Como realizar uma auditoria GEO: acompanhe sua visibilidade nas buscas com IA

Introdução

A maioria das equipes de marketing verifica sua visibilidade em IA da mesma maneira: alguém abre o ChatGPT, digita “melhor [categoria] em [cidade]” e lê a resposta. Se a marca aparecer, todos ficam tranquilos. Se não aparecer, alguém entra em pânico em um canal do Slack. De qualquer forma, quase nada foi aprendido — uma única consulta, feita uma vez, em uma plataforma, é apenas uma anedota.

Uma auditoria GEO substitui a anedota por uma medição repetível. GEO — otimização de mecanismo generativo — é a disciplina de fazer com que uma marca apareça, com precisão, em respostas geradas por IA. Este guia apresenta as cinco etapas de uma auditoria completa: criar um painel fixo de prompts, executá-lo de forma consistente em todas as plataformas, pontuar as respostas, mapear as fontes nas quais essas respostas se baseiam e reexecutá-lo de acordo com um cronograma. Ao final, você terá uma linha de base que poderá defender e um processo que poderá repetir no mês seguinte sem precisar recomeçar do zero.

O que uma auditoria de GEO realmente mede

A razão para levar isso a sério agora é simples: as respostas da IA se tornaram, discretamente, um canal de vendas. Clientes em potencial que antes abriam dez links azuis agora leem uma resposta sintetizada e agem com base nela. As marcas presentes nessa resposta dividem a demanda; todas as outras dividem o que sobra. A maioria das empresas não tem ideia de em que lado dessa linha elas se encontram.

Antes de abordar as etapas, é importante ser preciso quanto às unidades de medida, pois não se trata de rankings.

Uma auditoria GEO mede quatro aspectos. Primeiro, menção: o assistente menciona sua marca quando um comprador faz o tipo de pergunta que seus compradores costumam fazer? Segundo, citação: ele aponta para o seu site ou para o de outra pessoa quando faz afirmações sobre você? Terceiro, descrição: quando fala sobre você, o que é dito é verdadeiro — sua categoria, sua localização, sua faixa de preço, seu serviço principal? Quarto, dependência de fonte: em quais páginas de terceiros o assistente se baseia ao formular sua resposta, e essas páginas dizem o que você gostaria que dissessem?

Esses quatro fatores funcionam de forma independente. Uma marca pode ser mencionada em todos os lugares e não ser citada em lugar nenhum. Ela pode ser citada e descrita de forma inadequada. Ela pode ser bem descrita porque uma página de avaliações desatualizada, por acaso, está sendo elogiosa neste trimestre. Calcular a média de tudo isso em uma única “pontuação de IA” oculta os problemas que você mais precisa identificar. Mantenha os quatro fatores separados e a auditoria se tornará diagnóstica: cada tipo de falha tem uma solução diferente.

Mais uma coisa a combinar antes de começar: uma auditoria é um instantâneo de um sistema em movimento. Modelos são atualizados, fontes de recuperação mudam e as respostas variam. O valor não está em uma única execução, mas em repetir o mesmo teste mais tarde e observar a diferença. Tudo nas etapas abaixo foi projetado para tornar essa repetição econômica e confiável.

Etapa 1: Crie um painel fixo de prompts

A base da auditoria é um painel de 20 a 30 perguntas escritas da maneira como compradores reais falam, não da maneira como sua equipe de marketing fala. Isso é mais difícil do que parece, porque as equipes internas costumam escrever perguntas que contêm o vocabulário da própria marca — que nenhum comprador usa e que torna a auditoria sem sentido.

Um bom painel combina cinco tipos de perguntas. Perguntas de categoria: “Quais agências em Jacarta lidam com otimização de mecanismos generativos?” Perguntas de problema: “Por que o ChatGPT nunca menciona minha empresa?” Perguntas de comparação: “Compare as três principais opções para X.” Perguntas locais ou específicas de idioma, em todos os idiomas que seus compradores realmente usam. E perguntas de especificação que mencionam um recurso, faixa de preço ou requisito, pois essas são as perguntas mais próximas de uma compra. Uma ferramenta de pesquisa de palavras-chave ajuda nesse sentido: as consultas que as pessoas já digitam no Google são a melhor matéria-prima para as perguntas que elas digitarão em um assistente.

Veja como é uma pequena amostra de um painel real para uma marca de serviços B2B:

• “Quais são as melhores agências de GEO para uma empresa de comércio eletrônico de médio porte?” - “Quanto custa uma auditoria de GEO e o que ela deve incluir?” - “A [marca] ou o [concorrente] é melhor para SEO internacional?” - “Agências digitais em Jacarta que entendem de busca com IA?” (a mesma intenção, no outro idioma do comprador) - “Por que a Perplexity recomenda o [concorrente], mas não a [marca]?”

Observe que nenhuma delas menciona o slogan da marca, nomes de produtos ou terminologia interna. Esse é o ponto.

Três regras garantem a integridade do painel. Escreva perguntas a partir de ligações de vendas e tickets de suporte, não de brainstorms — a forma como os compradores se expressam com um vendedor é a mesma que usarão com um assistente. Inclua algumas perguntas nas quais você sabe que deve acertar e outras nas quais espera errar; um painel em que você acerta todas as respostas não diz nada. E não altere a lista. A principal razão pela qual essas auditorias dão errado é a substituição silenciosa por perguntas mais fáceis a cada mês, o que faz com que qualquer linha de tendência suba. Chegue a um acordo sobre o painel uma vez, anote-o, compartilhe-o com as partes interessadas e não altere nada entre as execuções.

Passo 2: Execute o painel em todas as plataformas, de forma consistente

Execute todas as perguntas em todas as plataformas que seus compradores utilizam. Para a maioria das marcas hoje, isso significa ChatGPT, Gemini, Google AI Overviews, Google AI Mode, Perplexity, Copilot, Claude e Grok — mas deixe que suas próprias análises e sua base de clientes decidam, e não o hábito.

A consistência é mais importante do que a abrangência. Use uma sessão limpa para cada plataforma: sem personalização por login sempre que possível, sem instruções personalizadas, com as mesmas configurações de localização e idioma em cada execução. Documente essas configurações uma vez e reutilize-as, pois elas alteram as respostas. Execute cada pergunta três vezes por plataforma, não apenas uma vez — uma única execução pode te lisonjear ou te assustar, e três execuções revelam o quão estável uma resposta realmente é. Se uma pergunta retornar sua marca duas vezes em três execuções, esse é um resultado diferente de três em três.

Não pule idiomas. A mesma pergunta em inglês e em bahasa indonésio pode gerar duas listas de finalistas completamente diferentes, pois as fontes subjacentes das quais os modelos extraem informações variam de acordo com o idioma. Qualquer marca que venda em mais de um mercado linguístico está, na prática, realizando uma auditoria por idioma.

Registre tudo à medida que avança: pergunta, plataforma, número da execução, data, texto completo da resposta ou uma captura de tela. O registro parece tedioso na primeira semana e se torna o recurso mais valioso que você possui no terceiro mês, quando alguém perguntar por que um número mudou.

Uma estrutura simples de registro é suficiente. Uma linha por execução, com colunas para data, plataforma, ID da pergunta, número da execução, menção (sim/não), URL citada (se houver), resumo da descrição, fontes visíveis e um link para a resposta completa. Planilhas são melhores do que painéis nesta fase; o formato mudará à medida que você aprender o que suas partes interessadas realmente perguntam, e uma planilha permite alterações com facilidade.

Etapa 3: Pontue menções, citações e descrições

Para cada resposta, registre quatro campos.

Menção: a marca foi citada, sim ou não. Citação: a resposta continha um link para o seu site e, caso houvesse um link, para onde ele direcionava. Descrição: uma breve nota sobre como a marca foi caracterizada — categoria, localização, posicionamento, faixa de preço. Fontes: em quais páginas externas a resposta se baseou visivelmente, nos locais onde a plataforma as exibe.

Dois padrões merecem atenção especial. Uma menção sem citação significa que o modelo conhece seu nome, mas não o associou às suas fontes próprias — geralmente um sinal de que seu próprio site não é a melhor resposta para a pergunta feita. Uma citação com uma descrição errada é pior do que qualquer uma das duas: o assistente está, com confiança, direcionando compradores para você enquanto informa incorretamente o que você faz, onde você está ou quanto custa. As equipes subestimam esse aspecto. Um assistente que cita seu nome, mas erra sua localização, faixa de preço ou serviço principal, causa mais danos do que aquele que simplesmente deixa você de fora, pois gera compradores decepcionados em grande escala.

Resista à tentação de agrupar as plataformas em uma única média. As plataformas se comportam de maneiras tão diferentes que a média é pura ficção. Em nosso trabalho com clientes, vemos rotineiramente uma marca aparecer em centenas de respostas do Google AI Overviews e do AI Mode, enquanto o mesmo painel de perguntas gera apenas algumas dezenas de menções no Copilot, Perplexity, Gemini e ChatGPT combinados. Uma marca que analisasse apenas o número combinado acreditaria que sua visibilidade em IA fosse “média em todos os lugares”, quando, na verdade, ela era forte nas interfaces do Google e quase inexistente nos assistentes independentes — dois problemas com soluções completamente diferentes.

Etapa 4: Mapear as fontes nas quais as respostas se baseiam

Esta é a etapa que transforma a medição em um plano de trabalho.

Quando um assistente citar uma fonte para uma afirmação sobre sua categoria, anote a fonte. Ao longo de um painel completo, você reunirá uma lista: plataformas de avaliações, artigos comparativos, diretórios do setor, Wikipedia, tópicos do Reddit, cobertura jornalística, seus próprios canais. Essa lista é o verdadeiro campo de batalha. Os modelos não inventam opiniões sobre marcas; eles recuperam e sintetizam o que a web já diz.

Leia sua lista de fontes com três perguntas em mente. Quais dessas páginas nós controlamos, diretamente ou por meio de parcerias? Quais páginas estão imprecisas, desatualizadas ou não mencionam a gente — e o que seria necessário para corrigi-las? E quais fontes aparecem para os concorrentes, mas não para a gente?

Um exemplo prático: digamos que a pergunta comparativa “melhor X para Y” se baseie consistentemente em um site de avaliações bem conhecido e em um diretório do setor. Sua marca está ausente de ambos; três concorrentes estão presentes nos dois. A auditoria acabou de lhe revelar algo preciso — os assistentes não estão ignorando você, eles estão relatando fielmente uma internet na qual você está ausente das duas páginas que importam para essa pergunta. A solução é igualmente precisa: conquiste uma presença precisa e atualizada nessas duas páginas. Nenhuma reescrita do texto da sua página inicial teria alterado essa resposta.

É também por isso que o GEO e o SEO clássico acabam compartilhando a maior parte de suas ferramentas: as fontes que aparecem no ranking tendem a ser as fontes que são consultadas. RP digital, artigos como convidado em publicações confiáveis, listagens precisas em diretórios e avaliações de clientes reais são trabalhos pouco glamorosos que, por acaso, são exatamente o que influencia as respostas da IA. É também o cerne do que fazemos na Arfadia para marcas que estão construindo sua presença nas buscas por IA.

Passo 5: Corrija e, em seguida, execute novamente de acordo com um cronograma

Uma auditoria que termina em uma apresentação de slides não muda nada. Converta as descobertas em uma lista de correções, ordenada por prioridade: corrija primeiro as descrições erradas em fontes de alta autoridade, depois construa presença em fontes que impulsionam respostas da categoria e, por fim, fortaleça suas próprias páginas para que se tornem a melhor resposta recuperável para as perguntas que você deve dominar.

Em seguida, execute novamente o painel idêntico — mesmas perguntas, mesmas plataformas, mesmas configurações, as mesmas três execuções — em uma cadência fixa. Mensalmente funciona para a maioria das marcas; trimestralmente é o mínimo. Compare uma execução com a outra, plataforma por plataforma, métrica por métrica. O que você está buscando não é um número subindo. Você está buscando mudanças em respostas específicas: a pergunta comparativa que agora inclui você, a descrição que finalmente está correta, as respostas do Perplexity que agora citam seu site em vez de uma avaliação de três anos atrás.

Defina as expectativas com as partes interessadas desde o início: a evolução nas respostas de IA fica semanas ou meses atrás do trabalho subjacente, pois os modelos e suas camadas de recuperação são atualizados de acordo com seus próprios cronogramas. Uma primeira repetição sem variação após um mês de correções é normal, não um veredicto.

Os relatórios merecem uma menção à parte. As partes interessadas acostumadas a relatórios de SEO vão pedir o equivalente em IA a um rastreador de classificação: um número, subindo. Ofereça a elas algo melhor — um breve relatório por plataforma, com as quatro métricas separadas, dois ou três trechos de respostas textuais e a lista de correções com seu status. Trechos textuais contribuem mais para a credibilidade do que qualquer gráfico, pois ninguém contesta uma captura de tela de um assistente descrevendo sua empresa de forma errada.

Também ajuda realizar a medição clássica de SEO em paralelo, em vez de substituí-la. Classificações, tráfego orgânico e visibilidade de IA respondem a perguntas diferentes: onde você está nas páginas de resultados e o que as máquinas dizem sobre você quando questionadas diretamente. As duas compartilham cada vez mais informações, então acompanhá-las lado a lado — suas posições de palavras-chave em um rastreador de classificação, suas menções e citações no registro de auditoria — mostra qual alavanca influenciou qual resultado.

É possível automatizar uma auditoria GEO?

Parcialmente. A execução do painel e o registro das respostas podem ser automatizados, e, para painéis grandes, devem ser — as mesmas ferramentas de SEO de pesquisa com IA que monitoram a visibilidade podem agendar as execuções. A leitura das respostas não deve ser automatizada, pelo menos não inteiramente: avaliar se uma descrição está sutilmente errada — o serviço certo, o mercado errado; o preço certo, o nível errado — ainda é um trabalho humano, e é aí que se escondem os erros mais caros. Uma configuração sensata é a coleta automatizada com avaliação humana, na mesma cadência fixa.

Erros comuns que silenciosamente prejudicam as auditorias GEO

A maioria das auditorias malsucedidas falha das mesmas poucas maneiras. Editar o painel de perguntas entre as execuções, o que gera um progresso falso. Testar uma única plataforma — geralmente o ChatGPT — e generalizar para a “IA”. Testar uma vez em vez de três vezes e se deixar levar por ruídos. Interpretar menções como sucesso sem verificar se a descrição estava correta. Ignorar os idiomas e, então, concluir que a marca é invisível quando, na verdade, ela é invisível apenas em inglês. E calcular a média de tudo em uma única pontuação, o que oculta a única informação que vale a pena ser levada em conta.

Todos esses são erros de processo, não de ferramentas. Eles também podem ser facilmente evitados, e é por isso que uma auditoria manual disciplinada supera uma auditoria automatizada descuidada.

Quanto tempo leva para que as correções apareçam nas respostas da IA?

Espere semanas ou meses, não dias. Páginas próprias podem ser rastreadas novamente rapidamente, mas as fontes de terceiros que alimentam a maioria das respostas por categoria são atualizadas de acordo com seus próprios cronogramas, e o comportamento do modelo acompanha essas mudanças com um atraso. Esse é um argumento para iniciar a auditoria agora, em vez de esperar: a linha de base leva uma semana para ser construída, e cada mês sem ela é um mês de desvio que você não consegue perceber.

Considerações finais

Uma auditoria GEO não é nada glamorosa. Trata-se de uma lista fixa de perguntas de compradores, executada cuidadosamente nos assistentes que seus clientes usam, lida com atenção às menções, citações, descrições e fontes, e depois repetida da mesma forma no mês seguinte. As marcas que fazem isso descobrem onde realmente estão e o que precisam corrigir. As marcas que continuam verificando aleatoriamente perguntas isoladas continuam se baseando em impressões, em vez de dados.

Tessar Napitupulu, fundadora e CEO da Arfadia.

A disciplina é tão recente que a maioria das categorias ainda não possui uma linha de base estabelecida — o que significa que a primeira equipe de uma categoria a fazer medições honestas geralmente é a primeira a melhorar. Os dois livros que publiquei sobre esse assunto, “Found Before They Search”, sobre o cenário digital indonésio, e “Cited or Silent”, sobre GEO e visibilidade de IA, partem da mesma premissa deste guia: você não pode vencer um jogo cujo placar se recusa a ler.

Monte o painel, defina os parâmetros, execute-o e deixe que as respostas indiquem onde está o trabalho a ser feito.