Guia
Como medir se a sua marca aparece no ChatGPT e no Perplexity
Faça as perguntas que o seu cliente faria sem citar a sua marca, repita cada uma pelo menos 10 vezes em cada motor, conte em quantas respostas a marca aparece e leia a taxa junto com a faixa de erro. Separe o resultado por motor e por pergunta: a média de tudo junto costuma esconder o problema.
Publicado em 06/10/2026 pela TIDEX.
1. Escreva perguntas sem o nome da sua marca
A pergunta que importa é a de escolha: "qual a melhor assessoria de investimentos para alta renda em São Paulo", e não "a marca X é confiável". Perguntado pelo nome, o motor quase sempre conhece a marca. Na pergunta de escolha, ele decide quem recomendar.
Num cliente do setor financeiro, medido em 01/10/2026, a marca apareceu em 100% das respostas quando a pergunta trazia o nome dela (78 de 78, faixa de 95,3% a 100%) e em 18,3% quando não trazia (22 de 120, faixa de 12,4% a 26,2%). As duas taxas medem coisas diferentes e não podem ser somadas.
2. Repita cada pergunta pelo menos 10 vezes
A resposta de uma IA muda a cada vez que a mesma pergunta é feita. Uma única resposta é uma amostra de tamanho 1. Repita cada pergunta pelo menos 10 vezes em cada motor e conte em quantas respostas a marca aparece.
Com poucas respostas, a taxa engana: 2 aparições em 10 respostas e 40 em 200 dão os mesmos 20%, mas a primeira pode estar em qualquer ponto entre 6% e 51%, e a segunda entre 15% e 26%.
3. Separe o resultado por motor
ChatGPT, Perplexity, Gemini e os outros usam fontes diferentes e recomendam marcas diferentes. No mesmo cliente do setor financeiro, as mesmas 6 perguntas deram 3,3% no ChatGPT com busca (2 de 60, faixa de 0,9% a 11,4%) e 33,3% no Perplexity (20 de 60, faixa de 22,7% a 45,9%). Uma média dos dois não descreve nenhum dos dois.
4. Separe o resultado por pergunta
A média também esconde a pergunta zerada. Naquele cliente, 2 perguntas apareciam em 10 de 10 respostas no Perplexity e outras 4 apareciam em 0 de 10 nos dois motores. A média de 18% não descrevia nenhuma pergunta real: a marca ganhava duas e não existia nas outras quatro.
5. Anote as fontes que o motor cita
Os motores que buscam na web mostram de onde tiraram a resposta. É ali que está o trabalho: a página que o motor cita é a página que precisa falar da sua marca. Naquele cliente, o LinkedIn apareceu como fonte em 6 de cada 10 respostas.
6. Leia a taxa com a faixa de erro e repita com a mesma régua
Para saber se melhorou, meça de novo com as mesmas perguntas, os mesmos motores e o mesmo número de rodadas. Uma variação só é melhora quando as faixas das duas medições não se sobrepõem.
Fizemos isso com a nossa própria marca
Em 05/10/2026, a TIDEX mediu a si mesma com este método: 6 perguntas sem o nosso nome, como "qual a melhor ferramenta de GEO para uma empresa brasileira", em 5 motores, 10 vezes cada. Resultado: a TIDEX apareceu em 0 de 300 respostas, com faixa de 0% a 1,2%.
Publicamos o zero porque ele é o ponto de partida. Vamos medir de novo com a mesma régua e publicar o resultado, seja qual for.
Perguntas frequentes
Posso medir perguntando no meu próprio ChatGPT?
Serve como primeira impressão, não como medida. Uma resposta é uma amostra de tamanho 1: com uma coleta, uma pergunta que aparece em 1 de cada 10 respostas sai 0% ou 100%, e as duas leituras estão erradas.
Quantas vezes preciso repetir cada pergunta?
Pelo menos 10 vezes por motor. Com 10 respostas, uma taxa de 20% ainda tem faixa de 6% a 51%. Somando várias perguntas, a faixa fecha: com 200 respostas, os mesmos 20% ficam entre 15% e 26%.
Por que separar por motor?
Porque o resultado muda muito entre eles. Numa medição de um cliente do setor financeiro, as mesmas 6 perguntas deram 3,3% no ChatGPT com busca e 33,3% no Perplexity, dez vezes mais.
Perguntar pelo nome da marca serve?
Mede outra coisa. Perguntado pelo nome, o motor quase sempre conhece a marca. O que decide a venda é a pergunta de escolha, em que o cliente pede uma recomendação sem dizer o nome de ninguém.