Uma marca pode ter o melhor posicionamento orgânico do segmento e, ainda assim, não aparecer quando alguém pergunta a um assistente de IA qual fornecedor escolher. O contrário também acontece: aparecer com preço antigo, endereço errado ou ao lado de um concorrente. Sem medição, nenhum dos dois casos é visível.
A auditoria de GEO (Generative Engine Optimization, otimização para mecanismos generativos) resolve esse ponto cego. Ela mede como a marca é mencionada, citada e descrita nas respostas de IA, e investiga o que explica o resultado. O dado de partida é preocupante: no índice de visibilidade em IA da Semrush, 45% das marcas não sabem se aparecem nessas respostas (dado do fornecedor, veja o escopo no artigo).
Este guia traz o método em 10 etapas, com fórmulas, exemplos numéricos e uma escala de maturidade. Para o conceito de GEO e AEO (Answer Engine Optimization), consulte o artigo pilar da Analytikos sobre o tema. Aqui o foco é a execução da auditoria.
O que é uma auditoria de GEO e o que ela mede
Uma auditoria de GEO é um diagnóstico em duas camadas. A primeira mede o resultado: o que as plataformas de IA dizem sobre a marca. A segunda investiga as causas: acesso técnico, entidade, reputação e conteúdo. Medir só o resultado mostra o problema sem apontar a correção. Auditar só as causas é suposição sem prova.
Antes de começar, separe o que é documentado do que é hipótese. O Google afirma, na documentação do Google sobre recursos de IA na Busca, que não há requisitos técnicos adicionais nem otimizações especiais para aparecer em AI Overviews e AI Mode: a página precisa estar indexada e elegível para exibir snippet. Ou seja, para o Google, a base continua sendo SEO. Já as táticas específicas de outras plataformas, como formato de conteúdo ou número de menções externas, são em grande parte hipóteses e estudos, e este artigo as identifica como tal.
Os oito indicadores
| Indicador | O que significa | Como registrar |
|---|---|---|
| Menção | A marca aparece no texto da resposta | Sim ou não, por resposta |
| Citação | O domínio da marca aparece como fonte (link ou nota) | Sim ou não, com a URL citada |
| Recomendação | A marca é indicada como opção adequada, não só listada | Sim, neutra ou não |
| Posição | Ordem em que a marca surge em listas e recomendações | Número (1, 2, 3…) ou ausente |
| Sentimento e tom | Como a marca é descrita | Positivo, neutro ou negativo, com trecho |
| Precisão dos fatos | Preço, endereço, produtos e políticas estão corretos | Correto, parcial ou errado |
| Share of voice | Fatia das menções da categoria que cabe à marca | Percentual sobre o total de marcas citadas |
| Fontes citadas | Domínios que a IA usa para falar da categoria | Lista de domínios, com frequência |
Menção e citação são coisas distintas. A marca pode ser nomeada sem que o site seja a fonte, e o site pode ser fonte sem que a marca seja recomendada. Registre as duas colunas separadamente.
Passo a passo da auditoria de GEO
1. Defina mercado, produtos, concorrentes e personas
Escreva o escopo antes de qualquer prompt. Uma loja de suplementos que vende em todo o Brasil audita um universo diferente de uma clínica com atuação em uma cidade. Defina:
- mercado e região de atuação (nacional, estadual ou local);
- de 3 a 5 categorias de produto ou serviço prioritárias;
- de 3 a 6 concorrentes diretos, mais 1 ou 2 marketplaces que disputam a mesma busca;
- de 2 a 4 personas, com o contexto de compra de cada uma (por exemplo, quem compra para si e quem compra para a empresa).
2. Monte a lista de prompts em português do Brasil
Escreva como o cliente pergunta, não como o mercado nomeia a categoria. Uma amostra inicial de 30 a 50 prompts costuma bastar para um primeiro diagnóstico. Distribua entre seis tipos:
| Tipo | Exemplo (loja de cafés especiais) |
|---|---|
| Descoberta | Quais são as melhores marcas de café especial no Brasil? |
| Comparação | Marca A ou Marca B: qual café compensa mais? |
| Marca | A Marca A é confiável? Vale a pena assinar? |
| Problema | Meu café sai amargo na prensa francesa. O que fazer? |
| Local | Onde comprar café especial em Belo Horizonte? |
| Transacional | Comprar café especial em grãos com entrega rápida |
Guarde a lista como versão fixa. Para comparar a evolução mês a mês, os prompts precisam ser os mesmos. Acrescente novos em uma lista à parte.
3. Rode em várias plataformas, com controle de variabilidade
Respostas de IA variam entre execuções. Por isso, uma única consulta não prova nada. Aplique estes cuidados:
- repita cada prompt de 3 a 5 vezes por plataforma e trabalhe com frequências, não com um resultado isolado;
- use sessão limpa, sem histórico, sem memória personalizada e, quando possível, em janela anônima;
- fixe a localização (cidade e idioma), pois resultados locais mudam com ela;
- registre data, plataforma, modelo ou modo selecionado, e se a busca na web estava ativa;
- salve a resposta completa e as fontes exibidas (captura de tela ou texto).
Cubra ao menos ChatGPT, Gemini (com AI Overviews e AI Mode na Busca do Google), Perplexity, Copilot e Claude. A tabela abaixo mostra o que a documentação oficial permite afirmar sobre a origem das fontes. Onde não há confirmação, o campo diz isso.
| Plataforma | O que a fonte oficial ou publicada confirma | O que não está confirmado |
|---|---|---|
| Google (AI Overviews e AI Mode) | Páginas precisam estar indexadas e elegíveis a snippet; sem requisito extra (documentação do Google) | Critérios de seleção entre as páginas elegíveis |
| ChatGPT (busca) | O OAI-SearchBot rastreia sites para os recursos de busca do ChatGPT (documentação da OpenAI) | Peso de cada fonte na resposta |
| Perplexity | O PerplexityBot busca exibir e linkar sites nos resultados da Perplexity (documentação da Perplexity) | Critérios de ranqueamento das fontes |
| Copilot | Relato da imprensa especializada sobre relatório de citações do Copilot no Bing Webmaster Tools, com consultas de ancoragem (janeiro de 2026) | Status atual do relatório e disponibilidade geral |
| Claude | Não verificado nesta pesquisa | Origem das fontes quando há busca na web |
O resumo da tabela: as fontes são, em grande parte, as páginas que o rastreador de cada plataforma consegue acessar e indexar. Por isso a etapa técnica (passo 6) vem antes de qualquer ajuste de conteúdo.
Para uma visão prática de como cada plataforma costuma citar, veja também o guia como aparecer no ChatGPT, Gemini e Perplexity.
4. Registre os resultados em uma planilha
Uma linha por resposta. Com 40 prompts, 3 plataformas e 3 repetições, são 360 linhas. Colunas sugeridas:
| Coluna | Conteúdo |
|---|---|
| data / plataforma / modelo | Quando e onde foi rodado, com o modo usado |
| prompt_id / tipo / persona | Identificação do prompt na lista fixa |
| repeticao | 1, 2 ou 3 |
| marca_mencionada | 1 ou 0 |
| recomendada | 1 (sim), 0,5 (neutra), 0 (não) |
| posicao | Ordem na lista ou vazio |
| sentimento | Positivo, neutro ou negativo, com trecho |
| dominio_citado | 1 ou 0, mais a URL |
| fatos_corretos | Correto, parcial ou errado, com o erro anotado |
| concorrentes_citados | Lista de marcas na resposta |
| fontes | Domínios exibidos como fonte |
5. Calcule as pontuações
Com a planilha pronta, quatro fórmulas dão a linha de base. Exemplo com 360 respostas (40 prompts x 3 plataformas x 3 repetições):
- Taxa de menção = respostas com a marca ÷ respostas totais. Exemplo: 117 ÷ 360 = 32,5%.
- Taxa de citação do domínio = respostas com o domínio como fonte ÷ respostas que exibem fontes. Exemplo: 48 ÷ 240 = 20,0% (120 respostas não exibiram fontes e ficam fora do denominador).
- Share of voice = menções da marca ÷ soma das menções de todas as marcas da lista.
- Taxa de precisão = respostas com fatos corretos ÷ respostas que mencionam a marca. Exemplo: 99 ÷ 117 = 84,6%.
Exemplo de share of voice: em 360 respostas, a Marca A foi citada 126 vezes, a B 198, a C 90 e a D 54. A soma é 126 + 198 + 90 + 54 = 468 menções. A participação da Marca A é 126 ÷ 468 = 26,9%. A líder (B) tem 198 ÷ 468 = 42,3%.
Share of voice no exemplo (468 menções)
Marca A em laranja. Conta: menções da marca ÷ 468.
Imagem: Analytikos (exemplo ilustrativo, não é dado real)
Leitura do exemplo: a marca é mencionada em quase um terço das respostas, mas fica 15,4 pontos percentuais abaixo da líder (42,3% menos 26,9%). Esse é o número a perseguir, não a taxa de menção isolada.
6. Auditoria técnica de acesso
Se o rastreador não alcança a página, ela dificilmente entra na resposta. Verifique:
- robots.txt: permita o OAI-SearchBot (busca do ChatGPT) e o PerplexityBot (busca da Perplexity). Segundo a documentação da OpenAI, sites que bloqueiam o OAI-SearchBot não aparecem nas respostas de busca do ChatGPT, e a atualização leva cerca de 24 horas para refletir.
- GPTBot e treinamento: o GPTBot trata de coleta para treinamento de modelos. Bloqueá-lo é decisão separada de aparecer na busca. A própria OpenAI descreve cada configuração como independente.
- ChatGPT-User e Perplexity-User: são acessos iniciados pelo usuário. Segundo a documentação da Perplexity, o Perplexity-User em geral ignora regras do robots.txt, e a OpenAI indica que as regras podem não se aplicar ao ChatGPT-User.
- Googlebot e Bingbot: não bloqueie. Para o Google, a documentação do Google sobre recursos de IA na Busca indica que o robots.txt do Googlebot controla o rastreamento, e que nosnippet e noindex limitam a exibição. Confira também se o CDN ou o firewall não barra esses agentes.
- Indexação: confirme no Search Console e no Bing Webmaster Tools que as páginas-chave estão indexadas. Sitemaps atualizados ajudam.
- Renderização: teste se preço, estoque e descrição aparecem no HTML inicial. Conteúdo que só surge após JavaScript pesado pode não ser lido por todos os rastreadores (hipótese de prática; teste com a exibição do código-fonte).
Registre o resultado em uma tabela simples: agente, regra no robots.txt, status HTTP em teste e observação. Se um agente recebe 403 do CDN, essa é a primeira correção da lista.
7. Auditoria de entidade e reputação
Modelos de linguagem associam nomes a descrições. Se há duas empresas com nome parecido, ou dados divergentes entre sites, a resposta pode misturar as duas. Esse risco é detalhado em confusão de entidade e recomendação de marca por IA. Cheque:
- Schema Organization no site, com nome, logotipo, URL e sameAs apontando para os perfis oficiais (LinkedIn, Instagram, YouTube, Wikidata quando existir). O Google ressalta que não exige marcação especial para os recursos de IA, mas dados estruturados devem refletir o texto visível da página. Trate a marcação como boa prática de clareza, não como garantia.
- Wikipedia e Wikidata: só existem para marcas que cumprem critérios de notoriedade. Não crie verbete promocional.
- Perfil da Empresa no Google: nome, endereço, telefone, horários e categorias idênticos ao site. Para negócio local, veja Ask Maps e recomendação de negócio local.
- Avaliações: volume, nota média e respostas da empresa no Google e em marketplaces.
- Reclame Aqui, quando aplicável: nota, taxa de resposta e reclamações recorrentes. Se a IA repete uma crítica, ela precisa ter sido tratada na fonte.
- Menções em terceiros: imprensa, portais do setor e comparativos. Anote quais domínios aparecem nas fontes citadas (indicador 8) e se a marca está presente neles.
O sinal de confiança que o Google descreve para a Busca também orienta esta etapa. Veja o que é Google E-E-A-T para o detalhamento.
8. Auditoria de conteúdo
Aqui se verifica se o conteúdo responde às perguntas da lista de prompts. Critérios práticos:
- a página tem resposta direta nos primeiros parágrafos, com termos que o cliente usa;
- existem dados próprios (testes, preços, prazos, estudos de caso) que outras fontes não replicam;
- preço, prazo de entrega, política de troca e formas de pagamento (incluindo Pix) estão em texto, não só em imagem;
- a data de atualização é visível e o conteúdo está atual;
- há páginas comparativas honestas para as perguntas do tipo comparação.
Sobre eficácia, o que existe é pesquisa acadêmica, não regra. O artigo GEO: Generative Engine Optimization (Aggarwal et al., arXiv, versão de junho de 2024) propõe um benchmark e relata que certas estratégias de conteúdo podem aumentar a visibilidade em respostas generativas em até 40%, com efeito que varia por domínio. É um resultado de ambiente de pesquisa, não uma medição do Google, do ChatGPT ou da Perplexity em produção. Use como hipótese a testar na sua planilha.
9. Meça o tráfego de IA no GA4
A auditoria mede visibilidade. O GA4 mede o que chegou ao site. Crie uma exploração em Aquisição de tráfego, filtrando origem por padrões como chatgpt.com, perplexity.ai, gemini.google.com e copilot.microsoft.com, e acompanhe sessões, engajamento e conversões. Esses domínios variam com o tempo, então revise a lista a cada auditoria.
Há uma limitação importante: parte das visitas chega sem UTM ou sem referrer e cai em tráfego direto. O artigo ChatGPT sem UTM: tráfego direto no GA4 explica como interpretar isso. No Google, o tráfego de AI Overviews e AI Mode entra no relatório de desempenho do Search Console como busca na Web, sem separação, conforme a documentação do Google. Para o Bing, o relatório de citações do Copilot não traz cliques, segundo a cobertura do Search Engine Land (janeiro de 2026, relatório em beta limitado à época).
Para buscas de marca em AI Overviews, veja como monitorar no Brasil. Para o comportamento dos links, links no AI Mode e AI Overviews.
10. Priorize com impacto e esforço
Liste cada problema encontrado e classifique. A regra de ordenação é simples: primeiro o que bloqueia (acesso), depois o que corrige erro factual, depois o que amplia presença.
| Ação | Impacto | Esforço | Ordem |
|---|---|---|---|
| Liberar OAI-SearchBot, PerplexityBot e Bingbot bloqueados por CDN ou robots.txt | Alto | Baixo | 1 |
| Corrigir dados divergentes (endereço, preço, horário) entre site, Perfil da Empresa e marketplaces | Alto | Baixo | 2 |
| Publicar páginas de resposta direta para prompts de problema e comparação | Alto | Médio | 3 |
| Implementar Organization e sameAs | Médio | Baixo | 4 |
| Tratar reclamações recorrentes e ampliar avaliações | Médio | Médio | 5 |
| Obter menções em domínios que a IA já cita na categoria | Alto | Alto | 6 |
| Produzir dados próprios (pesquisa, benchmark) | Alto | Alto | 7 |
Transforme a tabela em plano de 90 dias, com responsável, prazo e métrica de saída (por exemplo, taxa de menção em prompts de descoberta). Refaça a rodada de prompts no fim do ciclo.
Escala de maturidade em GEO
A escala abaixo é da Analytikos, uma proposta de pontuação interna e não um padrão de mercado. Atribua nota de 0 a 100 somando cinco blocos.
| Bloco | Peso | Exemplo de nota |
|---|---|---|
| Visibilidade nas respostas (menção, SOV, citação) | 30 | 12 |
| Acesso técnico e indexação | 15 | 13 |
| Entidade e reputação | 20 | 10 |
| Conteúdo (resposta direta, dados próprios) | 20 | 8 |
| Medição (GA4, planilha recorrente) | 15 | 5 |
| Total | 100 | 48 |
| Pontuação | Nível | Leitura |
|---|---|---|
| 0 a 25 | Inicial | Sem medição e com falhas de acesso |
| 26 a 50 | Básico | Acesso resolvido, visibilidade baixa e dados inconsistentes |
| 51 a 75 | Estruturado | Medição recorrente e entidade consistente |
| 76 a 100 | Avançado | Participação competitiva e melhoria contínua |
No exemplo, a soma é 12 + 13 + 10 + 8 + 5 = 48, nível Básico. O ganho mais rápido está no bloco de medição (5 de 15) e no de conteúdo (8 de 20).
Erros comuns na auditoria de GEO
- Rodar cada prompt uma única vez e tratar o resultado como fato. As respostas de IA variam por modelo, data e formulação. Se a marca aparece em 12 de 40 prompts (30%) numa rodada e em 8 (20%) na seguinte, a diferença é ruído, não queda. Repita cada prompt em várias rodadas e reporte a taxa de aparição.
- Misturar menção com citação e perder o diagnóstico de fonte. Ser mencionada no texto é diferente de ser citada com link. Registre as duas coisas em colunas separadas, e anote também se a marca foi recomendada, para saber de onde a IA tira a informação.
- Usar prompts de marca apenas, que sempre mencionam a marca, e ignorar descoberta e comparação. Um prompt com o nome da marca quase sempre a traz na resposta, o que infla o resultado. A disputa real está nos prompts de categoria e nas comparações com concorrentes, e a lista precisa cobrir os três tipos.
- Esquecer data e modelo no registro, o que impede comparar rodadas. Sem data, plataforma e modelo, não dá para saber se a mudança veio da marca ou do assistente. Registre esses campos em toda linha da planilha, junto com a resposta completa.
- Bloquear todos os agentes de IA no robots.txt sem separar treinamento de busca. Rastreadores de treinamento e de busca têm funções diferentes. Bloquear todos pode tirar a marca das respostas que buscam informação em tempo real. Decida por tipo de agente e registre a política adotada.
- Prometer “otimização para IA” com base em um único estudo ou em dado de fornecedor sem escopo. Estudos de fornecedores variam em amostra, país e período. Antes de transformar um dado em recomendação, identifique quem publicou, o que mediu e onde vale, e trate o resultado como indicação.
- Medir só tráfego do GA4 e concluir que a marca não aparece, quando muitas visitas chegam como direto. Parte das visitas vindas de assistentes de IA chega sem origem identificada. Combine o tráfego de IA com a evolução da busca de marca e com a amostra de prompts antes de concluir.
- Ignorar erros de fato (preço, endereço) por serem menos visíveis que a ausência da marca. Uma informação errada repetida pela IA leva o cliente a decidir com dado falso. Trate cada erro como tarefa com responsável e prazo, e corrija a fonte da informação.
Checklist da auditoria
- Escopo, concorrentes e personas definidos por escrito.
- Lista fixa de 30 a 50 prompts nos seis tipos, em português do Brasil.
- Cada prompt rodado de 3 a 5 vezes em cada plataforma, em sessão limpa.
- Data, modelo, localização e fontes registrados.
- Planilha com taxa de menção, taxa de citação, SOV e precisão calculadas.
- robots.txt, CDN e indexação verificados para OAI-SearchBot, PerplexityBot, Googlebot e Bingbot.
- Organization, sameAs e Perfil da Empresa consistentes.
- Páginas com resposta direta, dados próprios e data de atualização.
- Relatório de tráfego de IA no GA4 e revisão da lista de origens.
- Matriz de impacto x esforço e plano de 90 dias aprovados.
Perguntas frequentes
Com que frequência devo repetir a auditoria de GEO?
Para a maioria das marcas, uma rodada completa por trimestre e uma rodada reduzida (10 a 15 prompts críticos) todo mês. Mercados que mudam rápido, como promoções e lançamentos, pedem rodadas mais frequentes.
Quantos prompts são suficientes?
De 30 a 50 prompts distribuídos nos seis tipos formam um diagnóstico inicial útil. O mais importante é manter a lista fixa para comparar rodadas. Esse número é recomendação prática da Analytikos, não um padrão publicado.
O Google exige algo específico para aparecer em AI Overviews e AI Mode?
Não. A documentação do Google informa que não há requisitos técnicos adicionais nem marcação especial: a página precisa estar indexada e elegível a snippet. Indexação e exibição não são garantidas.
Devo bloquear o GPTBot?
Depende da sua política sobre treinamento de modelos. Segundo a OpenAI, o GPTBot trata de coleta para treinamento e o OAI-SearchBot trata da busca do ChatGPT, e cada configuração é independente. Se quer aparecer na busca, não bloqueie o OAI-SearchBot.
Posso automatizar a coleta das respostas?
Ferramentas de monitoramento existem, mas confira os termos de uso de cada plataforma e valide uma amostra manualmente. Respostas coletadas por API podem diferir das exibidas ao usuário final.
Como separar tráfego de IA do tráfego direto no GA4?
Filtre as origens conhecidas (chatgpt.com, perplexity.ai e similares) e use UTM nos links que você controla. Visitas sem referrer continuam como direto, então trate o número como piso, não como total.
A auditoria serve para negócio local?
Sim. Inclua prompts do tipo local, fixe a cidade na coleta e audite o Perfil da Empresa, avaliações e consistência de endereço e telefone.
Os estudos de GEO provam que uma tática funciona?
Não por si só. O estudo de Aggarwal et al. foi feito em benchmark acadêmico e relata ganhos que variam por domínio. Estudos de fornecedores têm amostras e escopos próprios. Teste na sua própria planilha antes de generalizar.



