A taxa de citação é a fração das respostas de uma IA em que a sua marca aparece, dentro de um conjunto fixo de perguntas. Se você faz 20 perguntas ao ChatGPT sobre o seu setor e a marca surge em 8 respostas, a taxa de citação é de 40%. É a métrica de presença mais direta que existe: ou a marca está na resposta, ou não está.
Calcular é simples. Dividir o número de respostas que mencionam a marca pelo número total de respostas, e pronto. A parte que engana, e onde a maioria dos cálculos caseiros erra, está em duas decisões: sobre quais perguntas você mede, e quantas vezes você roda cada uma. Este artigo cobre a fórmula, essas duas armadilhas e um modelo de tabela para você fazer a sua medição hoje.
Se você quer o panorama de todas as métricas de presença em IA antes de mergulhar em uma só, o artigo sobre métricas de visibilidade em IA é o mapa. Aqui o foco é uma única métrica, do começo ao fim.
O que é taxa de citação em IA?
A taxa de citação é a porcentagem de respostas de um modelo de IA, dentro de um conjunto de perguntas, em que a sua marca é mencionada. É uma métrica de presença absoluta: mede se a marca aparece, sem compará-la a ninguém.
Vale separar dois recortes que andam juntos no dia a dia, porque dão números bem diferentes. No sentido mais estrito, taxa de citação conta só as respostas em que a IA aponta o seu site como fonte, com link ou referência. No uso mais largo, "a marca foi citada" inclui também a menção pelo nome, mesmo sem link. Aparecer pelo nome é comum; ser apontado como fonte é mais raro. Decida qual dos dois você está medindo antes de começar, e mantenha o critério fixo entre as medições, ou você vai comparar coisas diferentes de um mês para o outro.
A taxa de citação responde à pergunta mais básica da visibilidade em IA: quando alguém pergunta algo do seu setor ao ChatGPT, a sua marca entra na resposta? É binária por natureza, o que a torna a primeira métrica a medir. Você não precisa de análise de tom nem de comparação com concorrente para ler esse sinal. Se a taxa é zero, já sabe onde o trabalho começa.
O que ela não te diz é o tamanho relativo. Aparecer em 4 de 10 respostas parece bom até você descobrir que o concorrente aparece em 9. Essa leitura competitiva é trabalho de outra métrica, o share of voice no ChatGPT, que pega a presença bruta e a coloca ao lado da concorrência. A taxa de citação mede presença absoluta; o share of voice mede proporção. As duas se complementam, mas respondem perguntas diferentes.
Qual é a fórmula da taxa de citação?
A fórmula é uma divisão simples entre dois números: quantas respostas mencionaram a marca, sobre quantas respostas você analisou no total.
Taxa de citação = (respostas com menção da marca / total de respostas) × 100
O numerador é o número de respostas em que a marca apareceu, segundo o critério que você fixou (menção pelo nome ou citação como fonte). O denominador é o total de respostas analisadas, que normalmente é o número de perguntas que você rodou, multiplicado pelas rodadas, se você rodar cada pergunta mais de uma vez. O resultado, em percentual, é a sua taxa de citação naquele período.
Um exemplo concreto. Você escolhe 20 perguntas e roda cada uma uma vez. A marca aparece em 8 respostas. A taxa de citação é 8 dividido por 20, vezes 100, igual a 40%. Se você rodar as mesmas 20 perguntas três vezes, são 60 respostas no total; se a marca aparecer em 21 delas, a taxa é 21 sobre 60, ou 35%.
A aritmética é a parte fácil. As duas decisões que decidem se o número significa algo, ou se é lixo estatístico, são quais perguntas entram no denominador e quantas rodadas você faz. As próximas duas seções tratam exatamente disso.
Por que medir só sobre consultas orgânicas?
Porque incluir perguntas que já citam a sua marca infla o resultado e faz você medir a coisa errada. A taxa de citação só tem valor quando o denominador é formado por consultas orgânicas, aquelas em que o nome da marca não foi entregue no prompt.
Uma consulta de marca é uma pergunta que já cita o nome da sua marca, do tipo "a marca X é confiável?" ou "quais os planos da marca X?". Numa pergunta dessas, a IA quase sempre vai mencionar a marca, porque você acabou de entregar o nome de bandeja. Contar essas respostas no numerador é como fazer uma prova e dar a resposta junto com a pergunta: o resultado parece ótimo e não mede nada.
O que a taxa de citação tenta capturar é a descoberta orgânica: a IA traz a sua marca por conta própria quando o assunto é a sua categoria, sem que ninguém tenha soprado o nome. Por isso o denominador deve conter apenas perguntas genéricas do setor, sem citar marca nenhuma. "Qual o melhor CRM para pequenas empresas?" é orgânica. "O CRM da [sua marca] é bom?" não é.
Isso não quer dizer que consultas de marca sejam inúteis. Elas servem para medir outra coisa: como a IA fala da sua marca quando provocada, que é território de reputação, não de descoberta. Para a taxa de citação, porém, elas ficam de fora do cálculo. Misturar os dois tipos no mesmo denominador é o erro mais comum de quem mede pela primeira vez, e o que mais distorce o número para cima.
Uma exceção prática: se a sua amostra inteira fosse de consultas de marca, o que seria raro, o cálculo perderia o sentido por completo. A regra é simples. Para medir descoberta, pergunte sem o nome. Para medir reputação, pergunte com o nome. Não some os dois numa taxa só.
Por que uma resposta só engana?
Porque os modelos de IA não são determinísticos: a mesma pergunta, feita duas vezes, pode trazer respostas diferentes. Uma única rodada captura um retrato ruidoso, não a presença real da marca.
O não determinismo é a propriedade que faz um modelo dar saídas diferentes para a mesma entrada em momentos diferentes. Pergunte "quais as melhores ferramentas de gestão para clínicas?" agora e daqui a uma hora, e a lista de marcas pode mudar. A sua entrou numa rodada e ficou de fora na outra, sem que nada na sua marca tenha mudado. Foi só a variância do modelo.
Para uma medição confiável, isso muda como você monta o denominador. Em vez de rodar cada pergunta uma vez, rode duas ou três vezes e conte cada resposta separadamente. Se a marca aparece em 2 das 3 rodadas de uma pergunta, esse "2 de 3" é um sinal muito mais firme do que um sim ou não vindo de uma rodada solitária. A taxa de citação final é calculada sobre o conjunto inteiro de respostas, somando todas as rodadas.
A consequência disso é que uma única medição, por mais alta ou baixa que seja, não diz se você está crescendo. O número que importa é a tendência ao longo do tempo, comparada com a sua primeira medição de referência. Esse primeiro número, a linha de base de visibilidade, é o que dá significado a todos os seguintes. Sem ele, você tem fotos soltas; com ele, tem um filme.
Como tabular a sua taxa de citação?
A forma mais simples de não se perder é registrar cada resposta numa linha de tabela, com colunas fixas que você repete em toda medição. O mínimo para um cálculo válido são quatro colunas: marca, prompt, modelo e data. Adicionar uma coluna de "apareceu?" e outra de rodada deixa o cálculo automático.
Veja um exemplo de como uma medição de três perguntas, rodadas duas vezes cada, fica tabulada:
| Marca | Prompt | Modelo | Data | Rodada | Apareceu? |
|---|---|---|---|---|---|
| Minha Marca | Qual o melhor CRM para PMEs? | GPT, com busca | 2026-06-21 | 1 | Sim |
| Minha Marca | Qual o melhor CRM para PMEs? | GPT, com busca | 2026-06-21 | 2 | Não |
| Minha Marca | Ferramenta de gestão para clínicas | GPT, com busca | 2026-06-21 | 1 | Não |
| Minha Marca | Ferramenta de gestão para clínicas | GPT, com busca | 2026-06-21 | 2 | Não |
| Minha Marca | Software de agendamento para salões | GPT, com busca | 2026-06-21 | 1 | Sim |
| Minha Marca | Software de agendamento para salões | GPT, com busca | 2026-06-21 | 2 | Sim |
Nessa amostra são 6 respostas e 3 com menção, então a taxa de citação é 3 sobre 6, ou 50%. Cada linha é uma resposta isolada, o que deixa visível em quais rodadas a marca entrou e em quais saiu.
Por que essas colunas e não outras? Modelo importa porque o ChatGPT no modo de conhecimento (sem busca) e no modo com busca na web dão resultados diferentes, e somá-los numa taxa só esconde de qual dos dois veio a presença. Data importa porque a taxa só vira útil quando comparada entre períodos, e sem a data você não consegue ler a tendência. Prompt registrado por extenso garante que você está rodando exatamente as mesmas perguntas na próxima medição, o que é a condição para a comparação valer. Mudou a lista de perguntas no meio do caminho, e você não está mais medindo a mesma coisa.
Para acompanhamento, a regra de ouro é congelar o método. Mesma lista de perguntas, mesmo modelo, mesma quantidade de rodadas. A única coisa que muda entre uma medição e a próxima é a data. Assim, qualquer variação no número reflete mudança real na presença da marca, e não na sua forma de medir.
O que uma taxa alta ou baixa sinaliza?
Uma taxa de citação baixa sinaliza que a IA tem pouco material para conectar a sua marca à categoria; uma taxa alta sinaliza que o modelo já associa o seu nome ao assunto. Mas o que conta como "alta" ou "baixa" depende inteiramente do setor, e por isso não há um corte universal.
Quando a taxa é baixa, normalmente é porque a marca está pouco presente nas fontes que a IA consulta: reviews, listas, comparativos, cobertura editorial, conteúdo do próprio site. O modelo não inventa marcas; ele repete o que encontra. Se quase ninguém escreve sobre a sua marca na sua categoria, ela some das respostas mesmo que o produto seja excelente. A taxa baixa é o sintoma de uma ausência de material citável, não necessariamente de um produto fraco.
Uma taxa alta indica o contrário: existe material suficiente sobre a marca para que o modelo a traga com regularidade quando o assunto aparece. Isso costuma andar junto com presença editorial forte e com uma categoria em que a marca já é referência conhecida.
A referência depende do setor por um motivo direto. Em uma categoria pequena e bem definida, com poucos players, uma marca consolidada pode aparecer na maioria das respostas, e uma taxa de 60% pode ser apenas mediana. Em uma categoria ampla e disputada, com dezenas de concorrentes e perguntas que admitem muitas respostas possíveis, 25% já pode representar uma presença respeitável. Comparar a sua taxa com a de outra empresa de outro setor não diz nada. O parâmetro honesto é sempre a sua própria evolução: a taxa subiu ou caiu desde a última medição, com o mesmo método?
Por isso resistir à tentação de buscar um "número bom" e olhar para a tendência é o que separa uma métrica útil de um número de vaidade. A pergunta certa não é "minha taxa de citação é boa?", e sim "minha taxa de citação está subindo?".
Medir a taxa de citação na mão, com planilha e o próprio ChatGPT, funciona bem para uma primeira leitura. O trabalho aparece quando você quer histórico de vários meses, comparação com concorrentes e a média de várias rodadas sem ter que colar prompt por prompt manualmente. É exatamente isso que a análise de visibilidade da Promptis automatiza: roda um conjunto fixo de perguntas, conta em quantas respostas a sua marca aparece, separa o modo de conhecimento do modo com busca e mostra a taxa de citação ao longo do tempo, contra a sua linha de base. A primeira análise é gratuita e não pede cartão.
