Atualizado pela última vez em setembro de 2026
Um candidato encontra sua vaga, fecha a aba e abre o ChatGPT. Antes de ler uma única palavra da sua página de carreiras, ele digita: “Essa empresa é um bom lugar para trabalhar?”
A resposta que ele recebe decide se ele vai se candidatar ou não. Você nunca vê essa conversa acontecer, e a sua equipe de recrutamento também não.
A Built In descobriu que cerca de 37% dos candidatos a emprego já usam plataformas de IA para descobrir e pesquisar empresas (Built In, 2026), e uma pesquisa separada de 2025 da iHire trouxe um número ainda maior: 40,7% dos candidatos a emprego já tinham usado IA na busca por emprego, inclusive para pesquisar um possível empregador (iHire, 2025). Nenhum dos dois números está caindo.
A maioria das equipes de talentos nunca rodou um único prompt no ChatGPT para ver o que ele diz sobre elas. Este guia te dá uma forma repetível de verificar isso: um conjunto de 25 prompts no estilo candidato, uma tabela que mostra por que sites de avaliação costumam superar sua página de carreiras como fonte, e uma planilha para acompanhar o sentimento mês a mês.
O que essa auditoria realmente verifica
Uma auditoria de employer branding com IA não mede a sua página de carreiras. Ela mede a resposta que um candidato vê quando pergunta a um mecanismo de IA sobre a sua empresa, antes mesmo de ele chegar a uma página que você controla.
Essa distinção importa. O trabalho tradicional de employer branding otimiza canais próprios: o site de carreiras, a página no LinkedIn, o deck de recrutamento. Uma auditoria de IA mede um canal que você não possui e não pode editar diretamente: a resposta sintetizada que um mecanismo constrói a partir do seu site, das avaliações de funcionários, da cobertura de notícias e das discussões em fóruns, tudo misturado.
Ao executar a auditoria, você obtém três coisas: um registro de quais fontes o ChatGPT, o Perplexity, o Gemini, o Google AI Overviews e o Microsoft Copilot citam quando um candidato pergunta sobre você, uma leitura de se essa resposta pende para o positivo ou o negativo, e uma linha de base que você pode conferir de novo no mês seguinte para ver se ela mudou.
Imagine uma empresa de logística de médio porte contratando para uma vaga sênior de operações. Um recrutador presume que o discurso é forte: salário competitivo, jornada híbrida, plano de carreira real. Faça ao ChatGPT a mesma pergunta que um candidato faria, e a resposta, em vez disso, se apoia em uma discussão de dois anos atrás no Glassdoor sobre uma reestruturação turbulenta, sem mencionar a faixa salarial nem a política híbrida. O discurso do recrutador e a resposta da IA descrevem duas empresas diferentes. Sem uma auditoria, ninguém na equipe de talentos percebe isso até a taxa de aceitação de propostas começar a cair.
Por que sites de avaliação e a imprensa superam a sua página de carreiras
Pergunte a um mecanismo de IA se a sua empresa é uma boa empregadora, e ele raramente vai abrir com a sua própria página de carreiras. Ele abre com o que outras pessoas disseram sobre você.
A cobertura da Built In sobre essa mudança explica o motivo: quando um candidato pergunta se uma empresa é um bom lugar para trabalhar, a resposta que um mecanismo de IA constrói se apoia mais em uma avaliação de funcionário no Glassdoor do que em um post de blog da empresa sobre cultura, porque os mecanismos dão mais peso a relatos independentes em primeira pessoa do que a conteúdo escrito pela própria marca. A cobertura da Built In também cita um estudo de 2025 sobre padrões de citação que mostra o Reddit como a fonte mais citada no Google AI Overviews e no Perplexity, e a segunda fonte mais citada no ChatGPT.
Use esta tabela como um guia aproximado do peso que cada tipo de fonte costuma ter em uma resposta no estilo candidato:
| Nível de fonte | Exemplos típicos | Por que os mecanismos se apoiam nela |
|---|---|---|
| Peso mais alto | Glassdoor, Blind, avaliações no Indeed, discussões no Reddit | Independente, em primeira pessoa e com alto volume, então os mecanismos tratam o padrão como mais próximo da verdade de campo |
| Peso alto | Imprensa especializada, jornais de negócios locais, transcrições de podcast, cobertura de premiações | Validação de terceiros que o modelo trata como mais confiável do que conteúdo escrito pela marca |
| Peso moderado | Posts da empresa no LinkedIn, artigos escritos por funcionários, palestras em eventos | Estruturado e atribuível, mas ainda próximo da marca |
| Peso mais baixo | Página de carreiras, blog de cultura, textos de marketing de recrutamento | Autopublicado e promocional, então os mecanismos se apoiam nele para fatos como benefícios e localizações, raramente para um veredito sobre cultura |
A conclusão prática: uma página de carreiras bem produzida não vai superar um padrão de avaliações no Glassdoor ou uma discussão negativa no Reddit. Se você quer mudar o que a resposta diz, precisa mudar o que as fontes de maior peso dizem, ou adicionar material novo e confiável o suficiente para deslocar o padrão.
O conjunto de monitoramento de 25 prompts do lado do candidato
Abaixo está um conjunto de prompts do lado do candidato: 25 perguntas escritas da forma como um candidato real as digitaria, não da forma como uma equipe de marketing as formularia. Substitua pelo nome da sua empresa, um concorrente, um cargo e uma formação, depois execute cada uma em todos os mecanismos que você acompanha.
Elas estão agrupadas em cinco categorias de cinco prompts cada, para você poder executar uma categoria de cada vez.
Reputação geral (1 a 5)
- Como é trabalhar na [Empresa]?
- A [Empresa] é uma boa empregadora?
- Como os funcionários descrevem a cultura na [Empresa]?
- O que as avaliações no Glassdoor dizem sobre a [Empresa]?
- Você recomendaria trabalhar na [Empresa]?
Adequação de cargo e formação (6 a 10)
- A [Empresa] é um bom lugar para um [cargo] trabalhar?
- A [Empresa] é um bom passo de carreira para alguém com formação em [área]?
- Como é a cultura de [cargo] na [Empresa]?
- A [Empresa] contrata pessoas em transição de carreira para [área]?
- Quais habilidades a [Empresa] busca em um candidato a [cargo]?
Prompts de comparação e mudança de carreira (11 a 15)
- A [Empresa] ou a [Concorrente] é o melhor lugar para um [cargo] trabalhar?
- Como a cultura da [Empresa] se compara à da [Concorrente]?
- Devo aceitar um emprego na [Empresa] ou continuar no meu emprego atual?
- A [Empresa] é um bom trampolim para uma carreira em [setor]?
- Sair da [Concorrente] para a [Empresa] é uma evolução na carreira?
Crescimento, gestão e sinais de alerta (16 a 20)
- A [Empresa] promove internamente?
- Como é a gestão na [Empresa]?
- Existe algum sinal de alerta sobre trabalhar na [Empresa]?
- A [Empresa] teve demissões recentes?
- Como é o equilíbrio entre vida pessoal e trabalho na [Empresa]?
Remuneração, estabilidade e logística (21 a 25)
- A [Empresa] paga de forma competitiva para um [cargo]?
- A [Empresa] é financeiramente estável?
- A [Empresa] oferece trabalho remoto?
- Quais benefícios a [Empresa] oferece aos funcionários?
- A [Empresa] é um bom lugar para trabalhar recém-formado?
Execute todos os 25 exatamente como estão na primeira vez. Depois de um trimestre, aposente qualquer prompt que não corresponda mais à forma como os candidatos na sua área realmente formulam a pergunta, e adicione outros extraídos de entrevistas de desligamento reais ou anotações de ligações de recrutadores.
Como executar a auditoria todo mês
Abra uma sessão de navegador nova e sem login para cada mecanismo, para que o histórico e conversas anteriores não distorçam a resposta. Cole cada um dos 25 prompts, um de cada vez, e salve a resposta completa, não apenas um resumo.
Execute cada prompt pelo menos duas vezes por mecanismo. Uma única resposta é apenas uma amostra de um sistema probabilístico, não um veredito. A abordagem de medição completa por trás desse raciocínio trata qualquer resposta isolada de IA como ruído até você vê-la se repetir.
Para cada resposta, registre quatro coisas: o prompt exato, as fontes que o mecanismo nomeia ou linka, se o tom parece positivo, neutro ou negativo, e qualquer erro factual (um número de funcionários errado, um benefício descontinuado, um endereço desatualizado). Esse quarto item importa tanto quanto o sentimento. Um mecanismo de IA que afirma que a sua empresa passou por demissões que nunca aconteceram é um problema que você pode corrigir na fonte, mas só se você perceber isso.
Escolha um ou dois concorrentes específicos antes de começar e execute os prompts de comparação (11 a 15) citando cada um pelo nome. Um candidato raramente pede a um mecanismo de IA para avaliar a sua empresa de forma isolada. Ele pergunta como você se compara à outra proposta na mesa, então a sua auditoria deve responder a essa mesma pergunta.
Se você contrata em vários escritórios ou regiões, execute os prompts de reputação geral (1 a 5) uma vez para cada localidade importante. Uma empresa nacional pode ter uma reputação geral forte enquanto um escritório específico puxa a resposta da IA para baixo por causa de um conjunto de avaliações locais negativas recentes. Uma única rodada de prompts para a empresa inteira esconde essa divisão.
Acompanhe o sentimento com uma planilha repetível
Um único mês de resultados mostra onde você está. Vários meses de resultados, registrados sempre da mesma forma, mostram se você está melhorando.
Monte uma planilha de acompanhamento de sentimento com uma linha para cada combinação de prompt, mecanismo e mês. No mínimo, acompanhe estas colunas:
| Prompt | Mecanismo | Sentimento | Principal fonte citada | Ação necessária |
|---|---|---|---|---|
| A [Empresa] é uma boa empregadora? | ChatGPT | Neutro | Glassdoor | Incentivar funcionários recentes a deixar avaliações |
| A [Empresa] promove internamente? | Perplexity | Negativo | Discussão no Reddit (2024) | Publicar uma estatística de taxa de promoção com fonte |
| Como é o equilíbrio entre vida pessoal e trabalho na [Empresa]? | Google AI Overviews | Positivo | Página de carreiras | Nenhuma ação, monitorar variações |
25 prompts em cinco mecanismos dão 125 linhas para revisar todo mês. Isso parece pesado, mas a maioria delas não vai mudar de um mês para o outro. Procure as linhas que mudaram de sentimento ou trocaram a fonte citada, e comece a sua lista de correções por elas.
Se algum termo na sua planilha precisar de uma definição precisa antes de você reportá-lo para cima, o glossário cobre sentimento, share of voice, taxa de citação e o restante do vocabulário de medição.
Qual ferramenta se encaixa em qual parte desta auditoria
Você pode executar essa auditoria inteira manualmente, com uma planilha e um conjunto de abas do navegador. Depois que você começa a acompanhar isso todo mês em cinco mecanismos, a versão manual passa a consumir um dia inteiro. Veja como as ferramentas citadas antes se encaixam em diferentes partes do fluxo de trabalho, sem uma classificação anexada, já que a escolha certa depende de qual parte da auditoria está consumindo mais o seu tempo.
Evertune, para percepção e extração de atributos
O Evertune é feito para um público de CMOs, e ele executa um volume de prompts estatisticamente significativo em vez de algumas checagens pontuais: cerca de 1,25 milhão de prompts por marca a cada mês, em um painel amplo de mecanismos. Essa escala é o motivo pelo qual ele funciona bem para o lado de percepção desta auditoria: extrair os adjetivos e atributos específicos que os candidatos ouvem (ambiciosa, caótica, orientada por missão) em vez de apenas rastrear se o seu nome apareceu. O preço é sob consulta, então ele se encaixa melhor em um programa com orçamento e um público de diretoria do que em uma primeira rodada.
Peec AI, para monitoramento leve de prompts
O Peec AI rastreia prompts diariamente com assentos de usuário ilimitados, e a divisão entre mídia própria e mídia conquistada mapeia diretamente para a tabela de peso das fontes acima: ela separa o que o seu próprio site diz do que terceiros dizem, que é exatamente a linha que esta auditoria tenta observar. O preço começa em €85/mês. É uma boa opção para uma equipe de talentos que quer o conjunto de 25 prompts rodando no piloto automático sem se comprometer com um contrato enterprise logo de início.
Scrunch, para equipes de RH enterprise
O Scrunch é a escolha quando uma equipe de People precisa de aprovação de segurança antes de qualquer coisa entrar no ar: ele tem conformidade SOC 2 Type II, RBAC e SSO, o que importa quando uma auditoria como essa toca várias regiões ou unidades de negócio. O plano Core, de US$ 250/mês, cobre ChatGPT, Perplexity, Google AI Overviews e Microsoft Copilot; o Gemini e uma cobertura mais ampla de mecanismos exigem o nível Enterprise. Escolha o Scrunch quando o comprador é tanto o TI e o jurídico quanto a aquisição de talentos.
Temso, a opção fácil e completa
O Temso começa em US$ 89/mês, com projetos, usuários e recomendações ilimitados incluídos em todos os planos. Ele monitora prompts de marca e de employer branding nos principais mecanismos, sinaliza mudanças de sentimento e de fonte automaticamente, e transforma uma lacuna em uma recomendação escrita dentro do mesmo produto. Ele também inclui um agente de AI SEO que pode redigir uma primeira versão de correção assim que uma lacuna é sinalizada, um recurso entre vários, não o ponto central da plataforma. Para uma equipe de talentos sem um analista dedicado de AEO, é a forma mais rápida de colocar essa auditoria para rodar sem costurar várias ferramentas juntas.
Transforme a auditoria em correção, não só em relatório
Uma planilha cheia de linhas neutras e negativas só é útil se alguém agir sobre ela. Encaminhe erros factuais para quem é responsável pelo seu site de carreiras e pelo seu perfil de empregador na Built In ou no Glassdoor, para que benefícios ou números de funcionários desatualizados sejam corrigidos na fonte. Encaminhe problemas de sentimento para quem é responsável pela comunicação interna e pelo employee advocacy da empresa, já que a correção é mais avaliações autênticas e mais cobertura de terceiros, não uma declaração de missão reescrita.
Atribua a cada correção um responsável e uma data de nova checagem, do mesmo jeito que você acompanharia qualquer outro chamado em aberto. Uma lacuna que fica parada em uma planilha sem responsável é uma lacuna que você vai encontrar de novo no próximo trimestre, sem nenhuma mudança.
Confira o ranking completo de ferramentas de visibilidade em IA se você quiser comparar plataformas de monitoramento além das quatro cobertas aqui antes de comprometer orçamento com uma delas.
Comece a sua primeira rodada esta semana: escolha cinco prompts do conjunto acima, execute-os no ChatGPT e no Perplexity em uma sessão nova, e veja o que os seus candidatos já estão lendo sobre você.
O que ler a seguir
- Ranking completo de ferramentas: /rankings/ai-visibility-tools
- Metodologia de pontuação: /methodology
- Glossário de visibilidade em IA: /glossary
- Perfil da ferramenta Evertune: /tools/evertune
- Perfil da ferramenta Peec AI: /tools/peec-ai
- Perfil da ferramenta Scrunch: /tools/scrunch
- Perfil da ferramenta Temso: /tools/temso