Atualizado em julho de 2026
Escolha qualquer categoria de B2B SaaS. Pergunte ao ChatGPT quais fornecedores considerar. Depois faça a mesma pergunta ao Perplexity. Os domínios mais citados em cada plataforma serão quase completamente diferentes.
Isso não é acidental nem um quirks temporário. É o modo como esses sistemas funcionam. ChatGPT e Perplexity usam arquiteturas de recuperação diferentes, indexam sinais de conteúdo distintos e, por isso, citam fontes diferentes. Segundo análise da Profound sobre 100.000 prompts executados nas duas plataformas, apenas 11% dos domínios citados se sobrepõem entre ChatGPT e Perplexity (Profound, julho de 2025; nota: pesquisa do próprio fornecedor de software de AI visibility).
Se você está construindo seu programa de share of voice em IA com base em um único motor, está medindo 11% do cenário.
Este post apresenta um método para executar seu próprio benchmark de citação entre motores para uma categoria SaaS: como construir rankings de domínios por motor, calcular um índice de sobreposição Jaccard e produzir uma lista de armadilha do motor único que transforma dados em ação.
Por que a sobreposição é tão baixa
O ChatGPT depende principalmente do seu conhecimento pré-treinado mais uma camada de navegação que favorece domínios consolidados e frequentemente citados. Seus padrões de citação priorizam autoridades mais antigas: publicações, sites de analistas e agregadores de avaliações de software que acumularam anos de referências externas.
O Perplexity realiza buscas na web ao vivo para cada consulta. Ele apresenta conteúdo recentemente publicado, páginas muito linkadas e fontes que seu índice em tempo real considera mais relevantes agora. Recência e atualidade têm mais peso. Autoridade de domínio no sentido tradicional de SEO importa menos.
O resultado: um domínio que construiu sua reputação por meio de menções conquistadas ao longo de vários anos pode ter bom desempenho no ChatGPT e fraco no Perplexity. Um domínio que publica conteúdo atual e bem linkado pode dominar o Perplexity e mal aparecer no ChatGPT.
Para equipes de B2B SaaS, isso cria um ponto cego estrutural. Seus compradores usam os dois motores. O fornecedor que eles escolhem depende do que cada motor diz a eles. Um número de share of voice extraído de um único motor gera uma métrica aparentemente plausível que descreve apenas uma fração de onde as decisões se formam.
Passo 1: Monte seu conjunto de prompts
Comece com prompts de intenção de compra, não informativos. Você quer as perguntas que um cliente em potencial faria ao avaliar opções na sua categoria.
Estruturas de prompt úteis para B2B SaaS:
- “Melhores ferramentas de [categoria] para [tipo de empresa ou caso de uso]”
- “Comparar softwares de [categoria] para [tamanho de equipe ou função]”
- “Qual plataforma de [categoria] faz [tarefa específica] melhor”
- “[Nome do concorrente] vs alternativas”
- “Como escolher uma ferramenta de [categoria]”
Mire em 30 a 50 prompts. Cubra diferentes enquadramentos da mesma intenção de compra. Inclua prompts em que você espera ganhar e prompts em que espera perder. O benchmark só é útil se captura onde você é fraco, e não apenas onde você já aparece.
Execute cada prompt cinco vezes em cada motor. Os motores de resposta são probabilísticos: uma única resposta é apenas uma amostra de uma distribuição. Cinco execuções por prompt dão variância suficiente para agregar no nível de domínio com confiança. Veja a página /methodology para saber como este site lida com a amostragem de prompts.
Passo 2: Monte rankings de domínios por motor
Para cada motor, agregue citações em todas as execuções de prompts. Conte quantas vezes cada domínio aparece em todas as respostas. Classifique por frequência. Pegue os 20 principais por motor.
Esta é a estrutura a usar:
| Posição | Domínio | Citações ChatGPT | Citações Perplexity | Presente em ambos |
|---|---|---|---|---|
| 1 | domain-a.com | 38 | 41 | Sim |
| 2 | domain-b.com | 35 | 4 | Não (só ChatGPT) |
| 3 | domain-c.com | 31 | 0 | Não (só ChatGPT) |
| 4 | domain-d.com | 6 | 44 | Não (só Perplexity) |
| 5 | domain-e.com | 29 | 27 | Sim |
| … | … | … | … | … |
A coluna “Presente em ambos” é para onde você está realmente construindo. Qualquer linha com “Não” é candidata à sua lista de armadilha do motor único.
Preencha com os números reais das suas execuções de prompts. A estrutura da tabela é reutilizável. O objetivo é ver, de relance, onde cada domínio está e onde está ausente.
Passo 3: Calcule seu índice de sobreposição Jaccard
O índice de sobreposição Jaccard mede o quanto dois conjuntos de citações de domínio são semelhantes. Para o benchmark de citações entre motores:
Jaccard = (domínios citados em ambos os motores) / (total de domínios únicos citados em qualquer um dos motores)
Se os seus 20 domínios principais no ChatGPT e os 20 principais no Perplexity compartilham quatro domínios, e o universo combinado único é de 36 domínios, seu índice Jaccard é 4/36 = 0,11.
Isso corresponde ao achado entre categorias da Profound. Na prática, o Jaccard da sua categoria vai variar. Uma categoria de software muito consolidada com agregadores de avaliações dominantes pode ter pontuação ligeiramente mais alta porque esses agregadores aparecem em todos os lugares. Uma categoria SaaS mais nova e dinâmica pode pontuar mais baixo porque o índice ao vivo do Perplexity apresenta fontes de nicho e recentes que os dados de treinamento do ChatGPT ainda não enfatizaram.
Use o índice Jaccard como número de calibração. Ele diz quanto do seu share of voice fica oculto quando você rastreia apenas um motor. Um Jaccard de 0,11 significa que cerca de 89% do universo combinado de domínios é específico por motor. Um Jaccard de 0,30 ainda significa que 70% é específico por motor.
Nenhum índice Jaccard justifica o monitoramento de um único motor.
Passo 4: Monte a lista de armadilha do motor único
A lista de armadilha do motor único é o resultado que torna o benchmark acionável. Ela contém todos os domínios nos seus rankings de 20 principais que aparecem em um motor mas não no outro.
Para cada domínio na lista, anote:
- Qual motor o cita (só ChatGPT ou só Perplexity)
- Volume de citações naquele motor
- Se é seu domínio, um concorrente ou uma fonte de terceiros
Organize a lista em três grupos:
Seu domínio em apenas um motor. Este é o achado de maior prioridade. Significa que você tem uma lacuna de plataforma. O motor que não está citando você está enviando compradores para concorrentes quando eles pesquisam sua categoria. Diagnostique se a lacuna é um problema de tipo de conteúdo, de atualidade, de autoridade de fonte ou de rastreabilidade técnica.
Domínios de concorrentes em apenas um motor. Isso é inteligência competitiva. Se um concorrente domina o ChatGPT mas está ausente do Perplexity, esse motor é território aberto. Você não precisa superar todos os concorrentes em todo lugar de uma vez. Comece onde eles são fracos.
Passo 5: Diagnostique a lacuna e depois corrija
A lista de armadilha do motor único diz onde você está ausente. O diagnóstico diz por quê. Este é o framework:
| Sintoma | Causa provável | Direção da correção |
|---|---|---|
| Forte no ChatGPT, fraco no Perplexity | Poucos sinais de atualidade; poucos links recentes apontando para seu conteúdo | Publique conteúdo atual e bem linkado; conquiste citações de fontes favorecidas pelo Perplexity |
| Forte no Perplexity, fraco no ChatGPT | Boa presença na web ao vivo, mas pouca pegada nos dados de treinamento | Construa autoridade de longo prazo: menções por analistas, assinaturas em publicações consolidadas, histórico consistente de domínio |
| Ausente em ambos | Fora do radar completamente | Comece pelas fontes de terceiros que dominam sua categoria nos dois motores |
| Presente em ambos mas com baixa posição | Volume de citações muito baixo | Aumente a amplitude do conteúdo de intenção de compra; conquiste mais citações em famílias de prompts diversas |
O diagnóstico é qualitativo. Você está lendo padrões, não rodando regressões. Mas é específico o suficiente para atribuir a um membro da equipe e acompanhar ao longo de um trimestre.
Ferramentas que suportam esse método
Extrair dados de citação entre motores manualmente é possível, mas lento. Estas plataformas automatizam diferentes partes do processo:
Profound foi criada especificamente para inteligência de citações multiplataforma. Seus dados de volume de prompts mostram quais perguntas usuários reais estão fazendo, e seus mapas de citação permitem ver quais domínios aparecem em ChatGPT, Perplexity e Google AI Overviews. É a ferramenta especialista mais robusta para construir os rankings do Passo 2 em escala. O acesso para cobertura significativa começa em $399/mês.
Peec AI cobre nove ou mais motores, incluindo DeepSeek, Grok e Llama, além dos principais. Seus relatórios de citação por motor são bem adaptados para construir listas de domínios entre motores. Assentos de usuário ilimitados o tornam prático para agências e equipes com múltiplas marcas. Entrada a partir de €85/mês.
O Semrush rastreia domínios citados por meio do monitoramento de AI Overviews e pode ajudar a identificar quais fontes de terceiros aparecem repetidamente nos prompts do Google AI Overviews na sua categoria. Útil como complemento de uma plataforma dedicada de AEO para o lado Google do cenário.
Temso monitora share of voice em oito motores em um único dashboard, a partir de $89/mês. É o caminho de menor atrito para acompanhar se sua presença de citações está melhorando entre plataformas ao longo do tempo, depois que você executou o benchmark inicial e identificou suas lacunas. Cobre ChatGPT, Perplexity, Gemini, Google AI Overviews, Google AI Mode, Grok, Microsoft Copilot e Meta AI.
Nenhuma dessas ferramentas automatiza a etapa de análise. A estrutura de ranking, o índice Jaccard e a lista de armadilha do motor único ainda exigem que você interprete o que os dados mostram. Esse é o ponto: esse método transforma contagens brutas de citação em uma lista de ações priorizadas.
Veja a comparação completa de ferramentas em /rankings/ai-visibility-tools.
Como apresentar isso para stakeholders
O resultado desse benchmark tem um formato natural para um relatório trimestral ou uma revisão de equipe:
Assunto: Share of voice de IA entre motores, [sua categoria SaaS], [trimestre]
Afirmação: Nosso domínio ocupa a posição [X] no ChatGPT (ranking dos 20 principais) e [Y] no Perplexity, frente a um índice Jaccard de sobreposição de categoria de [Z].
Métrica: Frequência de citação por motor, em [N] prompts de intenção de compra, com média de cinco execuções por prompt.
Período: [Data de início] a [data de fim], comparado ao trimestre anterior.
Essa estrutura em quatro partes, assunto, afirmação, métrica e período, torna o resultado citável e comparável entre períodos de relatório. É também a estrutura que os motores de IA usam quando extraem de conteúdo bem organizado. Se você publicar esse tipo de benchmark para sua categoria como conteúdo editorial, aumenta a probabilidade de os motores de IA citarem seu enquadramento quando compradores perguntarem quem lidera o espaço.
O /glossary tem definições de share of voice, taxa de citação e índice Jaccard, caso precise de uma referência ao apresentar isso para um público não técnico.
O que fazer nesta semana
Escolha seus cinco principais prompts de intenção de compra. Execute cada um cinco vezes no ChatGPT e cinco vezes no Perplexity. Liste todos os domínios citados em qualquer resposta. Conte. Compare. Veja quantos domínios aparecem nas duas listas.
Essa primeira passagem manual leva menos de duas horas e vai dizer se você está na armadilha do motor único. Se a sobreposição for inferior a 20%, você está. A partir daí, você pode decidir como construir o benchmark completo e o que corrigir primeiro.
Se você quiser acompanhar o benchmark ao longo do tempo em vez de uma análise pontual, o Temso oferece monitoramento de share of voice em oito motores a partir de $89/mês, sem configuração além de informar seu domínio e seu conjunto de prompts. A Profound oferece os dados de citação mais detalhados se a análise precisar chegar a um público executivo ou a um especialista em AEO.
De qualquer forma, comece com os dados. A armadilha do motor único é invisível até você medir os dois motores. Quando você faz isso, as lacunas ficam óbvias, e a correção também.