Última atualização: julho de 2026. Este glossário cobre 40 termos de monitoramento de marca, acompanhamento de prompts e medição de AI visibility. Use os grupos temáticos abaixo para ir direto à seção mais relevante para o seu trabalho, ou pesquise pelo nome do termo.
Como usar este glossário
Cada verbete começa com uma definição autônoma de 40 a 60 palavras, seguida de contexto de uso e referências cruzadas. As definições foram escritas para serem independentes, de modo que você possa citá-las diretamente.
Grupos temáticos:
- Métricas principais (1-10)
- Mecânicas de prompt e mecanismo (11-20)
- Citação e recuperação (21-30)
- Sentimento e percepção (31-36)
- Conceitos de programa e plataforma (37-40)
Métricas principais
1. Share of Voice de IA
Share of voice de IA é o percentual de prompts relevantes, em um conjunto definido de mecanismos e categoria competitiva, em que sua marca é mencionada na resposta gerada pela IA. Uma marca com 35 menções em 100 prompts acompanhados tem 35% de share of voice de IA nessa categoria.
O share of voice de IA é o principal benchmark competitivo em todo programa de AI visibility. Ele substitui a métrica tradicional de posição no ranking: em vez de acompanhar onde você está na primeira página, você acompanha se aparece quando compradores fazem aos mecanismos de IA as perguntas que você deveria dominar.
Ferramentas: Otterly.AI, Peec AI, Profound, Temso, SE Ranking.
Termos relacionados: Share of model (2), Cobertura de prompts (6), Conjunto competitivo (38).
2. Share of Model
Share of model é um nome alternativo para share of voice de IA, enquadrando a métrica sob a perspectiva da distribuição de respostas de um modelo de IA específico. Ele pergunta: em todas as vezes que esse modelo responde a uma consulta relevante, qual proporção dessas respostas menciona sua marca?
O enquadramento de “modelo” é útil porque os mecanismos de IA são probabilísticos. O mesmo prompt executado dez vezes no ChatGPT pode produzir sua marca em sete respostas e um concorrente nas outras três. O share of model captura essa distribuição em vez de tratar qualquer resposta isolada como definitiva.
Termos relacionados: Share of voice de IA (1), Entropia de prompt (12), Cobertura de mecanismos (39).
3. Menções de Marca
Menções de marca no monitoramento de IA são a contagem bruta de vezes que o nome da sua marca, nome do produto ou alias definido aparece nas respostas geradas por IA em um conjunto de prompts e mecanismos acompanhados. As menções são contadas por resposta e agregadas ao longo de um período de relatório.
As menções são mais imprecisas do que o share of voice: uma única resposta pode conter o nome da sua marca várias vezes. Elas são mais úteis para detectar picos ou quedas repentinas associados a eventos externos (lançamentos de produtos, cobertura da imprensa, controvérsias). A velocidade de menções semana a semana é um indicador antecedente de mudança de visibilidade.
Termos relacionados: Share of voice de IA (1), Taxa de citação (21), Reconhecimento de entidade nomeada (25).
4. Cobertura de Prompts
Cobertura de prompts é a proporção do seu conjunto de prompts acompanhados para a qual pelo menos uma resposta menciona sua marca. Uma marca com 60% de cobertura de prompts aparece nas respostas de 60 de cada 100 consultas no seu cluster monitorado.
A cobertura de prompts difere do share of voice porque ignora a frequência dentro de uma única resposta e faz uma pergunta binária: sua marca apareceu ou não? Ela revela quais clusters de intenção você domina e quais você está perdendo completamente.
Termos relacionados: Cluster de prompts (13), Família de prompts (14), Share of voice de IA (1).
5. Taxa de Citação
Taxa de citação é o percentual de respostas geradas por IA, em um conjunto definido de prompts, em que uma URL ou domínio específico do seu site é referenciado ou vinculado como fonte. Ela mede com que frequência os mecanismos de IA tratam seu conteúdo como uma autoridade, não apenas se mencionam sua marca.
Uma alta taxa de citação em um único conteúdo é um dos sinais mais fortes de que os modelos de IA incorporaram esse conteúdo em sua camada de recuperação. Melhorar a taxa de citação está entre as atividades de maior alavancagem em um programa de AI visibility.
Veja também: Taxa de Citação (21) na seção de citação para um tratamento mais aprofundado.
Termos relacionados: Página recuperada (22), Atribuição de fonte (24), Citação conquistada (23).
6. Score de AI Visibility
Um score de AI visibility é uma métrica composta, normalmente calculada por uma plataforma de monitoramento, que combina share of voice, taxa de citação, sentimento e cobertura de prompts em um único número-índice. Plataformas diferentes ponderam e nomeiam esse score de maneiras distintas.
Os scores são úteis para relatórios executivos e acompanhamento de tendências. Eles não são comparáveis entre plataformas: um 72 em uma ferramenta e um 72 em outra ferramenta não significam a mesma coisa. Sempre vincule as mudanças de score às métricas brutas subjacentes para poder interpretar o que realmente se moveu.
Termos relacionados: Share of voice de IA (1), Taxa de citação (21), Sentimento (31), Cobertura de prompts (4).
7. Taxa de Alucinação
Taxa de alucinação no monitoramento de marca é a frequência com que os mecanismos de IA afirmam informações demonstravelmente falsas sobre sua marca em suas respostas geradas. Alucinações comuns incluem preços errados, funcionalidades descontinuadas, datas de fundação incorretas e descrições imprecisas de produtos.
As alucinações são uma categoria de monitoramento distinta do sentimento negativo. Uma declaração negativa pode ser precisa. Uma alucinação é factualmente errada e muitas vezes persiste em várias respostas porque reflete dados de origem corrompidos ou ausentes, e não um julgamento editorial tendencioso.
Termos relacionados: Monitoramento de precisão (8), Correção de fonte (28), Deriva de fatos da marca (35).
8. Monitoramento de Precisão
Monitoramento de precisão é a prática de comparar as afirmações factuais que os mecanismos de IA fazem sobre sua marca com uma verdade verificada (preços atuais, descrições de funcionalidades, equipe de liderança, certificações) e sinalizar discrepâncias para correção.
O monitoramento de precisão fica ao lado do share of voice e do sentimento como o terceiro pilar do monitoramento de percepção de marca. Plataformas como Temso, Profound e Otterly.AI incluem detecção de alucinação como parte de sua saída de monitoramento padrão.
Termos relacionados: Taxa de alucinação (7), Correção de fonte (28), Deriva de fatos da marca (35).
9. Velocidade de Menções
Velocidade de menções é a taxa de variação nas menções brutas de marca em um período definido, expressa como um percentual semana a semana ou mês a mês. Velocidade positiva indica presença de IA crescente; velocidade negativa indica que concorrentes estão tomando seu espaço nas respostas.
A velocidade detecta reversões de tendência mais rapidamente do que uma foto pontual. Uma marca cujo share of voice absoluto ainda é alto, mas cuja velocidade se tornou negativa, está perdendo terreno antes que o número principal reflita isso.
Termos relacionados: Menções de marca (3), Deriva de share of voice (10), Share of voice de IA (1).
10. Deriva de Share of Voice
Deriva de share of voice é a direção e a magnitude da mudança no share of voice de IA de uma marca ao longo de um período definido. A deriva é um sinal mais acionável do que uma foto pontual porque revela se a marca está ganhando, perdendo ou mantendo terreno competitivo.
Acompanhar a deriva em vez da posição absoluta é especialmente importante quando o share of voice absoluto é baixo. Uma marca que passa de 8% para 22% em um trimestre é um evento competitivo significativo, mesmo que 22% ainda esteja abaixo do líder da categoria.
Termos relacionados: Share of voice de IA (1), Velocidade de menções (9), Família de prompts (14).
Mecânicas de prompt e mecanismo
11. Mecanismo de Resposta
Um mecanismo de resposta é um sistema de IA que responde a consultas em linguagem natural com uma resposta sintetizada e gerada, em vez de uma lista classificada de links. ChatGPT, Perplexity, Google AI Overviews, Google AI Mode, Gemini, Microsoft Copilot, Meta AI e Grok são os principais mecanismos de resposta acompanhados para fins de monitoramento de marca.
A categoria de mecanismo de resposta importa para o monitoramento porque cada mecanismo usa métodos de recuperação, dados de treinamento e formatos de citação diferentes. O share of voice de uma marca pode variar significativamente de um mecanismo para outro para o mesmo prompt.
Termos relacionados: Cobertura de mecanismos (39), Geração aumentada por recuperação (20), Sobreposição de citação entre mecanismos (29).
12. Entropia de Prompt
Entropia de prompt descreve o quanto as respostas a uma determinada consulta variam em execuções repetidas no mesmo mecanismo de IA. Um prompt de alta entropia produz nomes de marcas, enquadramentos ou recomendações significativamente diferentes a cada execução. Um prompt de baixa entropia produz de forma confiável a mesma resposta.
A entropia importa para o tamanho da amostra de monitoramento. Um prompt de alta entropia requer mais execuções (cinco ou mais) antes que sua taxa de menção de marca seja estatisticamente confiável. Dashboards de execução única que relatam sobre prompts de alta entropia estão relatando ruído, não sinal.
Termos relacionados: Família de prompts (14), Contagem de execuções (17), Share of model (2).
13. Cluster de Prompts
Um cluster de prompts é um grupo de consultas organizadas por intenção de compra compartilhada. “Melhor ferramenta de gerenciamento de projetos para equipes remotas”, “top software de PM para empresas distribuídas” e “qual gerenciador de projetos uma equipe de 20 pessoas deveria usar” são três prompts distintos, mas um único cluster.
Os clusters são a unidade prática de gestão de AI visibility. Você acompanha cobertura e share of voice no nível do cluster para que a variação de redação entre consultas não produza conclusões enganosas de prompt único.
Termos relacionados: Família de prompts (14), Cobertura de prompts (4), Mapeamento de intenção (16).
14. Família de Prompts
Uma família de prompts é um conjunto definido de variantes de consulta que um comprador real formularia para a mesma necessidade de informação. Acompanhar uma família em vez de um único fraseado produz uma taxa de citação que reflete o comportamento real do comprador e considera a variação natural de como as pessoas formulam a mesma pergunta.
Retirar prompts de uma família é tão importante quanto adicioná-los. Quando os compradores param de usar um fraseado, ou quando seu share of voice nesse fraseado está saturado perto de 100%, reinvista o orçamento de execução em prompts onde a resposta ainda está em disputa.
Termos relacionados: Cluster de prompts (13), Entropia de prompt (12), Cadência de execução (18).
15. Prompt de Intenção de Compra
Um prompt de intenção de compra é uma consulta que reflete uma necessidade de informação na fase de compra: comparação de compras, avaliação de fornecedor, pesquisa de preços ou resolução de problemas em nível de categoria. “Melhor ferramenta de AI visibility para uma equipe de marketing de 10 pessoas” é um prompt de intenção de compra; “o que é AI visibility” é um prompt informacional.
Os prompts de intenção de compra são os alvos de monitoramento de maior prioridade porque são as consultas com mais probabilidade de influenciar qual fornecedor um prospecto contata. Share of voice em prompts de intenção de compra é um proxy mais próximo da contribuição para o pipeline do que share of voice em consultas informacionais.
Termos relacionados: Cluster de prompts (13), Mapeamento de intenção (16), Sinal de conversão (40).
16. Mapeamento de Intenção
Mapeamento de intenção é o processo de organizar um conjunto de prompts monitorados por estágio da jornada de compra (conscientização, consideração, decisão) ou por tipo de intenção de consulta (informacional, comparativa, transacional). Ele produz uma visão estruturada de onde uma marca aparece e onde existem lacunas em cada estágio.
O mapeamento de intenção revela quais estágios estão bem cobertos e quais são invisíveis. Uma marca que aparece em 70% dos prompts de estágio de conscientização, mas em apenas 12% dos prompts de comparação, tem um problema de visibilidade no fundo do funil, mesmo que seu share of voice geral pareça forte.
Termos relacionados: Cluster de prompts (13), Prompt de intenção de compra (15), Cobertura de prompts (4).
17. Contagem de Execuções
Contagem de execuções é o número de vezes que um determinado prompt é consultado em um mecanismo de IA dentro de um único ciclo de medição. Como os mecanismos de resposta são probabilísticos, uma única execução é uma amostra de uma distribuição. Cinco execuções por prompt é um mínimo comum; prompts de alta entropia justificam mais.
A contagem de execuções afeta diretamente a confiabilidade de toda métrica derivada dela. Plataformas que relatam share of voice a partir de uma única execução por prompt estão relatando a saída de uma amostra, não uma distribuição estável. Sempre pergunte quantas execuções a plataforma realiza antes de tratar os números de share of voice como acionáveis.
Termos relacionados: Entropia de prompt (12), Família de prompts (14), Share of voice de IA (1).
18. Cadência de Execução
Cadência de execução é a frequência com que uma plataforma de monitoramento atualiza seus dados de prompt: diariamente, semanalmente ou mensalmente. A cadência determina a rapidez com que você detecta mudanças na visibilidade e a confiabilidade com que pode atribuir essas mudanças a eventos externos específicos.
A cadência diária importa mais em categorias onde as dinâmicas competitivas mudam rapidamente (novos lançamentos de produtos, eventos de imprensa, atualizações de algoritmo). A cadência mensal é suficiente para categorias estabelecidas com baixa entropia e cenários competitivos de movimentação lenta.
Termos relacionados: Contagem de execuções (17), Velocidade de menções (9), Deriva de share of voice (10).
19. Consulta Fan-Out
Uma consulta fan-out é uma subconsulta interna que um mecanismo de IA gera nos bastidores para recuperar material de origem antes de construir sua resposta ao prompt original do usuário. Sistemas de IA com recuperação aumentada, incluindo Perplexity e Bing Copilot, dependem muito de consultas fan-out para reunir citações.
As consultas fan-out frequentemente divergem significativamente do fraseado original do usuário. De acordo com a análise da Profound de abril de 2026, as subconsultas fan-out mais divergentes do ChatGPT compartilham apenas cerca de 13% de sobreposição de palavras com o prompt original do usuário. Otimizar o conteúdo para o fraseado fan-out, e não apenas a consulta superficial, é uma prática emergente de AEO.
Termos relacionados: Geração aumentada por recuperação (20), Taxa de citação (21), Janela de recuperação (26).
20. Geração Aumentada por Recuperação (RAG)
Geração aumentada por recuperação (RAG) é a arquitetura em que um sistema de IA primeiro recupera documentos ou trechos relevantes de um corpus e depois usa esses trechos recuperados como contexto para gerar sua resposta. Perplexity, Google AI Overviews, Microsoft Copilot e os modos de navegação do ChatGPT usam RAG em algum grau.
O RAG é a razão pela qual a qualidade, a autoridade e a citação por terceiros afetam a AI visibility. Um modelo que opera puramente com dados de treinamento não pode citar uma URL que não indexou. Sistemas habilitados para RAG podem, o que significa que sua taxa de citação se correlaciona diretamente com a frequência com que suas páginas aparecem no contexto recuperado para prompts relevantes.
Termos relacionados: Consulta fan-out (19), Taxa de citação (21), Página recuperada (22).
Citação e recuperação
21. Taxa de Citação
Taxa de citação é o percentual de respostas geradas por IA, dentro de um conjunto definido de prompts e mecanismos, em que uma URL ou domínio específico do seu site é referenciado como fonte. Uma alta taxa de citação em uma página sinaliza que os sistemas de recuperação de IA estão tratando esse conteúdo como uma entrada autoritativa.
Taxa de citação e menções de marca são relacionadas, mas distintas. Sua marca pode ser mencionada em uma resposta sem que nenhuma das suas URLs seja citada (a IA conhece você, mas recorre a fontes de terceiros). Por outro lado, uma URL pode ser citada sem menção de marca se a IA usar o conteúdo como fonte de fundo sem nomear a marca explicitamente.
Termos relacionados: Menções de marca (3), Citação conquistada (23), Página recuperada (22).
22. Página Recuperada
Uma página recuperada é uma URL que o sistema de recuperação de um mecanismo de IA seleciona como contexto relevante para um determinado prompt, antes de o modelo decidir se a inclui na resposta gerada. Ser recuperada é necessário, mas não suficiente, para ser citada.
Plataformas que fornecem dados em nível de recuperação (separados dos dados em nível de citação) permitem identificar páginas que estão sendo selecionadas pela IA, mas depois descartadas antes da resposta final. Essa queda é um sinal de que o conteúdo está entrando na janela de recuperação, mas não é autoritativo ou relevante o suficiente para aparecer na resposta final.
Termos relacionados: Taxa de citação (21), Janela de recuperação (26), RAG (20).
23. Citação Conquistada
Uma citação conquistada é uma referência à sua marca ou domínio que aparece em uma resposta gerada por IA porque uma fonte de terceiros (um site de avaliações, jornalista, analista ou fórum da comunidade) mencionou você. É conquistada no mesmo sentido que a mídia conquistada: você não pagou por ela nem a publicou.
As citações conquistadas são o tipo dominante de citação na maioria dos conjuntos de dados de monitoramento de IA. Pesquisas mostram consistentemente que a grande maioria das citações de IA vem de fontes de terceiros, e não de páginas de propriedade da marca. Inserções em mídia conquistada, menções de analistas e discussões em fóruns da comunidade impulsionam citações conquistadas.
Termos relacionados: Taxa de citação (21), Atribuição de fonte (24), Autoridade de terceiros (27).
24. Atribuição de Fonte
Atribuição de fonte é o processo de identificar quais domínios ou URLs estão gerando citações para sua marca em respostas geradas por IA. Um relatório de atribuição de fonte informa se suas citações vêm do seu próprio site, de cobertura da mídia, de plataformas de avaliação ou de conteúdo da comunidade.
A atribuição de fonte importa para a estratégia de AEO. Se 80% das suas citações vêm de dois ou três domínios de terceiros, sua visibilidade é frágil. Diversificar as fontes de citação em mais propriedades de referência autoritativas é uma estratégia de redução de risco e também uma alavanca de crescimento.
Termos relacionados: Citação conquistada (23), Autoridade de terceiros (27), Lacuna de citação (30).
25. Reconhecimento de Entidade Nomeada (NER)
Reconhecimento de entidade nomeada (NER) no monitoramento de IA é o processo automatizado de identificar e extrair nomes de marcas, nomes de produtos e nomes de concorrentes de textos gerados por IA. As plataformas de monitoramento usam NER para contar menções, classificar o sentimento por entidade e construir cálculos de share of voice em escala.
A precisão do NER é uma variável de qualidade que difere entre plataformas. Nomes de marcas abreviados, referências informais a produtos e terminologia adjacente à marca podem ser ignorados ou classificados incorretamente. A qualidade do NER determina a confiabilidade de toda métrica baseada em menções que a plataforma produz.
Termos relacionados: Menções de marca (3), Share of voice de IA (1), Monitoramento de precisão (8).
26. Janela de Recuperação
A janela de recuperação é o conjunto de documentos ou trechos que o sistema de recuperação de um mecanismo de IA seleciona como contexto candidato para um determinado prompt antes da etapa de geração. O conteúdo que não entra na janela de recuperação não pode ser citado na resposta.
As janelas de recuperação são determinadas por uma combinação de relevância semântica, rastreabilidade, autoridade de domínio, atualidade do conteúdo e a arquitetura de recuperação que o mecanismo usa. Otimizar para a janela de recuperação é distinto de otimizar para citação: você precisa primeiro ser selecionado, depois ser autoritativo o suficiente para aparecer na resposta final.
Termos relacionados: Página recuperada (22), RAG (20), Consulta fan-out (19).
27. Autoridade de Terceiros
Autoridade de terceiros é o grau em que fontes externas (veículos de mídia, plataformas de avaliação, empresas de análise, fóruns da comunidade) citam, descrevem ou vinculam sua marca de maneiras que os sistemas de recuperação de IA tratam como credíveis. Marcas com alta autoridade de terceiros têm mais probabilidade de ser citadas por mecanismos de IA, mesmo sem sinais fortes de domínio próprio.
De acordo com a análise da Profound de 100.000 prompts no ChatGPT e Perplexity, apenas 11% dos domínios citados se sobrepõem entre as duas plataformas. Isso significa que sinais de autoridade de terceiros em diferentes partes da web impulsionam citações em mecanismos diferentes.
Termos relacionados: Citação conquistada (23), Atribuição de fonte (24), Sobreposição de citação entre mecanismos (29).
28. Correção de Fonte
Correção de fonte é a prática de identificar as URLs de terceiros específicas ou fontes de dados de treinamento que estão fazendo um mecanismo de IA afirmar informações incorretas, desatualizadas ou negativas sobre sua marca, e então agir para atualizar ou substituir essas fontes.
A correção de fonte é a etapa de correção que segue o monitoramento de precisão. As táticas incluem atualizar seu próprio conteúdo para contradizer a imprecisão, entrar em contato com o site de publicação que hospeda o conteúdo incorreto e publicar novo conteúdo autoritativo que desloca a fonte errônea na recuperação de IA.
Termos relacionados: Monitoramento de precisão (8), Taxa de alucinação (7), Autoridade de terceiros (27).
29. Sobreposição de Citação entre Mecanismos
Sobreposição de citação entre mecanismos é a proporção de URLs ou domínios que aparecem em respostas geradas por IA em dois ou mais mecanismos de IA diferentes para o mesmo conjunto de prompts. Baixa sobreposição significa que cada mecanismo está recorrendo a diferentes fontes.
De acordo com a pesquisa da Profound, apenas cerca de 11% dos domínios citados pelo ChatGPT também aparecem nas citações do Perplexity para os mesmos prompts. Um estudo separado da Ahrefs encontrou apenas 13,7% de sobreposição entre as citações do Google AI Overviews e do Google AI Mode. Essas baixas taxas de sobreposição significam que você não pode inferir o desempenho em um mecanismo a partir do desempenho em outro.
Termos relacionados: Autoridade de terceiros (27), Atribuição de fonte (24), Cobertura de mecanismos (39).
30. Lacuna de Citação
Uma lacuna de citação é uma consulta ou cluster de intenção para o qual seus concorrentes estão sendo citados nas respostas geradas por IA, mas sua marca não. As lacunas de citação são identificadas comparando sua taxa de citação e cobertura de prompts com cada concorrente no seu conjunto monitorado.
As lacunas de citação são a principal saída que orienta os planos de ação de AEO. Plataformas como Peec AI e Profound mostram lacunas no nível de prompt, indicando quais consultas específicas estão produzindo citações de concorrentes sem produzir as suas.
Termos relacionados: Taxa de citação (21), Cobertura de prompts (4), AEO (37).
Sentimento e percepção
31. Análise de Sentimento
Análise de sentimento no monitoramento de IA é a classificação da linguagem nas respostas geradas por IA sobre sua marca como positiva, neutra ou negativa. Ela cobre adjetivos e afirmações que a IA faz sobre seu produto, preços, qualidade de suporte, facilidade de uso e posicionamento competitivo.
O sentimento nas respostas de IA não é o mesmo que o sentimento público. Um mecanismo de IA pode produzir um enquadramento de sentimento negativo para sua marca com base em um único artigo crítico recuperado, mesmo que a grande maioria das avaliações reais de clientes seja positiva. A fonte do sinal de sentimento importa tanto quanto o próprio sinal.
Termos relacionados: Sentiment decay (32), Monitoramento de percepção (33), Deriva de fatos da marca (35).
32. Sentiment Decay
Sentiment decay é a piora gradual das descrições geradas por IA da sua marca ao longo do tempo, impulsionada pela persistência de material negativo ou desatualizado na camada de recuperação do modelo. Ao contrário de um ciclo de notícias, que desaparece, o sentimento negativo de IA pode permanecer estável por meses sem intervenção ativa.
O sentiment decay é particularmente insidioso porque não é causado pela chegada de nova cobertura negativa: é causado pela permanência da cobertura antiga como destaque no pool de recuperação. Corrigi-lo requer atualizar o conteúdo-fonte, gerar novo conteúdo autoritativo que supere o antigo ou obter cobertura conquistada que introduza um enquadramento mais atual.
Termos relacionados: Análise de sentimento (31), Deriva de fatos da marca (35), Correção de fonte (28).
33. Monitoramento de Percepção
Monitoramento de percepção é a prática de acompanhar não apenas se sua marca é mencionada nas respostas de IA, mas como ela é caracterizada: as palavras usadas para descrevê-la, os atributos do produto destacados, os concorrentes com os quais ela é comparada e os casos de uso para os quais é recomendada.
O monitoramento de percepção está acima da análise de sentimento. Enquanto o sentimento pergunta “isso é positivo ou negativo?”, o monitoramento de percepção pergunta “que história a IA está contando sobre essa marca?” Uma marca pode receber uma pontuação de sentimento neutro enquanto é descrita de maneiras que prejudicam seu posicionamento.
Termos relacionados: Análise de sentimento (31), Sentiment decay (32), Monitoramento de precisão (8).
34. Classificação de Tom
Classificação de tom é a versão granular da análise de sentimento que distingue entre categorias de sentimento como entusiástico, cauteloso, desdenhoso e comparativo (enquadrando sua marca em relação a um concorrente nomeado). O tom é mais acionável do que uma pontuação binária positivo/negativo.
Uma classificação de tom “cauteloso” em prompts relacionados a preços informa algo específico: os mecanismos de IA estão sendo hesitantes quanto ao seu posicionamento de preços. Esse é um problema diferente de um tom “desdenhoso” em prompts relacionados a funcionalidades, que sugere que as fontes de recuperação estão tratando seu conjunto de funcionalidades como limitado.
Termos relacionados: Análise de sentimento (31), Monitoramento de percepção (33), Enquadramento competitivo (36).
35. Deriva de Fatos da Marca
Deriva de fatos da marca é a divergência entre o perfil factual da sua marca conforme armazenado nos dados de treinamento de IA ou nas fontes de recuperação e os fatos atuais e precisos sobre seu produto. Ela se acumula quando sua marca muda (repricing, atualizações de funcionalidades, rebranding), mas as fontes que os mecanismos de IA usam não são atualizadas.
A deriva de fatos da marca é um risco de movimentação lenta. Uma marca que reprecifica de R$ 249 para R$ 149 por mês, mas cujos artigos de avaliação mais citados ainda mencionam R$ 249, verá os mecanismos de IA subestimar consistentemente sua proposta de valor por meses. Monitorar a precisão factual sobre preços, funcionalidades e posicionamento é a única maneira de detectar e corrigir a deriva antes que cause dano real.
Termos relacionados: Taxa de alucinação (7), Monitoramento de precisão (8), Correção de fonte (28).
36. Enquadramento Competitivo
Enquadramento competitivo é a forma como um mecanismo de IA descreve sua marca em relação a concorrentes nomeados dentro da mesma resposta. “Mais barato que o Profound, mas com menos funcionalidades enterprise” é um enquadramento competitivo. Ele afeta não apenas o sentimento, mas qual segmento de comprador a IA implicitamente recomenda você.
O enquadramento competitivo é um dos sinais de percepção mais consequentes no monitoramento de IA. Ele determina qual perfil de cliente a IA está direcionando para você e qual está direcionando para os rivais. Acompanhá-lo no nível de prompt revela o posicionamento implícito que sua marca ocupa no modelo de mercado da IA.
Termos relacionados: Monitoramento de percepção (33), Classificação de tom (34), Conjunto competitivo (38).
Conceitos de programa e plataforma
37. AEO (Answer Engine Optimization)
Answer engine optimization (AEO) é a prática de criar, estruturar e distribuir conteúdo para que os mecanismos de resposta de IA citem sua marca, representem seu produto com precisão e recomendem você a compradores que fazem perguntas relevantes. O AEO é o sucessor na era da IA do SEO tradicional.
O AEO difere do SEO de várias formas: não há posições classificadas para otimizar, o alvo é uma citação dentro de um trecho gerado em vez de um link azul, e os mecanismos recorrem a uma mistura de recuperação em tempo real e priors treinados, e não apenas a um índice rastreado. O AEO é a camada de execução; o monitoramento de AI visibility é a camada de medição.
Veja o ranking completo de ferramentas de AI visibility para plataformas que cobrem ambos. Veja /methodology para como as avaliamos.
Termos relacionados: Score de AI visibility (6), Lacuna de citação (30), Share of voice de IA (1).
38. Conjunto Competitivo
Um conjunto competitivo no monitoramento de IA é a lista definida de marcas cujas métricas de AI visibility você acompanha junto com as suas. Os cálculos de share of voice são sempre relativos a um conjunto competitivo: seus 35% de share significam uma coisa se o concorrente mais próximo tem 20%, e outra se ele tem 55%.
Os conjuntos competitivos devem refletir as marcas que um mecanismo de IA realmente recomenda na sua categoria, que podem diferir dos concorrentes no seu próprio modelo mental. Execute uma rodada de prompts de descoberta nos seus clusters de consultas-alvo antes de finalizar seu conjunto competitivo.
Termos relacionados: Share of voice de IA (1), Cobertura de prompts (4), Deriva de share of voice (10).
39. Cobertura de Mecanismos
Cobertura de mecanismos é o número e a seleção de mecanismos de IA que uma plataforma de monitoramento acompanha. As plataformas diferem significativamente: algumas cobrem 4 mecanismos, outras cobrem 9 ou mais. Os mecanismos no escopo determinam quais segmentos de comprador seus dados de monitoramento representam.
No mínimo, acompanhe ChatGPT, Google AI Overviews, Perplexity e Gemini. Esses quatro juntos cobrem a maioria das jornadas de pesquisa assistidas por IA para a maioria dos públicos B2B e B2C. Para uma cobertura mais ampla, adicione Microsoft Copilot, Google AI Mode, Meta AI e Grok. Ferramentas como Peec AI e Temso oferecem a mais ampla cobertura de mecanismos na categoria.
Termos relacionados: Sobreposição de citação entre mecanismos (29), Cadência de execução (18), Share of voice de IA (1).
40. Sinal de Conversão
Um sinal de conversão em AI visibility é qualquer indicador posterior de que a presença de uma marca nas respostas de IA está influenciando o comportamento do comprador: tráfego de referência de um mecanismo de IA, envios de formulários atribuídos a fontes do canal de IA ou pipeline de vendas marcado como descoberta influenciada por IA.
Conectar métricas de AI visibility a sinais de conversão é o desafio emergente na disciplina. A atribuição de tráfego de mecanismos de IA ainda é imatura em comparação com a atribuição de busca paga ou orgânica. Marcas que instrumentam suas análises para capturar fontes de referência de IA cedo terão uma vantagem significativa de medição à medida que o canal cresce.
Termos relacionados: Share of voice de IA (1), Cobertura de prompts (4), Velocidade de menções (9).
Tabela de referência rápida
| Termo | Grupo | Resumo em uma linha |
|---|---|---|
| Share of Voice de IA | Métrica principal | % de prompts em que sua marca é mencionada |
| Share of Model | Métrica principal | Nome alternativo para share of voice de IA, enquadramento centrado no modelo |
| Menções de Marca | Métrica principal | Contagem bruta de aparições da marca nas respostas de IA |
| Cobertura de Prompts | Métrica principal | % de prompts acompanhados com pelo menos uma menção de marca |
| Taxa de Citação | Principal + Citação | % de respostas em que uma URL específica é referenciada |
| Score de AI Visibility | Métrica principal | Índice composto de plataforma combinando todos os sinais principais |
| Taxa de Alucinação | Métrica principal | Frequência de afirmações de IA factualmente erradas sobre sua marca |
| Monitoramento de Precisão | Métrica principal | Comparar fatos declarados pela IA com a verdade verificada |
| Velocidade de Menções | Métrica principal | Taxa de variação nas menções brutas de marca semana a semana |
| Deriva de Share of Voice | Métrica principal | Variação direcional no share of voice de IA ao longo do tempo |
| Mecanismo de Resposta | Prompt/mecanismo | Sistema de IA que retorna respostas sintetizadas (não apenas links) |
| Entropia de Prompt | Prompt/mecanismo | Variação de resposta entre execuções de um mesmo prompt |
| Cluster de Prompts | Prompt/mecanismo | Grupo de consultas com a mesma intenção de compra |
| Família de Prompts | Prompt/mecanismo | Conjunto definido de fraseados para uma mesma necessidade de informação |
| Prompt de Intenção de Compra | Prompt/mecanismo | Consulta que reflete uma necessidade de informação na fase de compra |
| Mapeamento de Intenção | Prompt/mecanismo | Organização de prompts por estágio da jornada de compra |
| Contagem de Execuções | Prompt/mecanismo | Número de vezes que um prompt é executado por ciclo de medição |
| Cadência de Execução | Prompt/mecanismo | Frequência com que os dados de monitoramento são atualizados |
| Consulta Fan-Out | Prompt/mecanismo | Subconsulta interna gerada pela IA antes de responder |
| RAG | Prompt/mecanismo | Arquitetura recuperar-e-gerar usada pela maioria dos mecanismos de IA |
| Taxa de Citação | Citação | Taxa de referência de fonte em nível de URL nas respostas de IA |
| Página Recuperada | Citação | URL selecionada pela recuperação, mas não necessariamente citada |
| Citação Conquistada | Citação | Referência de marca originada de uma fonte de terceiros |
| Atribuição de Fonte | Citação | Identificação de quais domínios impulsionam as citações da sua marca |
| Reconhecimento de Entidade Nomeada | Citação | Extração automatizada de nomes de marcas de textos de IA |
| Janela de Recuperação | Citação | Conjunto de documentos candidatos que a IA considera antes de gerar |
| Autoridade de Terceiros | Citação | Credibilidade de fonte externa que impulsiona a citação de IA |
| Correção de Fonte | Citação | Atualização de fontes que fazem a IA afirmar fatos incorretos |
| Sobreposição de Citação entre Mecanismos | Citação | % de URLs citadas compartilhadas entre dois mecanismos de IA |
| Lacuna de Citação | Citação | Clusters de intenção onde rivais são citados, mas você não é |
| Análise de Sentimento | Sentimento | Classificação positivo/neutro/negativo das descrições de marca pela IA |
| Sentiment Decay | Sentimento | Piora gradual do sentimento de IA da marca sem nova entrada |
| Monitoramento de Percepção | Sentimento | Acompanhar como a IA caracteriza sua marca, não apenas a valência |
| Classificação de Tom | Sentimento | Sentimento granular (cauteloso, entusiástico, desdenhoso) |
| Deriva de Fatos da Marca | Sentimento | Divergência entre fatos declarados pela IA e a realidade atual |
| Enquadramento Competitivo | Sentimento | Como a IA descreve sua marca em relação a rivais nomeados |
| AEO | Programa | Answer engine optimization: a prática de conquistar citações de IA |
| Conjunto Competitivo | Programa | As marcas rivais definidas no seu acompanhamento de AI visibility |
| Cobertura de Mecanismos | Programa | Número e seleção de mecanismos de IA que uma plataforma monitora |
| Sinal de Conversão | Programa | Evidência posterior de que a AI visibility afeta o comportamento do comprador |
Ferramentas que acompanham essas métricas
As plataformas abaixo cobrem as métricas principais deste glossário. Cada uma acompanha pelo menos share of voice, menções de marca e sentimento em vários mecanismos de IA.
- Otterly.AI: Acompanhamento de citação no nível de prompt em 6 mecanismos; saída de auditoria GEO estruturada. A partir de US$ 29/mês.
- Peec AI: Acompanhamento diário em 9 ou mais mecanismos; assentos ilimitados; forte cobertura entre mecanismos incluindo DeepSeek e Grok. A partir de 85 €/mês.
- Profound: Atribuição de citação profunda e dados de volume de prompts para equipes enterprise. Plano Growth a US$ 399/mês.
- Temso: Monitoramento all-in-one mais um plano de ação que converte lacunas de visibilidade em correções, em 8 mecanismos. A partir de US$ 89/mês.
- SE Ranking: Acompanhamento de AI Overviews e SEO tradicional combinados; útil para equipes que precisam dos dois conjuntos de dados em um único fluxo de trabalho.
Critérios completos de pontuação e rankings: /rankings/ai-visibility-tools. Padrões editoriais e metodologia: /methodology. Índice completo do glossário: /glossary.
Comece a medir seu share of voice de IA
Entender os termos é o primeiro passo. O segundo é executar sua marca nos prompts que seus compradores realmente usam e ver onde você aparece e onde os rivais estão na frente.
O ranking de ferramentas de AI visibility compara todas as principais plataformas em cobertura de mecanismos, profundidade de ação, preços e evidências de terceiros. Se você quer começar com uma única ferramenta que cobre monitoramento e execução em uma assinatura, comece com o ranking e filtre pelo tamanho da sua equipe e orçamento.