Como medir citações em IA | Método e denominador

Medir citações em IA exige três decisões antes da primeira coleta: quantas perguntas entram na amostra, quantas vezes cada uma é repetida, e o que conta como citação e como menção. Sem essas três definições escritas, o número do relatório não significa nada. A quarta decisão é a mais esquecida: qual é o denominador.

Citação é a resposta que traz o endereço do seu site como fonte. Menção é o nome da empresa aparecendo no texto, sem link.
Denominador: respostas válidas da amostra, não o total de tentativas. Erro de plataforma entra em linha separada.
Cada superfície cita diferente: AI Mode e AI Overviews, do mesmo Google, apontam para URLs bem distintas.
Quase nunca os dois recursos abrem a resposta com a mesma frase.
Uma superfície não prevê a outra: a maior parte dos domínios aparece em uma só.
Três repetições por pergunta, em duas plataformas, com vinte perguntas, dão 120 respostas por rodada.

Menção e citações em IA são a mesma coisa?

A citação traz o endereço do site como fonte da resposta, normalmente em uma lista lateral ou em um rodapé de referências. A menção é o nome da empresa escrito dentro do texto, sem link nenhum. As duas contam, e por motivos diferentes: a citação pode gerar clique, e a menção alimenta o reconhecimento da marca como entidade.

Misturar as duas num indicador só esconde o que está acontecendo. Empresa muito mencionada e pouco citada tem problema de conteúdo recuperável. Empresa citada sem ser mencionada costuma ter uma página forte e uma marca fraca. Relatório de citações em IA que soma os dois estados devolve um número que não orienta decisão nenhuma, como mostra o artigo sobre o que precisa estar num relatório de GEO.

Como montar a amostra para medir citações em IA?

Uma amostra útil começa em vinte perguntas fixas, divididas em quatro grupos: comerciais nacionais, regionais, educativas e de marca. Manter as consultas de marca separadas evita inflar a percepção de descoberta espontânea, já que perguntar pelo nome da empresa quase sempre traz a empresa.

As perguntas precisam sair do atendimento real, não da imaginação. As que chegam pelo WhatsApp são as melhores, porque usam as palavras do comprador. A auditoria GEO começa por esse levantamento antes de qualquer coleta.

Por que repetir a mesma pergunta?

Porque a resposta muda. Rodar a mesma pergunta duas vezes no mesmo dia costuma devolver fontes diferentes, e essa diferença é a taxa de volatilidade da consulta. Sem repetição, uma coleta única vira retrato de um instante, e qualquer comparação futura fica contaminada pelo acaso.

Três repetições por rodada já dão leitura razoável para uso comercial. O objetivo não é precisão estatística de pesquisa acadêmica, e sim distinguir movimento real de ruído. Coletar em ChatGPT, Perplexity e Gemini na mesma rodada triplica o trabalho e devolve uma leitura bem menos enganosa, porque cada plataforma escolhe fonte de um jeito.

O que registrar em cada resposta?

A tabela reúne os campos mínimos de uma planilha de coleta de citações em IA. Cada linha é uma execução, não uma pergunta: vinte perguntas com três repetições geram sessenta linhas por plataforma.

Campos mínimos da planilha de coleta e o erro de leitura que cada um evita.
Campo	Por que ele existe	Erro que ele evita
Data e hora	As plataformas mudam sem aviso e sem changelog público.	Comparar coletas separadas por uma atualização de modelo.
Plataforma e modo	Modo rápido e modo de raciocínio disparam quantidades diferentes de busca.	Somar leituras que vieram de caminhos técnicos distintos.
Pergunta exata	Pequenas variações de redação mudam a resposta.	Achar que a pergunta foi a mesma quando não foi.
Marca citada, mencionada ou ausente	São três estados diferentes, não dois.	Contar menção como citação e inflar o resultado.
Quem foi citado no lugar	Mostra o concorrente real naquela conversa.	Trabalhar contra um concorrente que nem aparece nas respostas.
Resposta válida ou erro	Falha de plataforma não é ausência da marca.	Contaminar o denominador com tentativa que não completou.

Qual denominador usar no cálculo?

O denominador correto é o número de respostas válidas da amostra, não o total de tentativas. Quando a plataforma devolve erro, recusa a pergunta ou entrega resposta vazia, aquela execução sai da conta e entra em uma coluna própria. Taxa de citação calculada sobre tentativas subestima o resultado.

Todo relatório deveria trazer o denominador escrito ao lado do percentual. Um número como “37% de presença” não diz nada sem saber se são 37% de trinta respostas ou de trezentas. Vale cruzar esse indicador com a impressão registrada no Search Console, porque os dois se movem em tempos diferentes, como explica o levantamento de baseline.

O que não medir?

Não meça uma citação específica em uma consulta específica como se fosse posição consolidada. As listas de fontes se reembaralham entre execuções e entre superfícies, então a captura de tela de hoje não se repete amanhã. O que se acompanha é cobertura e tendência ao longo de rodadas.

Também não vale induzir a resposta. Perguntar a um assistente se ele recomenda a sua empresa pelo nome produz um resultado sem relação com o que o comprador real encontraria. Esse tipo de teste engana quem o faz, e ainda contamina a leitura de precisão factual, que mede se o que a IA diz sobre a empresa está correto. Medir citações em IA e medir precisão são duas colunas, não uma.

Quer a primeira medição feita direito?

Eu monto a amostra com as perguntas reais do seu atendimento e entrego a planilha de coleta com denominador declarado.

Pedir a coleta inicial

Perguntas frequentes

Preciso de ferramenta paga para medir citações em IA?

Não para começar. A coleta manual em planilha funciona bem até o volume ficar grande, e tem a vantagem de você ver a resposta inteira, não só um indicador resumido. Ferramenta paga passa a compensar quando a amostra cresce a ponto de a coleta manual virar gargalo de horas.

De quanto em quanto tempo devo medir?

Ciclos de 90 dias dão a leitura mais confiável para decisão, porque a variação entre duas coletas próximas costuma ser alta. Medir toda semana gera ruído e cansa a equipe sem melhorar a decisão. O que vale acompanhar de perto é a parte técnica, onde um erro novo precisa ser visto rápido.

Posso medir só no ChatGPT?

Pode, mas a leitura fica parcial, porque as plataformas divergem bastante sobre quem citar. A maior parte dos domínios aparece em uma única superfície, e nenhuma consulta repete a mesma lista de citação. Duas plataformas já dão uma leitura bem mais honesta do que uma só, sem dobrar muito o trabalho.

Menção sem link vale alguma coisa?

Vale, e é subestimada. O nome da empresa aparecendo em contexto correto alimenta o reconhecimento da marca como entidade, e isso influencia respostas futuras mesmo sem gerar clique nenhum. Em cenário de sessão sem clique, a menção às vezes importa mais que a citação.

Como comparo minha medição com a do concorrente?

Você não compara diretamente, porque não tem acesso ao denominador dele. O que dá para fazer é registrar, na sua própria coleta, quem foi citado no lugar da sua empresa em cada resposta. Ao fim da rodada, essa coluna mostra quem domina as respostas do seu mercado.

O resultado muda se eu estiver logado?

Muda, e por isso a coleta deve ser feita em sessão nova, sem histórico de conversa anterior influenciando. Personalização, localização e conversas passadas alteram a resposta. Registrar a condição de coleta faz parte do método, não é detalhe burocrático.

Como medir menções e citações em IA sem se enganar com o número