A lacuna do consenso
Aumente suas habilidades com os insights semanais de especialistas do Growth Memo. Assine gratuitamente!
A maioria das equipes fala sobre “visibilidade da IA” como se fosse uma coisa. Novos dados sobre 3,7 milhões de citações em ChatGPT, Perplexity e Google AI Overviews sugerem que não. E a lacuna entre os três motores é maior (e mais importante estrategicamente) do que o seu painel provavelmente admite.
O memorando de hoje é dividido:
- Por que uma pontuação combinada do AEO esconde a única conclusão que importa.
- Quais tipos de páginas e domínios realmente viajam entre os mecanismos.
- A mudança da medição de IA presença para medir portabilidade.
Uma das maiores diferenças entre AEO e SEO é que o AEO funciona em mais plataformas.
Os dados da Omnia mostram em várias amostras que apenas 2,35% a 2,45% dos URLs citados apareceram no ChatGPT, Perplexity e Google AI Overviews para o mesmo prompt. 91% das citações apareceram em apenas um motor.
Conclusão: a visibilidade da IA não é um placar único. Em vez disso, são três sistemas de distribuição diferentes que às vezes sobrepor e geralmente não.
Apenas 2% dos URLs são citados pelos três mecanismos
A maioria das pessoas imaginaria que se um URL for citado por um importante mecanismo de IA, ele terá uma chance razoável de aparecer nos outros.
Mas a amostra imediata de 20.000 mostra apenas 2,37% dos URLs citados aparecem em todos os três mecanismos para o mesmo prompt.
Enquanto isso, 91,07% aparecem em apenas um. Esses dois números pertencem um ao outro porque se explicam. Os ~7% restantes se sobrepõem em pares, o que significa que os motores são extraídos de pools amplamente disjuntos, em vez de classificar o mesmo pool de maneira diferente.
Para equipes de AEO/SEO, isso significa que uma única pontuação composta de visibilidade é a unidade de medida errada. As pontuações médias do AEO escondem isso. Uma marca pode parecer forte em conjunto e ser invisível em 2 de 3 motores. As equipes que buscam um número combinado de visibilidade de IA estão compactando três sistemas de classificação em uma métrica e chamando-a de estratégia.
Os 2% se mantêm em cada corte
A taxa de sobreposição de aproximadamente 2% e a taxa exclusiva de aproximadamente 91% permanecem quase perfeitamente planas em quatro amostras.
Essa consistência é mais importante do que a vírgula decimal exata. A lacuna de consenso não é um artefato de um conjunto de consultas ou de uma janela de tempo. Parece estrutural.
No terceiro trimestre de 2025, a sobreposição universal foi de 2,2%. No quarto trimestre de 2025 e no primeiro trimestre de 2026, subiu para 2,7%. As citações exclusivas do mecanismo caíram de 90,1% para cerca de 88%. Então sim, uma pequena quantidade de convergência. Mas mesmo depois dessa mudança, a fragmentação ainda domina.
As solicitações comerciais também não convergem
A divisão de intenção é uma das partes mais silenciosas, porém mais úteis, do conjunto de dados. Você poderia argumentar que as consultas comerciais deveriam produzir mais consenso. Quando alguém pesquisa (o melhor CRM), (melhores tênis de corrida) ou (melhor software de gerenciamento de projetos), o conjunto de fontes aceitáveis parece mais restrito do que para solicitações informativas amplas.
Surpreendentemente, os dados não suportam uma grande diferença.
As instruções comerciais mostram uma sobreposição universal de 2,4%. Os prompts informativos mostram 2,0%. Mesmo quando a consulta deve restringir o conjunto de respostas, os mecanismos ainda escolhem fontes diferentes na maioria das vezes.
Isso vai contra um instinto comum em SEO e estratégia de conteúdo. As equipes geralmente presumem que é nas consultas de alta intenção que a autoridade compartilhada aparecerá. O oposto parece mais próximo da verdade. Mesmo em território comercial, a lógica de recuperação de cada mecanismo, em quais fontes ele confia, quais formatos prefere, está fazendo a maior parte do trabalho.
Os guias superam as páginas iniciais em 2x
A divisão do tipo de página abaixo mostra que guias e tutoriais têm a maior sobreposição entre mecanismos com 2,3%, seguidos por blogs com 1,8%, páginas de categoria com 1,6%, páginas de produtos com 1,2% e páginas iniciais com 1,1%.
Duas lições:
- Primeiro, conteúdo explicativo viaja melhor do que ativos de marca ou transacionais. Se você deseja ter a melhor chance de aparecer em todos os mecanismos, o candidato mais forte não é a página inicial e nem a página do produto. É a página que ajuda, explica, compara ou ensina, mas lembre-se de que esses também são formatos de conteúdo que as IAs podem responder diretamente bem.
- Segundo, mesmo os melhores tipos de página apresentam desempenho ruim em termos absolutos. Os guias não estão ganhando em todos os motores de forma significativa. A leitura correta sobre isso não é “publique mais guias e você ganhará em todos os lugares”. É mais simples do que isso: o conteúdo útil viaja melhor do que o conteúdo da marca.
Visibilidade não é o mesmo que portabilidade
Um dos erros mais fáceis neste espaço é confundir frequência de citação com portabilidade de citação. A Wikipedia é o exemplo mais limpo. Ele aparece 16.073 vezes no conjunto de dados, mas apenas 1,3% dessas aparições são universais entre os mecanismos. O Reddit aparece 14.267 vezes, mas apenas 0,1% são universais. A Reuters aparece 1.202 vezes e ainda chega a 0,0% de sobreposição universal.
É por isso que uma métrica importante é a portabilidade. Um domínio pode aparecer em todo o mecanismo e quase não viajar, o que significa que uma marca que parece dominante em um painel agregado pode ser o hábito de uma plataforma longe da invisibilidade. A presença informa se você está visível. A portabilidade informa se essa visibilidade é resiliente.
O que isso significa para as operadoras
A implicação prática é simples: Pare de tratar a visibilidade da IA como uma coisa. Examine a visibilidade abrangente do seu domínio medindo:
1. Presença, a porcentagem de solicitações rastreadas onde seu domínio aparece em qualquer mecanismo. A presença informa se você está visível.
2. Portabilidade, a porcentagem de URLs citados que aparecem em todos os três mecanismos. A portabilidade informa se essa visibilidade é resiliente.
3. Concentração, a% de suas citações provenientes de um único mecanismo. A concentração informa em qual mecanismo seu painel atual foi construído secretamente.
Se a sobreposição entre motores for tão baixa, uma estratégia única de AEO é demasiado abstracta para ser útil.
Quando abordamos a visibilidade da IA de uma perspectiva holística, isso impõe questões mais precisas:
- Qual motor é mais importante para nós?
- Quais dos nossos ativos viajam entre motores e quais funcionam apenas em um?
- Estamos medindo a presença quando deveríamos medir a portabilidade?
Isso também muda a forma como as equipes da marca devem pensar sobre o diagnóstico. Uma página inicial fraca em todos os mecanismos pode não ser um problema de página inicial. É um sintoma de algo mais amplo: os motores favorecem a utilidade em detrimento da centralidade da marca. Nesse mundo, a visibilidade vem menos de ser o oficial fonte e muito mais por ser o útil fonte.
A questão estratégica não é mais: “Como nos classificamos em IA?“Em vez disso, deveríamos nos perguntar:”Como construímos ativos que sobrevivem a diferentes preferências de mecanismo?“Essa é uma questão mais restrita. É também uma pergunta melhor.
Metodologia
Existem algumas ressalvas nesta análise:
- O conjunto de dados é direcionado à base de clientes da Omnia.
- Os cortes de intenção e tipo de página dependem da classificação regex, que é útil para análise direcional, mas não é um trabalho de taxonomia perfeito.
Essas advertências não enfraquecem muito a conclusão principal. O maior sinal não é a precisão nas bordas. É consistência no centro. Não importa como os cortes mudem, o mesmo padrão ressurge: muito pouca sobreposição, especificidade de mecanismo muito alta e apenas diferenças modestas por tempo, intenção ou tipo de página.
Tamanho do conjunto de dados e janela de tempo
A análise baseia-se em quatro amostras imediatas. Três coortes de 5.000 solicitações cada, rastreadas desde 1º de janeiro de 2025; 1º de julho de 2025; e 1º de janeiro de 2026. Uma amostra aleatória separada de 20.000 solicitações sustenta os números principais de 2,37% e 91,07%. O corte de visualização do tempo abrange o terceiro trimestre de 2025 até o primeiro trimestre de 2026 (até o momento) e cobre 3,7 milhões de citações de URL no total. As divisões de intenções comerciais/informativas/outras são extraídas de aproximadamente 2,6 milhões de URLs na amostra combinada. As divisões de tipo de página abrangem 4,1 milhões de aparências de URL.
Como os prompts foram selecionados
Os 20.000 prompts são extraídos como uma amostra aleatória do conjunto de monitoramento de prompts ao vivo do Omnia. O pool reflete o que as equipes de marketing reais escolheram acompanhar, ponderando a geografia dos clientes da Omnia (pesados na Espanha, além do Reino Unido, países nórdicos e outros mercados da UE). Cada prompt é executado no idioma principal de seu país, portanto o espanhol está sobrerrepresentado em comparação com um conjunto de dados apenas dos EUA. O mix da indústria é composto por fintech/insurtech, viagens, SaaS, serviços B2B. Trate as descobertas como direcionais para a pesquisa europeia de IA.
Cobertura do motor
O estudo abrange três motores: ChatGPT, Perplexity e Google AI Overviews. Cada um dispara o mesmo prompt simultaneamente no mesmo minuto, duas vezes por dia, com localização do país, e cada mecanismo consultado em seu estado padrão não autenticado, habilitado para web. O rastreamento de perplexidade é executado no Sonar, enquanto o ChatGPT e o Google AI Overviews usam o modelo de produção padrão de cada fornecedor para navegação na web desconectada (que nem o OpenAI nem o Google fixam publicamente em uma versão específica).
Metodologia de Classificação
A intenção e o tipo de página são atribuídos por regex. Os grupos de intenções são Comerciais, Informativos e Outros. Os grupos de tipo de página são Guia/tutorial, Artigo/blog, Página de categoria, Página de produto, Página inicial, Wikipedia e outros. As regras são baseadas em palavras-chave e padrões de URL, o que as torna rápidas o suficiente para um conjunto de dados de vários milhões de URLs, mas grosseiras nas bordas. Os casos extremos se enquadram em Outro, e é por isso que Outro tem uma participação elevada nas tabelas de intenção e de tipo de página. Trate os cortes de regex como direcionais, não autoritativos.
Mais recursos:
Imagem em destaque: FGC/Shutterstock; Paulo Bobita/Search Engine Journal
