O que é Share of Voice nas respostas de IA

Meta description: Apenas 9% das marcas brasileiras aparecem em respostas do ChatGPT e Perplexity. Entenda o que é AI Share of Voice, como calcular certo e como medir agora.

AI Share of Voice (AI SOV) é a métrica que mede com que frequência sua marca aparece nas respostas de ferramentas de IA generativa, em comparação com os concorrentes que aparecem nas mesmas respostas. É o Share of Voice do mundo onde a busca virou conversa.

Parece simples. Não é, e a maioria das ferramentas que dizem medir isso estão calculando errado. Mas começamos pelo dado que importa: apenas 9% das marcas do varejo brasileiro aparecem nas recomendações de IA. As outras 91%? Invisíveis para o ChatGPT, o Perplexity e o Google AI Overviews, mesmo que invistam bem em SEO tradicional.

Enquanto isso, o ChatGPT enviou 6,1 milhões de visitas para os 10 maiores e-commerces brasileiros entre janeiro de 2023 e agosto de 2025. Esse tráfego foi real. E foi concentrado nas marcas que já aparecem.

Este artigo explica o que é AI SOV, por que a fórmula mais comum está errada, e como medir de forma que os números signifiquem alguma coisa.

Pontos Importantes

• AI Share of Voice mede frequência de aparição em respostas de IA, não posição em rankings
• A fórmula mais usada pelas ferramentas calcula “visibility rate” (taxa de presença), não SOV real
• Posição dentro de uma resposta de IA muda em menos de 1 de cada 1.000 execuções do mesmo prompt
• ChatGPT, Perplexity e Google AI Overviews têm algoritmos completamente diferentes – apenas 11% dos domínios aparecem nos dois primeiros simultaneamente
• 71% das marcas brasileiras não monitoram presença em IA – quem começa agora ainda entra numa corrida com poucos participantes

O Share of Voice que você já conhece

Share of Voice (SOV) é a métrica que mede a presença relativa de uma marca num mercado ou canal, comparada aos concorrentes. Quanto da conversa total do mercado é sobre você?

A métrica que mede quem domina a conversa

No modelo clássico, a fórmula é direta: SOV (%) = suas menções dividido pelo total de menções do mercado, multiplicado por 100. Se o mercado gerou 1.000 menções da categoria e 200 foram sobre sua marca, seu SOV é 20%.

A lógica funciona em buscas pagas (impressões vs. concorrentes), em SEO (posições e cliques), em redes sociais (volume de menções). E há um dado histórico sobre por que essa métrica importa além do vanity: pesquisa de Binet & Field com 1.400 cases documentados mostrou que marcas com SOV acima do market share crescem 0,5% no market share para cada 10% de Excess SOV – ou seja, dominar a voz do mercado prediz crescimento real de participação.

Esse princípio não morreu com a IA. Ele apenas migrou de canal.

O que muda quando a busca vira conversa

A busca tradicional retorna uma lista de links ranqueados. Você compete por posição, e quem paga mais em anúncios garante visibilidade. O usuário decide clicar ou não.

A busca por IA generativa não funciona assim. O modelo gera uma resposta direta – uma afirmação, uma recomendação, uma síntese. Não há lista. Não há ranking visível. A IA decide quem mencionar, baseada em autoridade percebida, qualidade de conteúdo e estrutura técnica da fonte. Orçamento de mídia não entra nessa equação.

De ranking para citação

Os números mostram o tamanho da mudança no comportamento do consumidor brasileiro:

• O ChatGPT tem 310,67 milhões de acessos mensais no Brasil – crescimento de 124,58% em 12 meses até agosto de 2025
• 58% dos consumidores já recorrem a IA generativa para recomendações de produtos e serviços, contra 25% em 2023
• 60% ou mais das queries de IA terminam sem clique – o usuário obtém a resposta direto na plataforma e não visita nenhum site

Essa última estatística é importante para entender o que está acontecendo. Nas buscas tradicionais, se você não aparecia no top 10, podia comprar um anúncio e aparecer no topo. Nas respostas de IA, você não compra visibilidade. Você constrói ou não está lá.

O problema que o Brasil ainda não viu

O dado que define o momento atual do mercado brasileiro é este: apenas 9% das marcas do varejo aparecem nas recomendações de IA, segundo levantamento CRMBonus/Wake com marcas brasileiras em 2026.

71% dessas marcas não monitoram menções em IA. 69% ignoram GEO completamente. GEO (Generative Engine Optimization) é o conjunto de técnicas para otimizar conteúdo para ser citado por modelos de linguagem generativa – o equivalente do SEO para o mundo das IAs.

Enquanto isso, o ChatGPT envia tráfego real. A Zara, por exemplo, lidera a visibilidade em IA para moda feminina no Brasil – e esse não é um dado de pesquisa teórica. É sobre qual marca aparece quando alguém pergunta ao ChatGPT onde comprar roupas.

Quem ocupa esse espaço agora vai ter vantagem crescente. Os modelos de IA aprendem com padrões de citação, e marcas que já são citadas tendem a ser mais citadas. O efeito bola de neve é real.

O que é Share of Voice nas respostas de IA

AI Share of Voice (AI SOV) é a frequência com que sua marca aparece nas respostas de IA generativa, dividida pelo total de aparições de todas as marcas nos mesmos prompts, multiplicada por 100.

Fórmula: AI SOV (%) = menções da sua marca dividido pelo total de menções de todas as marcas, multiplicado por 100.

Definição e diferença do SOV tradicional

A diferença fundamental não é só onde a métrica é medida. É o ambiente em que ela opera:

No SEO tradicional, você sabe com razoável certeza que se rankear em #1 para uma keyword, vai aparecer para aquela busca. Na IA, a resposta muda a cada vez que alguém faz a mesma pergunta. Não há posição fixa. Há frequência de aparição ao longo do tempo.

Os dois tipos de AI SOV que ninguém distingue

A maioria das ferramentas e artigos trata qualquer menção da marca como equivalente. Não é. Existem dois mecanismos distintos:

Entity-based SOV (SOV por entidade – recomendação): a IA recomenda sua marca como solução para um problema. Quando alguém pergunta “quais ferramentas de gestão financeira você recomenda para PMEs?” e o ChatGPT cita sua empresa como resposta, isso é entity-based SOV. É o objetivo comercial – você é a resposta, não apenas uma fonte.

Citation-based SOV (SOV por citação – fonte): a IA cita sua publicação como referência de informação. Quando o Perplexity responde sobre tendências de mercado e inclui um link para um relatório do seu blog, isso é citation-based SOV. Constrói autoridade e credibilidade, mas não necessariamente recomenda o produto.

Na prática: ser citado como fonte é bom. Ser recomendado como solução é o que converte. Medir só um dos dois é ver metade do quadro.

A fórmula do AI Share of Voice (e o erro que a maioria comete)

A fórmula em si é simples. O problema está em como a maioria das ferramentas a aplica – e em dois erros metodológicos que fazem os números parecerem melhores do que são.

O que a maioria das ferramentas chama de SOV (mas não é)

A fórmula mais comum nas ferramentas de monitoramento é esta: aparições da sua marca dividido pelo número total de prompts testados, multiplicado por 100.

Parece razoável. Mas tem um problema fundamental: ela não considera quantas outras marcas aparecem nas mesmas respostas.

Exemplo numérico: você testa 100 prompts. Sua marca aparece em 40 deles. Pela fórmula comum, seu “SOV” é 40%. Mas se nessas 40 respostas a sua marca sempre apareceu junto com outros 5 concorrentes, o share real de atenção da IA é de aproximadamente 7%, não 40%.

O que essas ferramentas calculam é visibility rate (taxa de presença em prompts), não AI Share of Voice real. A distinção importa: visibility rate mede “sua marca apareceu nesse prompt” – AI SOV mede “de todas as menções de marcas nesse conjunto de prompts, qual percentual foi da sua”. Waikay documentou essa distinção metodológica com detalhe: a fórmula correta usa menções da marca no numerador e total de menções de todas as marcas no denominador, não o número de prompts.

A diferença importa porque você pode estar achando que domina um espaço enquanto divide ele igualmente com 4 concorrentes.

O problema do denominador fechado

O segundo erro é mais sutil e mais comum. A maioria das plataformas de AI SOV pede que você liste seus concorrentes manualmente quando configura o monitoramento. Você define o pool de comparação. Esse é o problema do denominador fechado (closed denominator).

O que isso significa na prática: o SOV calculado é share dentro do grupo que você declarou, não share de toda a conversa que a IA está tendo sobre o tema. Isso tem três problemas sérios:

Primeiro, é manipulável. Exclua os concorrentes maiores da lista e sua participação sobe artificialmente. Os números melhoram sem que nada real tenha mudado.

Segundo, esconde entrantes. Um novo competidor que a IA começa a mencionar com frequência não aparece nos relatórios se não estava na lista inicial. Você pode estar perdendo terreno sem perceber.

Terceiro, não é comparável entre empresas. Cada empresa monta sua lista de acordo com critérios próprios. Um “40% de AI SOV” numa empresa não diz nada sobre o mercado real quando comparado ao “35% de AI SOV” de outra.

O denominador correto é aberto: extrair os concorrentes diretamente das respostas da IA – quem a IA efetivamente menciona no contexto dos seus prompts. Isso reflete a realidade do modelo, não a percepção que você tem dos seus concorrentes.

Por que posição dentro da resposta não é sinal confiável

Instintivamente, aparecer em primeiro numa lista de recomendações parece melhor do que aparecer em terceiro. Para IA generativa, essa intuição é enganosa.

Rand Fishkin e Patrick O’Donnell rodaram 2.961 execuções de 12 prompts no ChatGPT, Claude e sistemas generativos do Google. A conclusão: a probabilidade de dois runs diferentes produzirem exatamente a mesma lista ordenada de marcas é menor que 1 em 1.000.

LLMs não recuperam listas de bancos de dados. Eles geram texto token por token, com base em distribuições de probabilidade que variam a cada execução. A ordem muda. O que não muda com a mesma frequência é se uma marca aparece ou não.

O sinal confiável é frequência de aparição em muitos runs, não posição dentro de um run específico. Aparecer em 70% de 200 execuções do mesmo prompt é informação útil. Aparecer em primeiro em uma execução específica não é.

Por que isso importa para sua marca agora

O mercado brasileiro de AI search já está gerando tráfego comercial real. Mas o impacto de AI SOV vai além de tráfego direto.

A IA como filtro invisível na jornada de compra

A IA está agindo como gatekeeper antes do comprador visitar qualquer site ou falar com qualquer vendedor:

• 89% dos compradores B2B usarão IA generativa em decisões de compra nos próximos 2 anos – Forrester, 2025
• 39% dos consumidores já usaram IA em processo de compra online – Adobe, 2025
• 73% dos compradores B2B usam IA para pesquisa hoje – Shadow.inc, 2026

O padrão que está se formando: o comprador pergunta à IA antes de visitar qualquer site. A IA filtra, recomenda, descarta. Se sua marca não está nas respostas dessa fase inicial, você não entra na lista de consideração – sem visibilidade, sem competição.

Marcas B2B aparecem em menos de 30% das queries de categoria relevante, independente do desempenho em SEO tradicional, segundo análise de 2,4 milhões de respostas de IA pelo LLM Pulse. Ter um bom ranking no Google não garante aparição no ChatGPT.

O tráfego de IA no Brasil já é real

Os números não são projeção futura:

• O ChatGPT enviou 6,1 milhões de visitas para os 10 maiores e-commerces brasileiros entre janeiro de 2023 e agosto de 2025. O Mercado Livre liderou esse tráfego.
• A Zara lidera visibilidade em IA para moda feminina no Brasil – quando alguém pergunta ao ChatGPT onde comprar roupas femininas, a Zara é a resposta mais frequente.
• Um cliente do MonitorCNPJ elevou presença no ChatGPT de 41% para 78% em 3 meses após trabalhar estruturalmente o conteúdo.

Esse tráfego está crescendo junto com a adoção das ferramentas de IA. E está concentrado nas marcas que aparecem nas respostas.

Como cada motor de IA funciona diferente

Este é o dado que mais importa para quem vai além de medir e quer agir: ChatGPT, Perplexity e Google AI Overviews não são variações do mesmo sistema. São algoritmos distintos, com fontes distintas, priorizando coisas distintas. Uma estratégia única não otimiza para os três.

O dado que comprova: apenas 11% dos domínios são citados simultaneamente por ChatGPT e Perplexity), segundo análise de 680 milhões de citações pela Averi.ai. Apenas 13,7% são citados por Google AI Overviews e ChatGPT ao mesmo tempo). Aparecer num não garante aparecer nos outros.

ChatGPT – Wikipedia-style, Bing-indexed, 3-4 marcas por resposta

O ChatGPT favorece conteúdo com estrutura enciclopédica: abrangente, factual, hierarquicamente organizado. Sua maior fonte citada é a Wikipedia, com 47,9% do top de citações).

O dado técnico mais importante para otimização: 87% das citações do ChatGPT vêm de fontes indexadas pelo Bing. Isso significa que Bing SEO importa mais para o ChatGPT do que Google SEO. Uma marca que rankeia bem no Google mas tem presença fraca no Bing está em desvantagem.

Características práticas: responde com 3-4 marcas por prompt, seções ideais de 120-180 palavras, inclui links externos em apenas ~31% das respostas.

Perplexity – Reddit, freshness, 13 marcas, fora do top Google

O Perplexity tem um perfil completamente diferente. Sua maior fonte citada é o Reddit, com 46,7% das citações). E 80% do conteúdo que ele cita está fora do top 10 do Google.

Isso é importante: uma marca que investe pesado em SEO tradicional e rankeia bem no Google tem, por esse caminho, menos influência no Perplexity do que no Google AI Overviews. Perplexity valoriza freshness (atualização recente), expertise autêntica sobre autoridade institucional, e presença em comunidades.

Características práticas: responde com 13 marcas por prompt (campo muito mais amplo), inclui links externos em mais de 77% das respostas, lead paragraphs de 40-60 palavras com resposta direta funcionam melhor.

Google AI Overviews – top-10, schema, E-E-A-T, multimodal

O Google AI Overviews é o que mais se assemelha ao SEO tradicional em seus requisitos. Diferente dos outros dois, ele exige ranking no top-10 do Google como pré-condição para aparecer nas respostas. Sua principal fonte é o YouTube, com 23,3% das citações) – sinalizando forte preferência por conteúdo multimodal.

Análise de 75.000 marcas pelo Ahrefs encontrou correlação de 0,326 entre Domain Rating e visibilidade em AI Overviews – significativa, mas não dominante. Schema markup, E-E-A-T e consistência de entidades entre plataformas também influenciam.

Tabela comparativa dos três engines

Para um AI SOV confiável, medir os três separadamente não é opcional. Um número agregado esconde variações que mudam completamente o diagnóstico.

Como medir seu Share of Voice em IA

Não existe ferramenta que faça isso de forma completamente automática e sem configuração. Mas o processo manual é mais simples do que parece – e dá para começar sem custo.

Passo 1 – Monte seu conjunto de prompts

O prompt set é o que define o que você está medindo. A fórmula é simples. O prompt set é o que diferencia uma medição que diz algo de uma medição que não diz nada. Alex Birkett, da Omniscient Digital, sistematizou isso em três camadas:

Camada 1 – Prompts de categoria: “Quais são os melhores [sua categoria] para [perfil de cliente]?” – mapeia onde sua marca aparece em comparação com toda a categoria.

Camada 2 – Prompts de necessidade específica: baseados em como seus clientes reais descrevem o problema – fóruns, avaliações, perguntas ao suporte. “Como fazer [problema específico] sem [restrição comum]?” – captura queries de cauda longa que a IA responde com mais frequência.

Camada 3 – Prompts de comparação: “[Sua marca] vs [Concorrente A]” – revela como a IA posiciona a marca em comparação direta.

Mínimo recomendado: 20-30 prompts distintos para ter consistência estatística. Testar os mesmos prompts nos três engines separadamente.

Passo 2 – Execute e registre

Para cada prompt, em cada engine, registrar em planilha:

• Data e hora da execução
• Nome do engine (ChatGPT, Perplexity, Google AI Overviews)
• Todas as marcas mencionadas, em ordem
• Se a sua marca foi mencionada (sim/não)
• Se foi recomendação direta (entity-based) ou citação de fonte (citation-based)

Executar cada prompt pelo menos 3-5 vezes por sessão de medição. A aleatoriedade dos LLMs faz com que um único resultado não seja representativo – é a média de múltiplas execuções que tem valor.

Frequência sugerida: semanal para detectar variações, diária apenas se houver mudança recente de conteúdo ou evento relevante para a marca.

Passo 3 – Calcule a fórmula correta

Com os dados coletados:

1. Some todas as menções da sua marca em todos os prompts e execuções
2. Some todas as menções de todas as marcas nos mesmos prompts e execuções
3. Divida o primeiro pelo segundo e multiplique por 100

Isso é AI SOV real. Calcule separado por engine – os números são diferentes e o que fazer com eles também.

Compare entity-based (recomendações diretas) e citation-based (citações de fonte) separadamente. Um resultado bom em citation-based mas fraco em entity-based significa que você é autoridade informacional mas não está sendo recomendado como solução.

Benchmarks: o que é um bom número?

Depende do contexto – categoria, maturidade do mercado, tipo de produto. Mas existem referências úteis.

Referências internacionais

Os benchmarks mais documentados vêm de Alex Birkett e Cassie Clark:

• Abaixo de 20%: visibility problem – a marca está marginal ou invisível
• 20-50%: player estabelecido – presente e competitivo, mas não dominante
• 40-70%: sweet spot para a maioria das categorias – visibilidade defensável
• Acima de 50%: territory de líder de categoria

Contexto importante: marcas B2B aparecem em menos de 30% das queries de categoria relevante independente de quanto investem em SEO tradicional. O campo de partida é baixo para todos.

O contexto brasileiro muda o cálculo

Com 71% das marcas sem monitoramento e apenas 9% aparecendo ativamente, o benchmark internacional não se aplica diretamente ao Brasil.

Aqui, qualquer percentual acima de zero já representa vantagem competitiva real – porque os concorrentes provavelmente não estão medindo e possivelmente não estão aparecendo. Uma marca que chegar a 30-40% de AI SOV na sua categoria no Brasil já está na vanguarda do mercado.

O cliente do MonitorCNPJ GEOscore que foi de 41% para 78% de presença no ChatGPT em 3 meses não fez mágica. Trabalhou estruturalmente o conteúdo – estrutura de headings, blocos de resposta direta, dados verificáveis com fontes. O resultado veio em 90 dias.

Ferramentas para medir AI Share of Voice

Ferramentas internacionais

Ferramentas brasileiras

Esta é a seção que não existe em nenhum artigo sobre o tema em inglês.

Oria lançou em abril de 2026 com R$20 milhões de investimento. Proposta: mapear quais fontes são usadas por sistemas de IA para gerar respostas sobre a marca e sobre concorrentes. Nas palavras do fundador Michel Alexander: “As marcas não competem mais apenas por posição no Google, mas por presença nas fontes que alimentam as inteligências artificiais.”

MonitorCNPJ GEOscore monitora a marca em 8 plataformas de IA simultaneamente. Combina monitoramento de presença com diagnóstico de fatores que influenciam a visibilidade – incluindo Reclame Aqui, que tem peso relevante nas respostas de IA sobre reputação de marcas brasileiras.

Ipsos Synthesio GEO é a opção enterprise com simulação de prompts reais de consumidores brasileiros e análise de imagem de marca nas respostas. Para empresas com volume alto e necessidade de segmentação por região ou perfil de consumidor.

E para quem quer uma análise de visibilidade em IA focada no mercado brasileiro, a Tropk.ai monitora presença em ChatGPT, Perplexity e Google AI Overviews com contexto específico para marcas brasileiras.

A diferença das ferramentas brasileiras: elas entendem o contexto local – Reclame Aqui como fator de reputação, comportamento de busca do consumidor brasileiro, plataformas mais relevantes no Brasil. Para marcas com atuação exclusivamente no mercado nacional, isso importa.

Descubra quanto sua marca aparece nas respostas do ChatGPT, Perplexity e Google AI Overviews antes dos seus concorrentes descobrirem os números deles.

71% das marcas brasileiras não monitoram. Quem mede primeiro ajusta primeiro. A Tropk.ai monitora sua presença nas principais ferramentas de IA e mostra onde estão as lacunas de visibilidade. Faça uma análise gratuita.

FAQ

O que é AI Share of Voice (AI SOV)?

AI Share of Voice é a frequência com que sua marca aparece nas respostas de IA generativa (ChatGPT, Perplexity, Google AI Overviews), em proporção ao total de marcas mencionadas nos mesmos prompts. Fórmula: menções da sua marca dividido pelo total de menções de todas as marcas, multiplicado por 100. É diferente do SOV tradicional porque a IA não é um canal estruturado – ela decide quem mencionar baseada em autoridade percebida, não em orçamento de mídia.

Qual a diferença entre AI Share of Voice e Share of Voice tradicional?

SOV tradicional mede posições em SERP, impressões em anúncios ou menções em mídia – ambientes onde orçamento ajuda diretamente. AI SOV mede inclusão em respostas dinâmicas de IA, onde a marca não pode comprar visibilidade. Outra diferença central: posição num ranking de busca é relativamente estável. Posição em uma resposta de IA muda a cada execução – o que conta é frequência de aparição ao longo do tempo, não posição em um run específico.

Como calcular AI Share of Voice manualmente?

Monte um conjunto de 20-30 prompts relevantes para sua categoria. Execute cada prompt em ChatGPT, Perplexity e Google AI Overviews separadamente, pelo menos 3-5 vezes cada. Registre todas as marcas mencionadas em cada resposta. Calcule: suas menções totais dividido pelo total de menções de todas as marcas, multiplicado por 100. Calcule o resultado separado por engine – os números são diferentes e significam coisas diferentes.

Por que a maioria das ferramentas de AI SOV calcula errado?

A maioria usa “visibility rate” – aparições da sua marca dividido pelo número de prompts testados. O problema: isso não considera quantas outras marcas aparecem nas mesmas respostas. Se você aparece em 40 de 100 prompts mas sempre com 5 concorrentes, seu share real é próximo de 7%, não 40%. O segundo erro comum é o “closed denominator”: pedir que você declare seus concorrentes manualmente em vez de extrair a lista das próprias respostas da IA – o que torna o número manipulável e incomparável entre empresas.

O que é considerado um bom resultado de AI Share of Voice?

Internacionalmente: abaixo de 20% é problema de visibilidade, 40-70% é o sweet spot para a maioria das categorias. No Brasil, o contexto muda o cálculo: 71% das marcas não monitoram e apenas 9% aparecem ativamente. Uma marca que chegar a 30-40% de AI SOV na sua categoria já está na vanguarda do mercado brasileiro. Qualquer número positivo é vantagem competitiva real enquanto a maioria dos concorrentes está no zero.

AI Share of Voice substitui o SEO tradicional?

Não – os dois coexistem e se complementam. SEO e GEO se complementam de formas distintas dependendo do engine: Google AI Overviews exige ranking no top-10 do Google como pré-condição. Mas ChatGPT e Perplexity têm algoritmos próprios que não dependem do Google – o ChatGPT prioriza fontes indexadas pelo Bing (87% das citações). Uma estratégia completa de visibilidade trabalha SEO + GEO + AEO simultaneamente.

Qual a diferença entre ChatGPT, Perplexity e Google AI Overviews para AI SOV?

São algoritmos completamente diferentes com fontes distintas. Apenas 11% dos domínios são citados por ChatGPT e Perplexity simultaneamente (Averi.ai, 680 milhões de citações). ChatGPT prioriza Wikipedia-style content e fontes indexadas pelo Bing. Perplexity prioriza Reddit e cita 80% de conteúdo fora do top-10 do Google. Google AI Overviews exige SEO tradicional forte, schema markup e E-E-A-T. Medir os três separadamente é obrigatório para um diagnóstico útil.

Existe ferramenta brasileira para medir AI Share of Voice?

Sim. A Oria (R$20M de investimento) monitora quais fontes os sistemas de IA usam para gerar respostas sobre marcas. O MonitorCNPJ GEOscore monitora a marca em 8 plataformas simultaneamente, incluindo Reclame Aqui como fator de reputação. O Ipsos Synthesio GEO é a opção enterprise com simulação de prompts de consumidores brasileiros. A Tropk.ai monitora presença em ChatGPT, Perplexity e Google AI Overviews com contexto específico para o mercado brasileiro. Para contexto mais amplo sobre como medir visibilidade em IA, veja nosso guia completo.