nome, e a sua "menção" está garantida antes mesmo de qualquer juízo sobre a qualidade da marca.
Há um detalhe que reforça o ponto. A consulta de marca acerta mesmo quando a IA sabe pouquíssimo sobre a sua marca. Se o modelo tem pouca informação, ele ainda vai mencionar o nome, só que com respostas vagas ou genéricas ("a marca X parece ser uma opção na sua categoria, mas não tenho muitos detalhes"). A menção continua lá, contabilizada como presença, escondendo o fato de que a IA mal te conhece. O número engana duas vezes: garante a aparição e disfarça a ignorância do modelo.
Esse é o motivo de a consulta de marca ser um péssimo termômetro de visibilidade. Ela tem teto de acerto perto de 100% para quase qualquer marca, conhecida ou não. Uma métrica que dá nota alta para todo mundo não distingue ninguém, e o que você precisa de uma medição é exatamente a capacidade de distinguir quem aparece de quem não aparece.
Por que a consulta orgânica é o sinal que importa?
Porque ela é a única que pode dar errado, e por isso a única que mede de verdade. Numa consulta orgânica, a IA tem que escolher quais marcas trazer entre todas as possíveis, sem nenhuma pista no prompt. Se a sua marca entra nessa lista, é porque o modelo a associa à categoria. Se não entra, você acabou de descobrir um problema real.
A consulta orgânica reproduz a situação que realmente importa para o seu negócio: o cliente que ainda não conhece você. Ninguém que já é seu cliente vai perguntar à IA "qual a melhor opção de X?" sem citar o seu nome, porque ele já decidiu. Quem faz a pergunta aberta é exatamente o prospecto que você quer alcançar, a pessoa que descreve a necessidade e espera que a IA sugira caminhos. Aparecer aí é ganhar uma indicação de quem ainda não te procurou.
A escolha que a IA faz numa pergunta de categoria não é arbitrária. O modelo traz as marcas sobre as quais encontrou mais material relevante nas fontes que consulta: reviews, comparativos, listas, cobertura editorial, o conteúdo do próprio site. É a mesma lógica que explica por que uma marca some das respostas do ChatGPT: pouca presença textual, pouca menção em fontes de terceiros, conteúdo que o modelo não consegue extrair. A consulta orgânica é o teste que expõe essa ausência, porque é a única em que a presença precisa ser conquistada, não entregue.
Daí o valor. Mover a sua taxa de citação sobre consultas orgânicas significa que você fez a IA passar a associar o seu nome à categoria, e isso só acontece quando há material suficiente sobre a sua marca circulando nas fontes certas. É um sinal difícil de falsificar e difícil de mover, o que é justamente o que o torna confiável. Número fácil de inflar não serve para acompanhar progresso.
Como separar os dois tipos na sua medição?
A regra prática é marcar cada prompt do seu teste como nomeado ou não nomeado, e calcular a taxa de citação só sobre os não nomeados. Um prompt é "nomeado" quando cita o nome da sua marca; é "não nomeado", ou orgânico, quando descreve apenas a categoria. A separação acontece na hora de montar a lista de perguntas, não depois.
O critério para classificar é objetivo: o nome da sua marca aparece no texto da pergunta? Se sim, é consulta de marca, e ela fica fora do cálculo da taxa de citação. Se não, é orgânica, e entra. Não há zona cinzenta. "Preciso de um CRM bom" é orgânica. "O CRM da [sua marca] é bom?" é de marca. A presença literal do nome decide.
Na hora de montar o conjunto de teste, vale separar fisicamente as duas listas:
- Lista orgânica (entra na taxa de citação): perguntas que um cliente faria descrevendo a necessidade, sem citar ninguém. Essas medem descoberta. São elas que você acompanha ao longo do tempo para ver se a sua presença na categoria sobe.
- Lista de marca (fica fora da taxa de citação): perguntas que citam o seu nome diretamente. Essas medem reputação, ou seja, o tom e a precisão do que a IA diz quando provocada. Úteis, mas para outra leitura.
A montagem dessas listas, com exemplos prontos por tipo de pergunta, está detalhada no guia de prompts para testar a visibilidade da sua marca. Aqui o ponto é só não misturar os baldes.
Por que a separação muda o número de forma tão drástica? Imagine um teste com 20 perguntas, sendo 10 orgânicas e 10 de marca. Suponha que a marca apareça em 3 das 10 orgânicas e em 9 das 10 de marca, o que é típico, já que as de marca quase sempre acertam. Se você somar tudo, são 12 menções em 20 perguntas, uma taxa aparente de 60%. Calculando só sobre as orgânicas, a taxa real de descoberta é 3 em 10, ou 30%. O primeiro número faz você relaxar; o segundo mostra onde o trabalho está. Mesma marca, mesma rodada, leituras opostas, e a diferença foi inteira a escolha do denominador.
A classificação por nomeado ou não nomeado conversa com a intenção de busca por trás de cada pergunta. Quem pergunta sem citar marca tem intenção de descoberta; quem cita o nome tem intenção de validação. São momentos diferentes da jornada, e medir os dois no mesmo balde apaga essa distinção.
O erro comum: comemorar a visibilidade errada
O engano que mais aparece é montar um teste recheado de consultas de marca, ver a IA mencionar o nome em quase todas e concluir que a presença em IA vai bem. O número sobe, a sensação é boa, e ele não mede descoberta nenhuma.
O mecanismo do erro é sedutor justamente porque a consulta de marca é a pergunta mais intuitiva de fazer. Você quer saber como a sua marca está nas IAs, então pergunta sobre a sua marca. Faz sentido, e está errado para esse fim. Perguntar "a [minha marca] é boa?" responde a uma questão de reputação, não a de visibilidade na categoria. A IA elogia, você anota o elogio como vitória, e o prospecto que perguntou "qual a melhor opção?" continua sem ouvir o seu nome.
O custo desse engano não é só um número bonito sem lastro. É a decisão errada que vem depois. Quem acredita estar bem visível para de investir em presença na categoria, justamente o trabalho que moveria o ponteiro real. O termômetro quebrado não só mente, ele desliga o esforço que importava. Por isso a regra de calcular a taxa de citação apenas sobre consultas orgânicas não é um detalhe técnico: é o que separa medir progresso de medir conforto.
Há uma exceção honesta a registrar. Se o seu objetivo for mesmo reputação, ou seja, entender o tom e a precisão do que a IA fala quando alguém já cita o seu nome, a consulta de marca é a ferramenta certa. O problema nunca foi a pergunta em si, foi usá-la para responder a outra coisa. Para descoberta, pergunte sem o nome. Para reputação, pergunte com o nome. Não some os dois numa taxa só.
Medir a distinção entre nomeado e orgânico na mão dá certo para uma primeira leitura: monte duas listas, rode no ChatGPT, conte as menções separadamente. O trabalho aparece quando você quer acompanhar isso mês a mês, com várias rodadas por pergunta e comparação contra concorrentes, sem colar prompt por prompt. A análise de visibilidade da Promptis faz essa separação por construção: a taxa de citação que ela calcula considera apenas consultas orgânicas, aquelas em que o nome da marca não foi entregue no prompt, então o número que você vê é descoberta de verdade, não menção garantida. A primeira análise é gratuita e não pede cartão.
