Para testar se a sua marca aparece no ChatGPT, você não usa um prompt: usa quatro tipos. Cada formato de pergunta provoca uma resposta diferente do modelo e revela uma dimensão diferente da sua visibilidade. Pergunte "qual a melhor [solução] para X" e você mede se entra na lista dos melhores. Descreva um perfil de comprador e você mede se é recomendado no contexto certo. Compare duas marcas e você mede como o modelo te posiciona ao lado de um concorrente. Pergunte o que falam de você e você mede a sua reputação. Junte os quatro e você tem um retrato honesto, não um palpite.
A maioria das pessoas testa errado por testar de menos. Abre o ChatGPT, digita "minha marca é boa?", lê uma resposta simpática e conclui que está tudo certo. Esse prompt mede uma coisa só, e a menos útil de todas: o que a IA responde quando você já entregou o nome de bandeja. O teste que importa é o oposto. Quer ver se o modelo lembra de você sozinho, sem você dar a deixa.
Este artigo é o conjunto de perguntas. Se você já leu como calcular o share of voice da sua marca no ChatGPT, ali está o número; aqui está o playbook de prompts que produz esse número. Vamos por tipo.
Por que tipos diferentes de prompt revelam coisas diferentes?
Um prompt é a pergunta ou instrução que você dá ao chatbot. Cada prompt cria um contexto, e o contexto define quais marcas o modelo considera relevantes para responder. Mude o contexto, mude a resposta.
Pense em como um cliente real chega até uma decisão. Ele não faz uma pergunta só. Primeiro pesquisa quais são as opções boas do mercado. Depois afina pela própria situação ("tenho uma equipe pequena", "atendo o interior"). Em algum momento compara dois nomes que ficaram na cabeça. E quase sempre, antes de fechar, procura saber se vão falar mal depois. São quatro momentos, e a sua marca pode estar presente em um e ausente nos outros três.
É por isso que um teste de prompt único mente. Você pode aparecer lindamente quando o ChatGPT compara você com um concorrente (porque o seu nome já estava na pergunta) e sumir completamente quando alguém pede "a melhor opção para [necessidade]" sem citar ninguém. Os dois resultados são reais. Medir só o primeiro dá falsa sensação de presença.
As quatro categorias abaixo cobrem esses quatro momentos. Não são exaustivas, mas são as que mais influenciam decisão de compra, e justamente as perguntas em que o modelo mais recorre a nomes de marca para responder. Uma observação que vale para todas: os prompts de exemplo usam marcadores como [solução] e [marca] entre colchetes. São modelos para você preencher com a sua categoria, a sua marca e os seus concorrentes. Não copie literal com os colchetes.
Como saber se minha empresa aparece no ChatGPT?
Comece pela categoria mais reveladora: a pergunta de melhor da categoria. É a que mais se aproxima do momento em que um cliente pede uma recomendação aberta, sem ter ninguém em mente. Se a sua marca aparece aqui, ela existe na cabeça do modelo. Se não aparece, ela é invisível para quem ainda não te conhece.
O formato é direto. Você pede a melhor opção de uma categoria, para um objetivo, sem mencionar nenhuma marca:
Qual a melhor [solução] para [objetivo do cliente]?
Quais são as melhores opções de [categoria] no Brasil?
Me indica [tipo de produto] confiável para [finalidade].
Um exemplo concreto, para uma marca de software de gestão financeira para pequenas empresas: "Qual o melhor sistema de gestão financeira para uma pequena empresa no Brasil?". Rode, leia a resposta inteira e anote quais marcas o ChatGPT citou e em que ordem. A sua estava lá? Em que posição da lista?
O detalhe que faz diferença: não cite a sua marca. A graça do teste é medir a descoberta orgânica, se o modelo te traz por conta própria. Quando o nome aparece na pergunta, isso é uma consulta de marca, e o que você quer aqui é o contrário, a pergunta sem nome nenhum. Toda vez que entrega o nome, você infla o resultado e mede a coisa errada.
Varie o objetivo dentro da mesma categoria para não depender de uma formulação só: "melhor sistema de gestão para quem está começando", "fácil de usar", "com bom custo-benefício". Cada variação muda um pouco o conjunto de marcas que o modelo considera, e te mostra se a sua presença é firme ou se depende de uma frase de sorte.
Quais perguntas fazer ao ChatGPT para testar a visibilidade da minha marca?
Depois do melhor da categoria, teste a recomendação contextual. Aqui você para de perguntar "qual a melhor" em abstrato e descreve um perfil de comprador específico. É o momento em que o cliente já sabe o problema dele e quer a solução para a situação dele, não a melhor do mundo.
O formato descreve uma situação ou necessidade e pede uma indicação:
Preciso de um [produto] para [contexto específico do comprador].
Trabalho com [segmento] e procuro [solução] que [requisito].
Sou [perfil] e quero [resultado]. O que você recomenda?
O que torna esta categoria valiosa é a variação do perfil. A mesma categoria de produto serve clientes muito diferentes, e o ChatGPT recomenda marcas diferentes para cada um. Teste vários perfis:
Preciso de um sistema de gestão financeira para uma loja de roupas com duas funcionárias.
Preciso de um sistema de gestão financeira para um escritório de contabilidade que atende 50 clientes.
Preciso de um sistema de gestão financeira para um MEI que vende online.
Três perfis, três respostas que provavelmente trazem listas distintas. Sua marca pode dominar a recomendação para o MEI e nunca aparecer para o escritório de contabilidade. Esse mapa de "em qual contexto eu apareço" é ouro para entender onde a sua presença em IA está forte e onde tem buraco.
Anote, para cada perfil testado, se a marca apareceu e com qual enquadramento. Às vezes o modelo te cita mas com uma ressalva ("é boa, mas mais indicada para negócios menores"). Esse enquadramento é parte da visibilidade: define como o cliente vai te perceber antes mesmo de visitar o seu site.
Como testar manualmente a presença da minha marca em IAs com prompts de comparação?
A terceira categoria é a comparação direta. Diferente das duas anteriores, aqui você cita nomes de propósito: o seu e o de um concorrente. Não para medir descoberta orgânica (você já entregou os nomes), mas para ver como o modelo te posiciona quando colocado lado a lado com alguém.
O formato é o confronto:
Qual a diferença entre [marca A] e [marca B]?
[Marca A] ou [marca B]: qual escolher para [contexto]?
Compare [marca A] com [marca B] em [critério].
Este teste responde a uma pergunta que as outras categorias não alcançam: quando o cliente já está decidindo entre você e um concorrente específico, de que lado o ChatGPT pende? O modelo tende a você, ao concorrente, ou fica neutro? Quais forças e fraquezas ele atribui a cada um?
Vale rodar a comparação nos dois sentidos, invertendo a ordem dos nomes:
Qual a diferença entre [sua marca] e [concorrente]?
Qual a diferença entre [concorrente] e [sua marca]?
A ordem às vezes muda a ênfase da resposta, então comparar os dois sentidos te protege de um enquadramento enviesado pela posição na pergunta. E preste atenção nos atributos: se o ChatGPT descreve o concorrente como "mais completo" e a sua marca como "mais simples", isso é um diagnóstico de posicionamento percebido, não só de presença.
Uma limitação honesta: como os nomes já estão na pergunta, esta categoria não mede se você é descoberto, só como você é descrito. Ela complementa, mas não substitui, as duas primeiras.
Que tipo de prompt uso para ver minha reputação nas IAs?
A quarta categoria é a reputação, ou revisão. Aqui você pergunta o que as pessoas dizem sobre a sua marca. Não "minha marca é boa?" (pergunta que convida a uma resposta gentil e inútil), mas como o modelo sintetiza a percepção pública sobre você.
O formato pede a opinião agregada do mercado:
O que as pessoas dizem sobre [marca]?
[Marca] é confiável? Qual a reputação dela?
Quais são as reclamações mais comuns sobre [marca]?
Vale a pena contratar/comprar da [marca]?
Esta categoria revela uma camada que as outras três não tocam: o tom. Você pode aparecer bastante (boa presença) e mesmo assim aparecer mal, com o modelo repetindo reclamações ou ressalvas. O sentimento com que a IA fala de você é parte da visibilidade, e às vezes a que mais machuca, porque um cliente que pergunta "vale a pena?" está com o cartão quase na mão.
Rode tanto a versão neutra ("o que dizem sobre [marca]") quanto a que provoca o lado negativo ("quais as reclamações sobre [marca]"). Se a versão negativa traz reclamações específicas e detalhadas, é sinal de que esse conteúdo está indexado e influencia o que o ChatGPT diz de você.
Um cuidado de leitura: o modelo às vezes responde que não tem informação suficiente sobre uma marca menor. Isso não é necessariamente ruim nem bom, é ausência de dado, e deve ser anotado como tal, não confundido com reputação negativa. A reputação que você quer medir é a opinião real que existe, não o silêncio.
Como registrar resultados que dá pra comparar ao longo do tempo?
Testar uma vez dá uma foto. O valor aparece quando você repete o teste e compara as fotos. Para que a comparação faça sentido, três coisas precisam ficar fixas entre uma rodada e outra.
A lista de prompts. Defina o seu conjunto (alguns de cada categoria, de dez a quinze prompts no total) e congele. Se você muda as perguntas a cada mês, qualquer diferença no resultado pode ser efeito da pergunta nova, não da sua visibilidade. Salve a lista em uma planilha e reaproveite igual.
O modelo e o modo. Use sempre a mesma versão do ChatGPT e decida se está testando com busca ativada (o modelo consulta a web na hora) ou no modo de conhecimento (ele responde só com o que aprendeu no treino). Os dois medem coisas diferentes e mudam em ritmos diferentes, então misturá-los suja a comparação. Se puder, teste os dois, mas em planilhas separadas.
As configurações, quando você tiver acesso. Em testes manuais pela interface do ChatGPT, você não controla a temperatura (o parâmetro que define o quanto a resposta é criativa ou previsível, de 0 a um valor mais alto). Mas se você testa via API, fixe a temperatura no menor valor possível, perto de zero, para reduzir a variação aleatória entre rodadas. Quanto mais baixa, mais a resposta tende a repetir as mesmas marcas, o que torna a comparação mês a mês mais limpa.
Sobre a cadência: não adianta testar todo dia. O conhecimento de longo prazo do modelo muda devagar, então uma medição mensal já pega a tendência. Para o modo com busca, se você publica conteúdo novo com frequência, quinzenal faz sentido. O que não funciona é medir uma vez, ficar feliz ou triste com o número, e nunca mais repetir. Visibilidade em IA é um filme, não uma foto.
Registre sempre a frequência, não a foto única. Como cada prompt é rodado três vezes, anote em quantas das três a marca apareceu. "Apareceu em 2 de 3 rodadas" diz muito mais do que "apareceu" ou "não apareceu", e é esse número que você compara entre os meses. Se ele cair de um período para outro sem mudança da sua parte, o artigo por que sua marca some das respostas do ChatGPT cobre as causas mais comuns. E se quiser entender por que três rodadas e não uma, como medir mindshare entre modelos sem enlouquecer detalha a matemática da variância.
Quando o trabalho manual de repetir, anotar e comparar começar a pesar, é o momento de pensar em ferramenta. Ferramentas de monitoramento de marca em IA, incluindo a Promptis, automatizam exatamente esse ciclo: rodam o conjunto de prompts em várias passagens, separam os modos e guardam o histórico. O conjunto de perguntas continua sendo o mesmo deste playbook. O que muda é quem faz o trabalho repetitivo.
Os quatro tipos de prompt cobrem as quatro perguntas que importam: você entra na lista dos melhores, é recomendado no contexto certo, se sai bem na comparação e tem boa reputação. Comece pela categoria de melhor da categoria, que é a mais reveladora, e vá somando as outras três conforme quiser fechar o quadro. Se quiser ver o conjunto inteiro de dimensões que se pode medir, as métricas que importam para medir visibilidade em IA é o mapa, e o hub do pilar reúne todos os aprofundamentos.
