Uma marca pode ser mencionada sem ser citada, citada sem ser recomendada, e recomendada sem receber um único clique.
Essas três coisas são medidas como se fossem uma só na maioria das empresas que começou a acompanhar presença em mecanismos de IA.
O painel mostra um número de visibilidade, o número sobe, e ninguém sabe dizer se a marca ficou mais próxima ou mais distante de ser escolhida por um comprador.
Em SEO tradicional a pergunta central era a posição da página para determinada palavra-chave.
Em AI Search são três perguntas diferentes, com estratégias diferentes, e elas não se movem juntas.
- A IA sabe que você existe?
- A IA confia nas suas fontes?
- A IA indicaria você para alguém que está decidindo?
O que a diferença entre os três sinais significa na prática
Imagine a mesma consulta feita ao ChatGPT, ao Gemini, ao Perplexity ou ao Google AI Mode, sobre qual fornecedor contratar para um problema específico de aquisição.
A resposta pode nomear uma empresa no texto, sem link e sem qualquer juízo de valor. Isso é menção.
A resposta pode exibir um link para um artigo, uma página ou um estudo que sustenta o que ela acabou de afirmar. Isso é citação.
A resposta pode colocar uma empresa numa lista de opções a considerar, com uma justificativa de por que ela cabe naquele caso. Isso é recomendação.
Os três acontecem em camadas independentes. E o custo de tratá-los como sinônimos é medir o esforço errado durante meses.
Sinal | O que é | Evidência na resposta | Métrica principal | Risco comum | Como melhorar |
|---|---|---|---|---|---|
Menção | A IA nomeia sua marca, pessoa, produto ou domínio | O nome aparece no texto, com ou sem link | Taxa de menção por prompt e share of voice | A marca aparece com descrição vaga, errada ou neutra demais | Clareza de entidade, consistência de posicionamento, conteúdo próprio e sinais externos |
Citação | A IA usa ou exibe uma fonte verificável | Link, fonte clicável, referência ou domínio citado | Frequência de citação, URLs citadas e autoridade das fontes | A IA cita seu conteúdo como fonte e recomenda concorrentes | Conteúdo estruturado, páginas rastreáveis, dados originais, definições claras |
Recomendação | A IA coloca sua marca como opção para resolver uma demanda | Shortlist, comparação, ranking ou conselho de escolha | Posição na recomendação, presença em prompts de compra e sentimento | A marca aparece em listas, mas não para o problema comercial certo | Páginas comerciais, provas, comparativos, casos e autoridade externa |
O que é menção em AI Search
Menção é o sinal mais básico de presença. Acontece quando um mecanismo de IA nomeia sua marca, pessoa, produto, site ou domínio dentro da resposta.
Ela não implica confiança nem indicação.
A IA pode mencionar uma empresa como exemplo, como alternativa, como referência histórica, como concorrente de outra que ela está recomendando, ou apenas como item de uma lista.
Pode mencionar com erro, com descrição incompleta ou com um posicionamento que a empresa abandonou há três anos.
Por isso a primeira camada de análise não é apenas se apareceu.
É:
- em quais prompts apareceu;
- com qual descrição;
- ao lado de quais concorrentes;
- em que posição;
- com sentimento positivo, neutro ou negativo;
- conectada a qual problema.
Ferramentas de mercado já tratam menção como unidade de visibilidade.
A Similarweb, por exemplo, descreve o que chama de AI share of voice: a participação da marca nas respostas de IA frente aos concorrentes, dentro de um conjunto de tópicos monitorados.
O ponto que quase sempre passa despercebido em B2B é a diferença entre demanda de marca e demanda de categoria.
Ser mencionado quando alguém digita o nome da sua empresa não prova nada.
A IA está apenas recuperando informação sobre uma entidade que já foi nomeada na pergunta. O que importa é aparecer quando o comprador ainda não sabe quem contratar e descreve o problema em vez do fornecedor.
O que é citação em AI Search
Citação é quando a IA usa ou mostra uma fonte para sustentar a resposta. Pode ser um artigo, uma página comercial, uma documentação, uma notícia, um estudo, uma página de autor, um diretório ou uma fonte de terceiro.
No ChatGPT Search, respostas que usam busca na web podem incluir citações e um painel de fontes. A própria documentação da OpenAI sobre busca no ChatGPT alerta que resultados e citações podem estar incompletos, desatualizados ou incorretos, e recomenda abrir a fonte citada para checar se ela sustenta a resposta antes de confiar nela.
No Google, AI Overviews e AI Mode também trabalham com links de apoio.
A documentação do Google sobre recursos de IA na busca explica que essas experiências podem usar query fan-out, disparando múltiplas buscas relacionadas para compor uma resposta, e que tendem a exibir um conjunto mais amplo e diverso de links de apoio do que uma busca tradicional.
Já tratei do impacto disso em tráfego no artigo sobre AI Overviews em B2B.
Isso muda o objetivo da página.
Em SEO, ela queria ganhar posição.
Em AI Search, ela também quer virar evidência.
Uma citação pode acontecer de formas bem diferentes.
A IA cita seu artigo para explicar um conceito.
- Cita sua página comercial para descrever um serviço.
- Cita uma matéria de terceiro que menciona sua marca.
- Cita um comparativo em que sua marca aparece.
- Ou cita uma fonte concorrente para explicar a categoria em que você também atua.
O último caso é o mais incômodo e o menos investigado.
Muita empresa olha apenas para a própria presença e não percebe que a IA está usando concorrentes, diretórios, fóruns ou veículos de mídia como fontes principais para explicar o mercado dela.
Quando isso acontece, publicar mais um artigo no blog ajuda pouco. Se o mecanismo busca validação em fontes externas, a lacuna não é de conteúdo próprio.
É de autoridade de entidade, e ela se resolve fora do seu domínio. É a mesma lógica que discuti em autoridade em AI Search.
O que é recomendação em AI Search
Recomendação é o sinal mais próximo da decisão comercial.
Acontece quando a IA não apenas reconhece a marca ou usa sua fonte, mas a coloca como opção para resolver um problema.
Na prática aparece assim: uma lista de fornecedores a considerar, uma comparação entre alternativas, um conselho de escolha, ou uma indicação direta com justificativa de encaixe.
Aqui a IA deixa de ser mecanismo de resposta e passa a funcionar como intermediária de consideração.
A HubSpot chama isso de zero-click funnel: o mecanismo de IA se torna o primeiro, e às vezes o único, ponto de contato entre a marca e um cliente em potencial, porque a resposta sintetizada já entrega recomendação e comparação sem que o usuário precise visitar site nenhum.
Esse é o ponto mais sensível para empresas B2B, e o mais difícil de medir.
- O tráfego pode não aparecer no Analytics.
- O clique pode não acontecer.
- E a decisão do comprador pode ter sido influenciada antes de qualquer visita ao site.
Por isso recomendação precisa ser medida por prompt de intenção, não por prompt de conceito.
Perguntas como “o que é AI Search” ou “como funciona o Perplexity” medem educação de mercado.
Elas dizem se o seu conteúdo explica bem um tema. Não dizem se alguém contrataria você.
Prompts de recomendação têm outra forma.
Descrevem uma empresa, um problema e uma decisão pendente.
- Quem pode ajudar uma empresa B2B a medir presença em IA.
- Como comparar fornecedores de análise de presença em mecanismos generativos.
- Qual especialista conecta visibilidade em IA a pipeline e receita.
São as perguntas de quem não quer aprender.
Quer reduzir risco de escolha.
Os três sinais não se movem juntos
Em agosto de 2026 conduzi um mapeamento de presença em AI Search para uma operação de consultoria B2B.
Vinte prompts desenhados, treze executados até aqui, cobrindo desde consultas conceituais até consultas de contratação.
O resultado ilustra o problema melhor que qualquer definição.
Três prompts foram plenamente positivos.
Nos três, a marca foi mencionada, o site foi usado como fonte e a empresa foi recomendada. Em dois deles, apareceu em primeiro e segundo lugar na shortlist, à frente de concorrentes bem maiores.
Dez foram negativos.
Nenhuma menção, nenhuma citação, nenhuma recomendação.
A taxa de citação ficou em 23% do total testado. Se o relatório parasse aqui, a leitura seria de uma marca com presença mediana e algum trabalho pela frente.
A leitura correta é outra, e só aparece quando você separa por território.
Todos os três resultados positivos estavam concentrados em um único tema: diagnóstico de gargalos de crescimento antes da execução.
Nesse território a marca não só aparece, como lidera a shortlist.
E todos os prompts sobre análise de presença em IA como serviço foram negativos.
Ausência total.
Isso apesar de existir uma oferta comercial ativa nesse serviço e conteúdo publicado sobre o tema há meses.
O detalhe mais revelador não foi a ausência.
Foi o competitor set.
As empresas recuperadas nos prompts de diagnóstico e as recuperadas nos prompts de AI Search não tinham uma única sobreposição.
Eram dois mercados distintos na cabeça do mecanismo, e a marca existia em apenas um deles.
Isso tem uma consequência prática direta.
Share of voice sem recorte de território é um número sem significado.
Dizer que uma marca aparece em 23% das respostas não informa nada, porque ela pode aparecer em 100% de um território irrelevante para a receita e em 0% do território onde a compra acontece.
Três cenários que confundem quem mede errado
O primeiro. A resposta diz que a empresa publicou conteúdos sobre um tema e, em seguida, lista três outras empresas como opções de contratação. Houve menção. Talvez citação. Não houve recomendação. A marca foi tratada como fonte de conhecimento e não como fornecedor.
O segundo. A resposta cita um artigo da empresa para explicar um conceito e recomenda ferramentas de outra categoria para resolver o problema. Houve citação com autoridade editorial reconhecida. A recomendação comercial foi para outro tipo de solução.
O terceiro. A resposta indica um especialista pelo nome, com justificativa de encaixe, sem link e sem fonte. Houve recomendação sem citação e sem tráfego rastreável. A influência aconteceu e nenhum relatório de origem vai registrá-la.
O terceiro cenário é o que torna insuficiente medir apenas referral de ChatGPT, Perplexity ou Gemini no Analytics.
O comprador pode ter recebido a indicação, anotado o nome, pesquisado depois no Google, entrado direto pelo navegador ou chegado pelo LinkedIn.
A conversão vai ser atribuída a outro canal.
É o mesmo problema de unidade de medida que existe na jornada de compra B2B, onde a decisão é de um comitê e o CRM registra um contato.
SEO continua importante e não resolve sozinho
Seria conveniente dizer que AI Search substitui SEO. Não substitui.
Na própria documentação sobre recursos de IA no site, o Google afirma que “as práticas recomendadas de SEO continuam sendo relevantes para os recursos de IA na Pesquisa Google” e que “não há requisitos adicionais para aparecer nas Visões gerais ou no Modo IA, nem outras otimizações especiais são necessárias”.
Páginas ainda precisam ser rastreáveis, indexáveis, tecnicamente acessíveis e úteis para pessoas.
O guia de otimização para IA generativa do Google reforça isso pelo lado negativo, com uma seção inteira sobre o que não fazer. O texto é direto: “buscar menções não autênticas na web não é tão útil quanto parece”, e “não é necessário escrever de uma maneira específica apenas para a pesquisa de IA generativa“.
Ou seja, o próprio Google desencoraja o atalho mais óbvio, que é fabricar menções artificiais em vez de construir autoridade real.
Mas continuar importante não é a mesma coisa que ser suficiente. AI Search acrescenta três camadas ao trabalho que o SEO tradicional não cobre.
Representação, que é como a IA descreve sua marca quando fala dela.
Fonte, que é quais páginas e domínios sustentam a resposta, sejam seus ou de terceiros.
Recomendação, que é se a marca entra ou não na lista de opções quando existe uma decisão em jogo.
Um estudo publicado no arXiv em 2026, que analisou mais de 100 mil respostas de IA sobre mais de 100 marcas, mostra o tamanho da distância entre categorias de marca.
Marcas globais consolidadas apareceram em 73% das respostas relevantes.
Marcas de porte médio já estabelecidas, em 44%. Marcas pequenas ou de nicho, em apenas 11%.
O mesmo estudo aponta outro dado que interessa diretamente à camada de citação: 78% das citações em respostas de IA apontam para sites institucionais das próprias marcas, e o formato de conteúdo mais citado entre fontes de terceiros é a lista comparativa de tipo “melhores opções”, respondendo por cerca de 21% de todas as citações analisadas.
E há um alerta para quem só acompanha se a marca aparece ou não: o sentimento da menção, se positivo ou negativo, muda quase sete vezes mais rápido do que a própria frequência de menção.
Uma marca pode continuar aparecendo com a mesma frequência de sempre e, ainda assim, estar sendo descrita de forma cada vez mais negativa sem que ninguém perceba, porque o painel só mede se apareceu.
Não é ranking.
É memória de categoria, autoridade de fonte e confiança para indicar.
Como medir os três sinais
A análise começa por um conjunto de prompts que represente a jornada real do comprador, não por prompts escolhidos ao acaso.
Para uma operação B2B, o mínimo são quatro grupos. Prompts de categoria, que medem se você explica bem o tema.
Prompts de problema, que medem se a IA associa sua marca à dor.
Prompts de comparação, que medem como você aparece ao lado de alternativas.
E prompts de compra, que medem recomendação de fato.
Depois, cada resposta precisa ser classificada nas três camadas.
Em menção, registrar se a marca aparece, em que posição, com que frequência no conjunto, qual a participação frente aos concorrentes, qual o sentimento e a precisão da descrição, e a qual tema ela ficou associada.
Em citação, registrar se o domínio foi citado, quais URLs apareceram, se a fonte é própria ou de terceiro, se concorrentes aparecem como fontes recorrentes, se a fonte realmente sustenta a afirmação, e se a página citada é comercial, editorial ou institucional.
Em recomendação, registrar se houve entrada em shortlist, a posição, a justificativa apresentada, a presença em prompts de compra, quais concorrentes foram recomendados no mesmo contexto, e a distância entre o posicionamento desejado e o percebido pelo mecanismo.
Uma última regra, e ela é a mais ignorada.
Uma medição isolada não vale como diagnóstico.
Respostas de modelos de linguagem não são rankings fixos. Elas variam por reformulação do prompt, por mecanismo, por contexto de sessão e ao longo do tempo.
Sem repetição, o que você tem é uma fotografia, não uma leitura.
Como melhorar cada sinal
Cada camada responde a um trabalho diferente. Tratar as três com a mesma tática é o motivo de tanta empresa produzir conteúdo sem mover o indicador que importa.
Menção melhora com clareza de entidade.
O mecanismo precisa encontrar sinais consistentes sobre quem é a empresa, o que faz, para quem faz e em quais problemas deve ser lembrada.
Isso passa por site, página institucional, páginas de serviço, artigos, perfis sociais, entrevistas, podcasts e diretórios.
Quando a descrição pública é genérica, a IA lembra da marca no prompt errado.
Citação melhora quando o conteúdo vira fonte.
Definições curtas e verificáveis ajudam.
Tabelas comparativas ajudam.
Dados originais ajudam bastante, porque são o que nenhum concorrente pode replicar.
FAQs ajudam, e já escrevi sobre por que FAQs influenciam a compreensão da marca por mecanismos de IA.
Estrutura limpa e páginas rastreáveis são pré-requisito, e arquivos como o llms.txt entram nessa camada com limitações que vale conhecer antes de investir.
Vale insistir num ponto: citação não acontece só no domínio próprio.
Se a IA confia em páginas de terceiros para responder sobre uma categoria, aparecer nesses lugares pesa tanto quanto publicar no próprio blog.
Recomendação melhora quando a marca está conectada a uma demanda, com prova.
Dizer que se faz algo não basta.
É preciso deixar explícito para que tipo de empresa, em que contexto, com qual método e com qual resultado esperado.
Páginas comerciais específicas, casos, comparativos e conteúdo de fundo de funil são o que permite ao mecanismo entender quando indicar você em vez de outro.
Em B2B, recomendação nasce do cruzamento entre categoria, problema, método, prova e diferenciação. Faltando qualquer um dos cinco, a marca fica visível e não fica escolhível.
O erro de tratar AI Search como métrica de vaidade
Existe um risco previsível neste tema, e ele já está acontecendo: transformar AI Search em mais um painel bonito.
Aparecemos em 42% das respostas.
Ótimo.
Em quais respostas?
Se a marca aparece em prompts informacionais e some em prompts de compra, o problema é comercial.
Se aparece com sentimento positivo e sem fonte citada, o problema é de verificabilidade.
Se é citada como referência conceitual enquanto concorrentes são recomendados para execução, o problema é de posicionamento.
São três diagnósticos distintos, com três planos de ação distintos, e um único número de visibilidade esconde os três.
O objetivo não é aparecer. É ser recuperado no contexto em que alguém está decidindo.
Perguntas frequentes
Qual a diferença entre menção e citação em AI Search?
Menção é quando a IA nomeia a marca no texto da resposta. Citação é quando a IA exibe ou usa uma fonte verificável, como um link para uma página ou artigo, para sustentar o que afirma. Uma marca pode ser mencionada sem que nenhuma fonte dela seja citada.
Ser citado pelo ChatGPT significa que a marca será recomendada?
Não. Citação indica que o conteúdo foi usado como apoio para construir a resposta. Recomendação indica que a marca foi apresentada como opção para resolver uma demanda. É comum uma empresa ser citada como fonte conceitual enquanto concorrentes são recomendados para contratação.
Como medir recomendação em mecanismos de IA?
Por prompts de intenção de compra, não por prompts conceituais. O prompt precisa descrever uma empresa, um problema e uma decisão pendente de fornecedor. Registra-se então se a marca entrou na shortlist, em que posição, com qual justificativa e ao lado de quais concorrentes.
Uma única medição de presença em AI Search é suficiente?
Não. Respostas de modelos de linguagem variam por reformulação do prompt, por mecanismo e ao longo do tempo. Sem repetição periódica das mesmas consultas, o resultado é uma fotografia isolada e não uma leitura de evolução.
AI Search substitui o SEO?
Não. As bases técnicas do SEO seguem necessárias, já que páginas precisam ser rastreáveis e indexáveis para virarem fonte. AI Search acrescenta três camadas que o SEO tradicional não cobre: como a marca é representada, quais fontes sustentam a resposta e se a marca é recomendada quando há decisão em jogo.
O que é share of voice em AI Search?
É a participação da marca nas respostas de um conjunto de prompts monitorados, comparada aos concorrentes recuperados nas mesmas consultas. O número só tem significado quando calculado por território temático, porque uma marca pode dominar um tema e não existir em outro.
O que fazer agora?
Separe as três camadas antes de montar qualquer painel.
Verifique se a IA menciona sua marca quando o comprador descreve o problema que você resolve, e não quando digita o seu nome.
Valide se ela cita suas páginas ou se está usando fontes de terceiros para explicar a sua categoria.
Confira se ela recomenda sua marca quando o prompt simula uma decisão de fornecedor.
E não espere controle.
Nenhuma empresa controla o que esses mecanismos vão responder.
O que existe é gestão de sinais, com conteúdo, clareza, consistência, autoridade externa e medição recorrente.
No fim, a pergunta não é se a IA sabe que sua marca existe.
É se, quando o seu comprador pede ajuda, ela entende que você é uma boa resposta.
A Análise de Presença em AI Search mapeia menções, citações e recomendações por tipo de prompt, compara sua marca com os concorrentes que os mecanismos realmente recuperam e aponta onde está o problema: conteúdo, fonte, entidade, posicionamento ou recomendação.
Se você se identifica ou está passando por este momento na sua empresa, mas ainda não sabe se o gargalo está em AI Search ou antes dele, o Radar de Growth é um diagnóstico gratuito que mapeia onde sua aquisição, CRM e pipeline estão perdendo eficiência.
Leva menos de 2 minutos, em 4 etapas curtas de seleção. O resultado chega por email com um resumo do que precisa de atenção primeiro.
