Concorrente aparece na IA e a minha marca não
Como medir a diferença de citação entre a sua marca e os concorrentes no mesmo conjunto de consultas, descobrir quais fontes sustentam cada um e decidir o que corrigir primeiro.
Para quem é este guia e o que é preciso ter antes?
O guia serve a quem já percebeu que um concorrente é citado nas respostas de IA e quer saber o tamanho da diferença e a causa, antes de gastar tempo com conteúdo. O nível é intermediário. Você precisa do conjunto de consultas congelado e da linha de base da sua marca, como descrito no protocolo de medição. Sem isso, a comparação vira impressão de uma conversa isolada, e o estudo da SparkToro com a Gumshoe.ai, de janeiro de 2026 (estudo de fornecedor, não revisado por pares), mostra por que uma única resposta pouco diz: com 2.961 respostas de voluntários, as listas de marcas quase nunca se repetiram.
"Gap de citação" é um termo de trabalho desta página, e não uma métrica nova do método. Ele usa a taxa de citação já definida em métricas e apenas compara duas marcas medidas sob as mesmas condições.
Passo 1: quem entra na lista de concorrentes?
Comece pelos concorrentes de mercado: de três a oito, como pede o escopo do protocolo. Depois acrescente os concorrentes de resposta, que nem sempre vendem o mesmo produto: comparadores, portais do setor, associações, blogs especializados e diretórios que a IA cita no lugar de qualquer marca. Eles aparecem na medição quando você registra os domínios das fontes, e muitas vezes explicam por que ninguém da sua lista foi citado.
Critério de sucesso: uma lista com os domínios de cada concorrente (incluindo subdomínios) e uma segunda lista, em branco no início, para os domínios de terceiros que a medição revelar.
Passo 2: como medir o gap sem enviesar a comparação?
Use o mesmo conjunto de consultas para todas as marcas, congelado antes da coleta. Priorize as consultas sem o nome de nenhuma marca, porque são elas que mostram quem entra na resposta por mérito. As consultas com o nome da marca medem reputação e precisão, e misturá-las com as demais inflaria o resultado de quem tem nome conhecido. O gerador de consultas cria a base, e as perguntas reais do seu cliente devem completá-la.
Mantenha a configuração de cada coleta: plataforma, modo de busca, idioma, região e se havia login. A documentação da OpenAI para a API de busca informa que o modelo decide se pesquisa na web conforme o pedido; a da Anthropic diz que Claude decide quando buscar e que as citações ficam sempre ativadas. Uma resposta sem fontes pode significar que não houve busca, e isso deve ser anotado, não descartado.
Calcule por plataforma e use a consulta como unidade, como recomenda o método: a consulta conta como citada quando o domínio aparece em pelo menos metade das execuções válidas. Registre para cada marca a contagem, a taxa e o intervalo de confiança de 95%, com a calculadora.
Critério de sucesso: uma tabela por plataforma com a taxa de cada marca e o intervalo, medidas no mesmo dia ou na mesma semana.
Passo 3: menção, citação e recomendação são o mesmo gap?
Não. Três eventos diferentes escondem o diagnóstico quando entram na mesma conta.
| Evento | Pergunta | Onde aparece no registro |
|---|---|---|
| Menção | o nome da marca está no texto da resposta? | campo "mencionada" |
| Citação | o domínio da marca está entre as fontes? | campo "citada" |
| Recomendação | a resposta indica a marca como opção adequada, em consulta de decisão? | campo "recomendada" |
Um concorrente pode ser citado sem ser recomendado, por ter a página que responde à pergunta, e outro pode ser recomendado sem ter o domínio entre as fontes, porque terceiros falam bem dele. Meça o gap dos três eventos separadamente. Se o seu gap de menção é pequeno e o de citação é grande, o problema está em fazer a IA usar o seu site como fonte. Se os dois são grandes, falta presença em geral.
Passo 4: quais fontes sustentam os concorrentes?
Para cada resposta em que um concorrente aparece e a sua marca não, copie os domínios das fontes. Depois some quantas vezes cada domínio apareceu. Essa contagem mostra de onde a IA tirou a informação. Há três tipos de resultado:
- o site do próprio concorrente, o que indica que ele tem uma página que responde à pergunta;
- portais e comparadores, o que indica que a informação vem de terceiros e que a sua marca não consta ali ou consta com dados fracos;
- perfis e diretórios, o que indica que a descrição da entidade circula fora do site.
A página mapa de fontes mostra o que cada plataforma documenta sobre citações. A Perplexity informa que toda resposta traz citações numeradas para as fontes originais, e o Copilot Search, em seu anúncio de 4 de abril de 2025, diz citar as fontes de modo destacado e listar os links usados. Já o Google informa, na documentação de recursos de IA atualizada em 10 de dezembro de 2025, que a inclusão como link de apoio exige página indexada e elegível a exibir trecho, sem garantia. Cada plataforma escolhe fontes de um modo, e nenhuma publica o critério completo; por isso o dado a observar é o que de fato apareceu.
Critério de sucesso: uma lista ordenada dos domínios que mais aparecem nas respostas em que a sua marca está ausente, com a contagem e o tipo de cada um.
Passo 5: por que a marca está ausente?
Ausência tem poucas causas. Elas se organizam pelas cinco camadas do método de Camillo Dantas, que são um modelo de diagnóstico e não uma lei do funcionamento das plataformas.
| O que a medição mostra | Causa provável | Camada | Onde agir |
|---|---|---|---|
| os concorrentes têm página que responde e a sua marca não | falta uma página para a pergunta | editorial | unidade de resposta |
| a marca é mencionada com descrição errada ou confundida | entidade ambígua ou dado inconsistente | identidade | página de entidade e correção de erro |
| a marca é mencionada, mas o domínio não aparece | página inacessível ou sem resposta clara no HTML | estrutura | medir por plataforma |
| a marca é citada e não recomendada | falta evidência verificável | prova | estruturar evidência |
| os portais citam concorrentes e não a marca | a informação da marca não está onde a IA lê | distribuição semântica | fontes externas |
Leia a tabela como hipótese. A camada de distribuição semântica é a menos documentada pelas plataformas: nenhuma documentação oficial consultada afirma que fontes externas aumentam a chance de citação. A medição seguinte é que testa a hipótese.
Passo 6: como priorizar as lacunas?
Ordene por três critérios, nesta ordem. Primeiro, o peso da consulta: lacunas em consultas de decisão e de comparação valem mais do que em consultas de definição. Segundo, a confiança no gap: um gap cujo intervalo de confiança inclui zero ainda não é uma lacuna comprovada. Terceiro, o esforço: corrigir um dado errado em um perfil custa menos do que escrever uma página nova. Faça o que combina alto peso, gap confirmado e esforço baixo, e deixe o restante para o ciclo seguinte.
Que exemplo mostra o gap em números?
Este é um exemplo simulado. A marca, os concorrentes, a plataforma e os números são fictícios e não descrevem nenhum fornecedor real. A "Marca Exemplo" foi medida na "Plataforma A" com 40 consultas sem nome de marca, três execuções por consulta, com a consulta como unidade.
| Marca | Consultas com o domínio citado | Taxa | Intervalo de 95% |
|---|---|---|---|
| Marca Exemplo | 12 de 40 | 30,0% | 18,1% a 45,4% |
| Concorrente A | 24 de 40 | 60,0% | 44,6% a 73,7% |
| Concorrente B | 15 de 40 | 37,5% | 24,2% a 53,0% |
O gap para o Concorrente A é de 30,0 pontos percentuais, com intervalo de 8,2 a 48,1 pelo método de Newcombe. O intervalo não inclui zero, e há apoio para dizer que a diferença existe, embora o tamanho seja incerto. O gap para o Concorrente B é de 7,5 pontos, com intervalo de menos 12,9 a mais 27,0. Como inclui zero, a conclusão correta é que a amostra não separa as duas marcas.
Um detalhe técnico: o método de Newcombe da calculadora trata as duas taxas como medições independentes. Aqui as consultas são as mesmas para as duas marcas, de modo que os dados são pareados, e o intervalo tende a ser mais largo do que o de um método pareado. Se o intervalo exclui zero mesmo assim, a conclusão é segura. Se inclui, não conclua nada sem ampliar o conjunto.
Na etapa das fontes, a simulação registrou as respostas em que o Concorrente A foi citado e a Marca Exemplo não: o domínio do próprio Concorrente A apareceu em 21, um portal de comparação em 17, um diretório do setor em 11 e um blog especializado em 9. Leitura: o concorrente tem páginas que respondem, e o portal e o diretório são fontes de terceiros nas quais a Marca Exemplo deveria estar presente, com dados corretos. O plano sai daí: uma página para as três perguntas de decisão em que mais perde, e a conferência da descrição nos dois terceiros.
Quando repetir a medição?
Repita em intervalo fixo, com o mesmo conjunto e a mesma configuração. Mensal ou trimestral costuma bastar. A rotina está em acompanhamento mensal. Anote os eventos entre as coletas, como conteúdo publicado, correção de perfis e mudanças de modelo da plataforma, e compare só medições feitas sob a mesma configuração.
Que limites a medição do gap tem?
- Amostra pequena. Com 40 consultas os intervalos são largos, e o gap pode mudar de tamanho com poucas consultas a mais.
- Variação entre execuções. As respostas mudam de uma vez para outra, e por isso o método usa várias execuções por consulta.
- Coleta manual. A resposta obtida por API pode diferir da que o usuário vê na interface, e essa pergunta segue em aberto no mercado. Não misture os dois métodos na mesma série.
- Causa não provada. A tabela de camadas orienta onde olhar. Só uma nova medição depois da correção mostra se a hipótese estava certa.
- Nenhuma promessa. Fechar o gap não garante citação, posição ou receita. A meta do trabalho é um diagnóstico reproduzível e um plano.
Perguntas frequentes
O que significa "concorrente aparece na IA e a minha marca não"?
Significa que, em respostas de IA a perguntas do seu mercado, o nome ou o domínio de um concorrente aparece e o seu não. A medição separa três situações: a marca não é mencionada, é mencionada sem que o domínio seja citado ou é citada sem ser recomendada. Cada uma tem causa e correção diferentes.
Quantos concorrentes devo medir?
De três a oito, mais os domínios de terceiros que as fontes revelarem. Medir mais concorrentes exige mais consultas para manter intervalos úteis. Comece com os que o seu cliente realmente compara.
Posso medir o gap com uma única pergunta ao ChatGPT?
Pode como exploração, e deve tratar o resultado como pista. Uma resposta isolada não sustenta conclusão, porque as respostas variam entre execuções. O protocolo pede um conjunto fixo e pelo menos três execuções por consulta.
O gap pequeno significa que não preciso agir?
Não necessariamente. Se o intervalo de confiança do gap inclui zero, não é possível afirmar diferença com aquela amostra. Pode haver uma diferença real que a amostra não detecta. Amplie o conjunto de consultas antes de decidir.
Preciso de uma ferramenta paga de monitoramento?
Não para começar. O protocolo manual funciona com planilha e tem custo de tempo. Uma ferramenta pode automatizar a coleta; leia os critérios em como escolher uma ferramenta de monitoramento.
Próximo passo
Para aprender a montar o conjunto, calcular as taxas e ler o resultado com apoio, o mini-curso Citation Share em 1 semana percorre o protocolo de ponta a ponta, e o curso Citation Share: medir e provar aprofunda a análise competitiva e a rotina de medição.
Fontes
- Protocolo de medição de citação em IA, Citation Share, Camillo Dantas (2026-10-14)
- AIs are highly inconsistent when recommending brands or products (estudo de fornecedor, não revisado por pares), SparkToro e Gumshoe.ai (2026-01-28)
- Web search, OpenAI API docs (sem data na página; acesso em 2026-10-14) (2026-10-14)
- Web search tool, Anthropic, documentação da plataforma Claude (acesso em 2026-10-14) (2026-10-14)
- How does Perplexity work?, Perplexity Help Center (sem data na página; acesso em 2026-10-14) (2026-10-14)
- Introducing Copilot Search in Bing, Microsoft Bing Blog (2025-04-04)
- AI features and your website, Google Search Central (2025-12-10)
- Interval estimation for the difference between independent proportions (Newcombe, 1998), método 10, Statistics in Medicine, vol. 17, p. 873-890 (1998)
Última revisão: 14/10/2026. Exemplo simulado: nenhum número descreve marca ou plataforma real. Conclusões sujeitas a mudança com as plataformas.
Meça antes de otimizar
Defina o conjunto de consultas, registre a linha de base e acompanhe a evolução com o mesmo protocolo.