As métricas de GEO medem com que frequência a sua marca aparece nas respostas de IA, como ela é descrita, quais fontes a IA usa para falar dela e quanto disso chega ao site e ao pipeline. Na prática, eu monto o painel com oito indicadores: share of voice, taxa de menção, ordem na resposta, sentimento e precisão, domínios citados, tráfego de IAs no GA4, leads que citam IA e oportunidades no CRM.
O problema que vejo em quase toda empresa B2B de tecnologia que começa a olhar para busca com IA é a falta de um lugar único para esses números. Cada ferramenta mostra um pedaço, e ninguém consegue responder à diretoria se a marca está ganhando ou perdendo espaço.
Neste guia eu explico cada métrica de GEO, de onde vem o dado, como ler sem se enganar e quais são as limitações honestas da medição. No fim há um modelo de painel mensal que dá para copiar para uma planilha ou para o Looker Studio.
As ferramentas que você já usa para SEO enxergam só pedaços do que acontece nas respostas de IA. O Google informa, na página sobre recursos de IA na Busca, que as aparições em AI Overviews e AI Mode entram no relatório de desempenho do Search Console, dentro do tipo de pesquisa "Web", misturadas ao resto do tráfego orgânico.
O GA4, por sua vez, só registra quem clicou. Uma parte relevante da influência das IAs acontece sem clique: o comprador lê a resposta, anota o nome de alguns fornecedores e depois digita o endereço do site ou procura a marca no Google. Nesse caminho, a visita aparece como direta ou como busca de marca, e o crédito da IA some.
Por isso eu trato GEO com um painel que junta quatro fontes de dado: as respostas das IAs coletadas por prompts, os relatórios oficiais do Google e do Bing, o GA4 e o CRM. Nenhuma delas sozinha responde à pergunta que importa, que é se a presença em IA está ajudando a gerar oportunidade.
As métricas abaixo estão agrupadas do mais próximo da resposta da IA para o mais próximo da receita. As primeiras dependem de um conjunto fixo de prompts, e eu explico como montar esse conjunto no artigo sobre prompts para monitorar a marca na IA.
Share of voice é a fatia que a sua marca ocupa entre todas as marcas citadas no mesmo conjunto de respostas. A conta é simples: menções da sua marca no período, divididas pelo total de menções de todas as marcas monitoradas da categoria (a sua e as dos concorrentes), calculadas separadamente por plataforma.
Essa é a métrica que eu levo para a diretoria, porque mostra quanto do espaço da categoria é da marca e quanto é do concorrente. Ela só faz sentido comparando períodos com o mesmo conjunto de prompts e a mesma lista de concorrentes monitorados.
A taxa de menção é o percentual de respostas em que a marca aparece pelo menos uma vez. Ela é diferente do share of voice: uma marca pode aparecer em muitas respostas e ainda assim ter fatia pequena, se cada resposta lista muitos fornecedores.
Eu separo a taxa de menção por grupo de prompt. Perguntas de categoria ("melhores plataformas de observabilidade para empresas médias") mostram descoberta. Perguntas de comparação ("X ou Y para monitoramento de Kubernetes") mostram consideração. Perguntas de problema ("como reduzir alertas falsos no monitoramento") mostram se a IA associa a marca à dor do comprador. Perguntas de marca ("o que faz a empresa X") mostram se a IA conhece você. Uma taxa alta só em prompts de marca indica que a IA sabe quem você é, mas não te lembra quando o comprador ainda não te conhece.
Muitas ferramentas mostram a posição média da marca na lista que a IA devolve. Eu registro esse dado, mas não uso como meta. Na pesquisa publicada em janeiro de 2026 pela SparkToro com a Gumshoe, com 600 voluntários e 2.961 execuções de 12 prompts, a chance de a mesma lista de marcas se repetir em duas respostas ficou abaixo de 1%, e a chance de a mesma ordem se repetir foi da ordem de 1 em 1.000.
Com essa variação, uma posição média só diz algo quando vem de muitas execuções. Eu olho a ordem de outro jeito: em que proporção das respostas a marca aparece entre as primeiras citadas. Esse recorte é mais estável e mais fácil de explicar para a diretoria.
Aparecer não basta se a IA descreve a empresa errado. Eu leio uma amostra das respostas todo mês e classifico cada menção em duas colunas: tom (positivo, neutro, negativo ou misto) e precisão, que é conferir se a IA acertou o que a empresa faz e para quem. Ao lado, anoto cada erro factual encontrado, como preço antigo, produto descontinuado, integração que não existe ou localização errada.
O sentimento automático das ferramentas ajuda a triar, mas eu não confio nele sem leitura humana. Uma resposta que diz "a empresa X é indicada para operações pequenas" pode ser marcada como positiva e ainda assim estar errada para quem vende para enterprise. Cada erro recorrente vira tarefa, seja ajuste de página no site, seja correção em perfil ou fonte externa.
Quando a IA busca na web para responder, ela mostra as fontes. Registrar quais domínios aparecem como fonte nas respostas da sua categoria é, para mim, a métrica mais útil para decidir onde trabalhar. Ela mostra se a IA se apoia no seu site, no do concorrente, em diretórios, fóruns, imprensa ou comparativos de terceiros.
Eu acompanho duas coisas: quantas vezes páginas do seu domínio são citadas e quais domínios de terceiros dominam as citações. Se um diretório setorial aparece como fonte em boa parte das respostas e a sua empresa não está nele, isso vira prioridade de PR e de presença externa, antes de qualquer texto novo no blog.
Desde 2026 existem dois relatórios oficiais que ajudam aqui. O relatório de desempenho de IA generativa do Search Console mostra impressões do site em AI Overviews e AI Mode, com dimensões por página, país, data e dispositivo. O Google informa que, em 31 de agosto de 2026, os dados foram liberados para todos os sites, mas o relatório exige um mínimo de impressões em recursos de IA para aparecer.
O Bing lançou em fevereiro de 2026 o relatório AI Performance no Bing Webmaster Tools, que mede citações do site nas superfícies de IA da Microsoft, como o Copilot e os resumos gerados por IA no Bing. O relatório traz o total de citações, a média de páginas citadas por dia, as consultas que a IA usou para recuperar o conteúdo e a contagem de citações por URL. Esses números são contagem oficial, sem a amostragem dos prompts, e por isso eu uso como contraponto ao monitoramento.
O GA4 passou a ter um canal padrão chamado AI Assistant. Segundo a documentação de agrupamento de canais do GA4, ele reúne visitas vindas de fontes como ChatGPT, Gemini, Deepseek, Copilot e Grok. A mesma página avisa que AI Overviews e AI Mode do Google continuam classificados como busca orgânica, então esse tráfego não aparece no canal de IA.
A central de ajuda da OpenAI para publishers informa que o ChatGPT adiciona utm_source=chatgpt.com aos links de referência, o que facilita separar esse tráfego. O passo a passo de configuração, com exploração e segmentos, está no artigo sobre tráfego do ChatGPT no GA4. No painel, eu acompanho as páginas de entrada e, principalmente, as conversões vindas desse canal.
Esta é a métrica mais barata de implementar e a que mais surpreende. Eu recomendo um campo aberto "como nos conheceu?" no formulário de contato ou de demonstração, sem lista de opções. Resposta aberta evita que o lead escolha a primeira alternativa por preguiça e captura frases como "pesquisei no ChatGPT" ou "o Gemini indicou vocês".
Depois, alguém do time classifica as respostas uma vez por semana e marca no CRM quais citam IA. Isso captura justamente a influência sem clique que o GA4 não vê. Se o formulário de entrada precisa ser curto, a pergunta pode ir para a etapa de qualificação comercial.
Métrica de visibilidade que não chega ao CRM vira relatório bonito. Para ligar GEO ao pipeline, eu uso dois caminhos que se complementam: a origem registrada pelo GA4 (canal AI Assistant e utm_source=chatgpt.com, levados ao CRM por campo oculto no formulário) e a origem declarada pelo próprio lead no campo aberto.
Com os dois caminhos marcados no CRM, dá para acompanhar quantas oportunidades, e quanto valor em pipeline, tiveram alguma influência de IA. Eu não trato esse número como atribuição exata, porque compra B2B passa por muitos pontos de contato. Trato como sinal de tendência, lido junto com o share of voice. O artigo sobre atribuição de SEO no pipeline B2B detalha os modelos de atribuição e os campos que o CRM precisa ter.
É o mesmo raciocínio que a PIPA usa para SEO em geral, descrito na página sobre SEO ligado a receita. Na GWCloud, empresa de cloud e observabilidade, medir o orgânico até a oportunidade permitiu acompanhar queda de 32% no custo por oportunidade de 2022 a 2024 e alta de 85% no tráfego orgânico (fonte: GA4 e CRM do cliente). Esse case é de SEO e não mede presença em IA, mas mostra o tipo de amarração com o CRM que o painel de GEO precisa ter.
Qualquer painel de GEO tem limites que precisam estar escritos no próprio relatório, para ninguém tomar decisão em cima de ruído. Estes são os quatro que eu sempre explico.
O estudo da SparkToro mostrou que listas de marcas quase nunca se repetem entre respostas. A recomendação dos autores é medir a visibilidade como percentual em dezenas a centenas de prompts executados várias vezes, e desconfiar de ferramenta que vende "posição no ranking da IA". Na prática, isso significa que uma variação pequena de um mês para o outro pode ser só ruído.
Ninguém tem acesso ao volume real de perguntas feitas às IAs sobre a sua categoria. O conjunto de prompts monitorados é uma amostra escolhida por você, e o resultado depende dessa escolha. O mesmo estudo da SparkToro mostrou que pessoas com a mesma intenção escrevem perguntas muito diferentes. Eu documento o conjunto, mantenho estável por pelo menos um trimestre e só troco prompts com registro no relatório.
O que o comprador vê pode ser diferente do que a ferramenta de monitoramento vê. A página de perguntas frequentes sobre memória do ChatGPT explica que, com a memória ativa, o ChatGPT pode lembrar preferências e detalhes de conversas anteriores para personalizar respostas. Localização, idioma, plano da conta e histórico também mudam o contexto. O monitoramento mede uma versão "limpa" da resposta, que é uma aproximação.
O Search Console mostra só as superfícies do Google e tem dados preliminares que podem mudar. O Bing avisa que o relatório de citações não indica posição nem forma de apresentação dentro da resposta. O GA4 depende de o navegador repassar a origem da visita. Nenhum deles mostra o que acontece dentro de ChatGPT, Claude, Perplexity ou do app do Gemini. Por isso o painel cruza fontes em vez de eleger uma como verdade.
Vale lembrar também que o guia do Google para recursos de IA generativa diz que nenhuma ferramenta de terceiros tem acesso aos sistemas internos do Google. Todo número de "visibilidade" vem de coleta externa, com método próprio.
Este é o roteiro que eu sigo com empresas de tecnologia que estão começando a medir. Ele parte das ferramentas que a empresa já tem, como Search Console e GA4, e acrescenta só o necessário.
O modelo abaixo cabe em uma página. Eu organizo em quatro blocos, e cada linha diz de onde vem o dado, para qualquer pessoa conseguir auditar.
| Bloco | Métrica | Fonte do dado | Como ler |
|---|---|---|---|
| Presença nas respostas | Share of voice por plataforma | Ferramenta de monitoramento ou planilha de prompts | Tendência de 3 meses contra concorrentes, nunca um mês isolado |
| Presença nas respostas | Taxa de menção por grupo de prompt | Ferramenta de monitoramento ou planilha de prompts | Onde a marca é lembrada (categoria, comparação, problema, marca) |
| Presença nas respostas | Proporção de respostas com a marca entre as primeiras citadas | Ferramenta de monitoramento | Complemento, sem meta de posição |
| Qualidade da menção | Sentimento e precisão da descrição | Leitura humana de amostra de respostas | Lista de erros factuais abertos e corrigidos no mês |
| Qualidade da menção | Domínios mais citados como fonte | Ferramenta de monitoramento | Onde o site aparece e quais terceiros dominam |
| Relatórios oficiais | Impressões em AI Overviews e AI Mode | Search Console, relatório de IA generativa | Páginas que ganharam ou perderam presença |
| Relatórios oficiais | Citações e páginas citadas no Copilot e Bing | Bing Webmaster Tools, AI Performance | Contagem oficial, sem posição |
| Site e pipeline | Sessões e conversões do canal AI Assistant | GA4 | Páginas de entrada e taxa de conversão do canal |
| Site e pipeline | Leads que citam IA em "como nos conheceu" | Formulário e CRM | Influência sem clique |
| Site e pipeline | Oportunidades e valor em pipeline com influência de IA | CRM | Sinal de tendência, lido com o share of voice |
Eu fecho o painel com texto curto em quatro partes: o que mudou no site e nas fontes externas, o que mudou na metodologia, os fatores fora do nosso controle e as ações do mês seguinte, cada uma ligada a um número do painel.
Para a liderança, eu resumo em duas linhas: a fatia da marca nas respostas da categoria contra os principais concorrentes e o volume de oportunidades com alguma influência de IA. O restante fica como anexo para o time de marketing. A página de GEO da PIPA mostra como esse painel entra no trabalho recorrente.
As ferramentas de monitoramento rodam um conjunto de prompts nas IAs, guardam as respostas e aplicam classificação automática, em geral de sentimento e de fontes citadas. Cada ferramenta usa método próprio, e o Google lembra que nenhuma ferramenta de terceiros tem acesso aos sistemas internos da IA. Por isso eu complemento a nota automática com leitura humana de uma amostra, conferindo precisão da descrição e erros factuais.
A taxa de menção mostra em que percentual das respostas a marca aparece. O share of voice mostra que fatia a marca ocupa entre todas as marcas citadas. Uma marca pode aparecer em muitas respostas e ter fatia pequena se cada resposta lista muitos concorrentes. Eu uso as duas juntas.
Não separadamente. Segundo a documentação do GA4, AI Overviews e AI Mode entram como busca orgânica, e o canal AI Assistant cobre fontes como ChatGPT, Gemini, Deepseek, Copilot e Grok. Para as superfícies de IA do Google, o caminho é o relatório de IA generativa do Search Console, que mostra impressões por página.
Para começar, não. Uma planilha com prompts, execuções e respostas coladas, somada ao Search Console, ao Bing Webmaster Tools, ao GA4 e ao CRM, já gera o painel. A ferramenta paga passa a valer quando o volume de prompts e plataformas torna a coleta manual inviável.
Pelo campo aberto "como nos conheceu?" no formulário ou na qualificação comercial. Muita gente lê a resposta da IA e depois acessa o site digitando o endereço, o que o GA4 registra como tráfego direto. A resposta declarada pelo lead é a forma mais simples de capturar essa influência.
Antes de contratar ferramenta ou montar dashboard, vale saber como a sua marca aparece hoje nas respostas de IA e se o site e o CRM já registram o que precisa ser medido. Com essa linha de base, o painel mensal nasce com comparação possível.
A PIPA faz essa análise inicial sem custo, olhando presença da marca nas IAs, fontes citadas, configuração do GA4 e do Search Console e ligação com o CRM. Quero meu diagnóstico gratuito
