Aparecer no começo da resposta da IA vale mais do que aparecer no fim. Quando alguém pergunta "qual o melhor CRM para pequenas empresas?" e o ChatGPT devolve uma lista, a marca que abre recebe muito mais atenção do que a que fecha. O usuário lê de cima para baixo, e a IA tende a tratar a primeira opção como a recomendação principal, não como uma entre várias. Por isso a posição na resposta entra na pontuação de visibilidade: nem toda menção pesa igual.
Posição na resposta é o lugar onde a sua marca aparece dentro do texto que a IA gera: citada primeiro, no meio de uma lista ou de passagem no último parágrafo. É a métrica que separa presença de proeminência. Duas marcas podem ter a mesma taxa de citação, o mesmo número de respostas em que surgem, e ainda assim ter visibilidades bem diferentes se uma abre sempre a lista e a outra vive na cauda. Este artigo explica por que a ordem importa, como medir posição sem se enganar com o ruído dos modelos e como combinar essa leitura com a taxa de citação.
Se você quer o quadro completo das dimensões que se pode medir, as métricas que importam para medir visibilidade em IA é o mapa. Aqui o foco é só uma delas, do começo ao fim.
Por que a ordem da menção importa tanto?
Por duas razões que se reforçam. A primeira é de leitura: as pessoas leem do começo para o fim, e a atenção é maior no topo. A segunda é de estrutura: quando a IA ordena uma lista, ela costuma pôr na frente o que trata como a opção mais forte. Uma coisa é a marca ser vista; a outra é a marca ser vista com endosso.
Comece pela leitura. Diante de uma resposta com cinco ferramentas, quase ninguém lê as cinco com o mesmo cuidado. A primeira chega antes de a leitura cansar, costuma vir com uma frase de contexto explicando por que ela entra, e é a que o leitor leva quando para no meio. A última disputa atenção com o resumo e com a próxima pergunta que o usuário já está formulando. Não é regra de física, é como a maioria das pessoas consome texto.
A segunda razão é mais sutil. Modelos de linguagem não jogam as marcas numa ordem aleatória. Quando você pede uma recomendação, o modelo monta uma sequência que reflete o que ele trata como mais relevante para aquela pergunta, a partir do que aprendeu nas fontes. A primeira posição carrega então um peso a mais: não é só "apareceu antes", é "apareceu antes porque o modelo a colocou como a principal". Isso é a ancoragem na primeira opção. A marca que abre vira a referência contra a qual o leitor compara todas as outras.
Some os dois efeitos e o resultado é claro. Ser a primeira marca citada, com uma frase favorável, é estar no lugar da recomendação. Ser a última, encaixada num "outras opções incluem", é estar no lugar da nota de rodapé. A diferença entre os dois não aparece na taxa de citação, que conta as duas como uma menção cada. Ela aparece na posição.
O que conta como "posição" numa resposta de IA?
Posição não é só "primeiro ou último". As respostas da IA têm formatos diferentes, e o lugar da marca dentro de cada formato muda o peso da menção. Vale separar alguns níveis para medir com consistência, em vez de tentar cravar um número exato. Pense em quatro, do mais forte ao mais fraco:
| Nível | Onde a marca aparece | O que isso costuma sinalizar |
|---|---|---|
| Primeira menção | Abre a resposta ou o primeiro item da lista, em geral com uma frase de contexto | A IA trata a marca como a recomendação principal; maior atenção e maior peso de endosso |
| Meio | No corpo do texto ou no meio de uma lista, ao lado de pares | Presença sólida, mas sem o destaque da abertura; é uma opção entre as fortes |
| Item de lista (sem destaque) | Citada numa lista longa, sem comentário próprio, junto de muitas outras | Aparece, mas diluída; o leitor pode passar batido |
| Rodapé | De passagem no último parágrafo, num "vale também considerar" | Menção fraca; baixa atenção e quase nenhum peso de recomendação |
Esses níveis não são uma escala oficial. São uma forma prática de transformar "onde a marca apareceu" em algo que você registra do mesmo jeito toda vez. O ponto não é cravar se a marca estava no caractere 200 ou 240, é saber se ela abriu a resposta ou foi citada de passagem no fim.
Repare numa diferença que confunde quem começa: posição não é o mesmo que ser citada. Uma marca pode estar presente em todas as respostas (taxa de citação alta) e ainda assim ocupar sempre o rodapé. A taxa de citação responde "apareceu?". A posição responde "apareceu onde, e com quanto destaque?". É por isso que a posição refina o que a presença bruta não mostra.
Como medir a posição da marca nas respostas da IA?
A medição segue a mesma disciplina das outras métricas de visibilidade: conjunto fixo de perguntas, mais de uma rodada, registro consistente. A diferença é que, em vez de marcar só "apareceu sim ou não", você marca em qual nível a marca apareceu. Um caminho que funciona:
- Use o mesmo conjunto de perguntas orgânicas do seu setor, aquelas que não citam a sua marca. Se você já mede taxa de citação, são as mesmas perguntas. Não dá para ler posição numa pergunta que entregou o nome da marca de bandeja.
- Para cada resposta em que a marca aparecer, anote o nível: primeira menção, meio, item de lista sem destaque ou rodapé. Quando a marca não aparece, não há posição para registrar; aquela linha conta só para a taxa de citação.
- Rode cada pergunta mais de uma vez. A posição muda entre rodadas, então uma leitura única engana. Registre o nível de cada rodada separadamente.
- Leia o nível médio ao longo do conjunto, não o melhor caso. Se a marca abriu a lista em uma rodada e foi para o rodapé em três, a posição típica dela é fraca, não forte.
Para tabular, basta acrescentar uma coluna de posição à mesma planilha em que você já registra as respostas. Algo assim:
| Marca | Prompt | Modelo | Data | Rodada | Apareceu? | Posição |
|---|---|---|---|---|---|---|
| Minha Marca | Qual o melhor CRM para PMEs? | GPT, com busca | 2026-06-23 | 1 | Sim | Primeira menção |
| Minha Marca | Qual o melhor CRM para PMEs? | GPT, com busca | 2026-06-23 | 2 | Sim | Rodapé |
| Minha Marca | Ferramenta de gestão para clínicas | GPT, com busca | 2026-06-23 | 1 | Sim | Meio |
| Minha Marca | Ferramenta de gestão para clínicas | GPT, com busca | 2026-06-23 | 2 | Não | (não aparece) |
Olhando essas quatro linhas, a marca apareceu em três e a posição variou bastante: uma abertura, um meio e um rodapé. A leitura honesta não é "a marca abre a lista", é "a marca aparece, mas o destaque oscila". Esse tipo de nuance é o que uma única consulta esconderia.
Se quiser facilitar a média, dá para transformar os níveis num número: 4 para primeira menção, 3 para meio, 2 para item de lista, 1 para rodapé. Funciona, desde que a escala seja a mesma em toda medição. O risco é achar que o número é mais preciso do que a observação que o gerou; ele é só uma forma compacta de comparar tendência, não uma medida exata de proeminência.
Como combinar posição com taxa de citação?
As duas juntas contam uma história que nenhuma conta sozinha. A taxa de citação diz com que frequência a marca aparece; a posição diz com quanto destaque. Cruzar as duas separa quatro situações bem diferentes, e cada uma pede uma ação diferente.
Imagine o cruzamento como um quadro de duas perguntas: aparece muito ou pouco, e aparece bem posicionada ou mal posicionada.
- Aparece muito e bem posicionada. É o melhor cenário. A marca está presente na maioria das respostas e costuma abrir a lista. Aqui o trabalho é manter, e vigiar para não cair.
- Aparece muito, mas mal posicionada. A marca surge em quase toda resposta, só que sempre no rodapé. A presença existe, falta proeminência. O caminho costuma passar por reforçar o material que posiciona a marca como referência da categoria, não só como uma opção que existe.
- Aparece pouco, mas bem posicionada quando aparece. A marca não entra em muitas respostas, mas quando entra, abre. Sinal de que a associação com a categoria é forte onde existe, e estreita demais. O trabalho é ampliar a cobertura para mais tipos de pergunta.
- Aparece pouco e mal posicionada. O ponto de partida mais cru. Tanto a presença quanto o destaque precisam de trabalho, e em geral o primeiro passo é construir material citável antes de pensar em posição.
Sem cruzar as duas, você lê torto. Uma taxa de citação de 50% parece saudável até você descobrir que a marca está sempre no fim. E uma taxa de 20% parece fraca até você ver que, nas respostas em que ela entra, ela abre a lista, o que é um ativo a expandir. A posição é o que dá relevo ao número de presença.
Share of voice e posição também respondem a perguntas distintas. O share of voice no ChatGPT mede a sua fatia de menções comparada com a dos concorrentes, ao longo de muitas respostas; a posição mede o destaque dentro de uma resposta. Você pode ter um bom share of voice e ainda assim aparecer mais ao fim que os rivais. Presença, proporção e posição se completam, e nenhuma substitui a outra.
Quais cuidados tomar ao medir posição?
A posição é a mais escorregadia das métricas de visibilidade, justamente porque depende de interpretar a estrutura de cada resposta, e respostas variam de formato. Três cuidados evitam as leituras erradas mais comuns.
O primeiro é a variância entre rodadas. Modelos de IA não são determinísticos: a mesma pergunta, feita duas vezes, pode trazer a marca em primeiro numa rodada e em último na outra, sem que nada na marca tenha mudado. Foi só a forma como o modelo amostrou aquela resposta. Por isso a posição de uma rodada única não significa quase nada. O sinal confiável é a posição média de várias execuções da mesma pergunta. Uma abertura que se repete em três de quatro rodadas é real; uma abertura isolada pode ser sorte.
O segundo é o formato da resposta. Nem toda resposta é uma lista ordenada. Às vezes a IA responde em prosa corrida, às vezes em tabela, às vezes com uma recomendação única seguida de alternativas. "Posição" significa coisas um pouco diferentes em cada formato, e tentar forçar tudo numa régua só distorce. A saída prática é classificar por nível (primeira, meio, lista, rodapé) em vez de por ordinal exato, porque o nível sobrevive à mudança de formato melhor do que "a marca foi a terceira".
O terceiro é não ler posição numa pergunta que já cita o nome da sua marca. Quando a pergunta entrega o nome, a resposta inteira gira em torno dele e a "posição" perde o sentido: claro que a marca vem primeiro, você a colocou ali. A posição só mede destaque de verdade quando a marca surgiu por conta própria, numa pergunta genérica do setor. Incluir essas perguntas no cálculo infla a leitura, do mesmo jeito que acontece com a taxa de citação.
Por trás dos três cuidados está o mesmo princípio das outras métricas: o que importa é a tendência contra uma linha de base, medida sempre do mesmo jeito. Uma posição que melhora ao longo de meses, com o mesmo conjunto de perguntas, vale mais do que um bom resultado numa medição solta. A disciplina de medir sobre perguntas orgânicas e em várias rodadas está detalhada em como calcular a taxa de citação, e o método completo, no guia de visibilidade.
A posição é também o que mais se aproxima de mindshare na prática: aparecer primeiro, com regularidade, sinaliza que o modelo associa a sua marca à categoria de forma forte, não periférica. A diferença é a lente: mindshare olha a largura entre modelos e contextos, a posição olha o destaque dentro de uma resposta. Mesmo objetivo, ser a marca que o modelo traz primeiro.
Medir posição na mão, anotando o nível de cada resposta numa planilha, funciona para uma primeira leitura. O trabalho aparece quando você quer fazer isso sobre dezenas de perguntas, em várias rodadas, mês após mês, para ver se o destaque está subindo ou caindo. É parte do que a análise de visibilidade da Promptis faz: roda um conjunto fixo de perguntas, registra onde a sua marca aparece em cada resposta e considera a posição na pontuação de visibilidade, junto com a frequência e o tom, mostrando a tendência contra a sua linha de base. A primeira análise é gratuita e não pede cartão.
