Como medimos a presença de uma marca nas respostas de IA: 245 consultas, 6 plataformas

Auditoria de visibilidade em inteligência artificial feita pela Flowup na própria Flowup, com coleta em 17 e 18/11/2026. Publicamos o método, os controles, as limitações e a nossa nota.

Por Guto Bertoncini, fundador e estrategista-líder da FlowupAtualizado em 8 min de leitura

Por que em nós

Aplicamos o método na própria casa antes de vendê-lo

Apareceu um mercado novo de relatórios de visibilidade em IA. Quase todos chegam com um número e pouca descrição de como ele foi obtido.

Decidimos aplicar o método na própria casa antes de vendê-lo. Medir a si mesmo tem uma vantagem rara: não há cliente para proteger, então dá para publicar o que deu errado.

O que foi medido

25 perguntas, em conversas novas, sem contexto prévio sobre a marca

Entre 17 e 18 de novembro de 2026, 25 perguntas foram feitas em conversas novas, sem nenhum contexto sobre a marca antes da pergunta.

As cinco categorias de pergunta
Categoria de perguntaO que testa
Descoberta espontâneaa marca aparece sem ser citada na pergunta
Busca por serviçosa marca aparece quando o serviço é o foco
Intenção comerciala marca aparece quando há intenção de contratar
Reconhecimento de marcaa plataforma sabe quem a empresa é
Comparação competitivacomo a marca se posiciona diante das outras
Consultas válidas por plataforma
PlataformaConsultas válidas
Modo IA do Google50
Gemini50
Copilot50
Claude46
ChatGPT26
Perplexity23

Total: 245 consultas válidas. Cada resposta foi classificada em dois eixos: o nível de menção, de "não aparece" a "entre as principais recomendações", e a precisão da informação, de "incorreta" a "correta e detalhada".

Achado 1

Medir de uma conta logada superestima a marca

Este é o controle mais importante, e ele quase derrubou a auditoria antes de começar.

As primeiras consultas no Modo IA do Google foram feitas com a conta logada. Numa delas, a resposta abriu reconhecendo o perfil de quem perguntava. Isso acendeu o alerta. Refizemos uma pergunta com a personalização desligada.

A mesma pergunta, com e sem personalização
Condição da consultaResultado para a pergunta "Quais agências trabalham com Answer Engine Optimization?"
Conta logada e personalizadaa marca aparecia em primeiro lugar no bloco Brasil
Mesma pergunta, personalização desligadaa marca não aparecia

As onze consultas feitas na conta personalizada foram descartadas e o bloco inteiro foi refeito.

O que isso significa na prática. Um relatório de visibilidade em IA feito do computador da própria empresa, com a conta logada, mostra um retrato melhor do que a realidade. Não por má fé: por configuração.

Achado 2

Uma consulta isolada mede ruído

Cada pergunta foi feita duas vezes, em sessões separadas, em quatro das seis plataformas.

Respostas que mudaram de nível de menção entre as duas rodadas
  • Modo IA do Google36%
  • Gemini28%
  • Copilot20%
  • Claude14%
Base: as perguntas repetidas em duas rodadas nas quatro plataformas que tiveram duas rodadas, 25 no Modo IA do Google, 25 no Gemini, 25 no Copilot e 22 no Claude, num total de 97 pares. Estudo de visibilidade em IA da Flowup, coleta em 17 e 18/11/2026.

Os agregados ficaram estáveis: o retrato geral da marca mudou pouco. O que mudou foi resposta por resposta.

O que isso significa na prática. Uma captura de tela de uma pergunta não prova nada, nem a favor nem contra. Serve como exemplo, não como medição.

Achado 3

A confusão entre empresas de mesmo nome é intermitente

Ao menos cinco empresas dividem variações do nome Flowup nas respostas coletadas.

Na pergunta "Quais serviços a Flowup oferece?", três plataformas responderam sobre um software de gestão de projetos, nas duas rodadas. Até aí, é um problema conhecido.

O que não esperávamos: numa plataforma, a primeira rodada desambiguou sozinha e entregou a resposta certa, e a segunda rodada, em conversa nova, foi inteira para a outra empresa.

O que isso significa na prática. Homonímia não é uma falha fixa que se descobre numa conferência. Ela aparece em parte das consultas e some em outras, e por isso passa despercebida em qualquer checagem manual.

A nossa nota

O nosso número, com a conta aberta

A auditoria produziu um índice de 0 a 100, com oito dimensões e pesos definidos por nós. O número sozinho diz pouco: a decomposição diz tudo.

  • 50,4de 100 é a nota da Flowup no índice de visibilidade em IA.Estudo de visibilidade em IA, novembro de 2026
  • 74%de aproveitamento no que a marca controla.Estudo de visibilidade em IA, novembro de 2026
  • 34%de aproveitamento no que depende de terceiros.Estudo de visibilidade em IA, novembro de 2026
  • 10 de 10medições corretas nas perguntas sobre a nossa metodologia, em seis plataformas.Estudo de visibilidade em IA, novembro de 2026
A nota em três grupos
GrupoPesoAproveitamento
O que a marca controla: base técnica, precisão da informação, desambiguação3574%
O que depende de terceiros: ser recomendada, aparecer em várias plataformas, ter o domínio citado, ter prova externa5034%
Presença geral1551%

A casa está arrumada. O robots.txt libera dez robôs de IA, os dados estruturados estão em um grafo único, a desambiguação existe e está correta. Quando uma IA chega ao site, ela acerta: nas perguntas sobre a nossa metodologia, descrita na página do Método B.I.N.A., a resposta foi correta em 10 de 10 medições, em seis plataformas. Os fatos institucionais ficam na Official AI Knowledge Base.

O que falta é estar presente onde o mercado é verificado. A nota de prova externa, que mede presença em diretórios, índices e imprensa, ficou em 1,33 de 8.

Publicamos isso porque é o ponto do estudo. A distância entre 74% e 34% é o diagnóstico de boa parte das empresas que nos procuram, e ela não se resolve mexendo no site.

O que exigir

Cinco perguntas para quem apresenta um relatório de visibilidade em IA

Cinco perguntas que separam medição de ruído.

  • As consultas foram feitas com conta logada ou com personalização desligada?

    Como isso foi verificado?

  • Quantas vezes cada pergunta foi feita?

    Em sessões separadas?

  • Quantas plataformas, e quais?

    Com que condição em cada uma?

  • Quantas consultas foram descartadas?

    E por quê?

  • Quais limitações do método estão escritas no relatório?

    Um relatório sem limitações declaradas esconde o próprio alcance.

Se as cinco não tiverem resposta, o número apresentado é uma fotografia de uma consulta, não uma medição.

Limitações

Limitações deste estudo

  • Duas rodadas em quatro plataformas. Uma no Perplexity, que parou por limite de uso gratuito, e uma rodada incompleta no ChatGPT, interrompida por respostas truncadas.
  • No Copilot não existe opção de desligar a personalização. A pergunta de controle não mostrou sinal de personalização, o que reduz o risco sem eliminá-lo.
  • Quatro consultas foram descartadas porque a plataforma acionou um conector de conta em vez de buscar na web.
  • Os pesos do índice foram definidos por nós e estão abertos a crítica.
  • Respostas de IA mudam. Repetir esta medição dará números próximos, não iguais.
  • Este estudo mede uma empresa, a nossa. Não é média de mercado e não compara agências.

Conflito de interesse

A Flowup vende SEO para IA, GEO e AEO, e um mercado que exige método declarado favorece esse trabalho. Por isso o método, os controles e as limitações estão abertos, e a nota publicada é a nossa, sem recorte. Nenhuma agência é nomeada e o estudo não traz ranking nem comparação entre empresas.

Dados abertos

A planilha com as contagens

Sete abas: consultas por plataforma e rodada, nível de menção por plataforma e por categoria de pergunta, presença, recomendação e domínio citado, e a variação entre rodadas. Sem nome de outras empresas e sem os endereços das fontes.

Uso livre, com citação da fonte, sob a licença Creative Commons CC BY 4.0: "Estudo de visibilidade em IA. Flowup Agency, novembro de 2026".

Nossa leitura

O mercado está medindo ranking onde existe distribuição

O mercado está tratando visibilidade em IA como ranking: um número, uma posição, uma captura de tela. A medição mostra outra coisa. O que existe é uma distribuição instável, sensível a quem pergunta, de onde pergunta e quantas vezes pergunta.

Isso muda o trabalho. Não adianta perseguir uma posição numa resposta que muda a cada consulta. O que se constrói é a condição para ser encontrado e identificado corretamente: informação consistente, entidade sem ambiguidade e presença nas fontes que as plataformas consultam. É o que mostramos nos cases e nas expertises.

E muda também o que se cobra de um fornecedor. Um relatório sem método declarado não é um relatório.

Não basta ranquear. Seja a resposta.

Dúvidas frequentes

Dúvidas frequentes sobre este estudo

O que costumam perguntar sobre o método e os números.

Como se mede a presença de uma marca nas respostas de IA?
Com um conjunto fixo de perguntas, feitas em conversas novas, sem contexto sobre a marca antes da pergunta, repetidas em sessões separadas e em várias plataformas. Neste estudo foram 25 perguntas, 6 plataformas e 245 consultas válidas, com duas rodadas em quatro delas. Cada resposta foi classificada em dois eixos: o nível de menção e a precisão da informação.
Por que medir com a conta logada superestima a marca?
Porque a plataforma usa o que sabe de quem pergunta. Neste estudo, a mesma pergunta colocou a marca em primeiro lugar com a conta personalizada e não a trouxe com a personalização desligada. As onze consultas feitas na conta personalizada foram descartadas.
Uma captura de tela de uma resposta de IA prova alguma coisa?
Não como medição. A mesma pergunta, repetida em sessão nova, mudou de nível de menção em até 36% dos casos, conforme a plataforma. Uma captura serve como exemplo, não como medida.
O que é homonímia de marca nas respostas de IA?
É quando a plataforma responde sobre outra empresa de nome parecido. Ao menos cinco empresas dividem variações do nome Flowup nas respostas coletadas. O achado deste estudo é que a confusão é intermitente: numa plataforma, a primeira rodada acertou e a segunda, em conversa nova, foi inteira para a outra empresa.
O que perguntar a quem apresenta um relatório de visibilidade em IA?
Cinco coisas: se as consultas foram feitas com conta logada ou com a personalização desligada e como isso foi verificado; quantas vezes cada pergunta foi feita e se em sessões separadas; quantas plataformas e em que condição; quantas consultas foram descartadas e por quê; e quais limitações do método estão escritas no relatório.
Qual foi a nota da Flowup neste estudo?
50,4 de 100, num índice de oito dimensões com pesos definidos pela própria Flowup. A decomposição diz mais que a nota: 74% de aproveitamento no que a marca controla e 34% no que depende de terceiros.

Transparência

Como citar este estudo

Flowup Agency. Como medimos a presença de uma marca nas respostas de IA: 245 consultas, 6 plataformas. Guto Bertoncini, novembro de 2026. flowup.agency/estudo-visibilidade-em-ia-2026/

E as respostas sobre o seu mercado, de onde vêm?

O Diagnóstico B.I.N.A. aplica os mesmos controles deste estudo no seu caso: as perguntas que o seu cliente faz, o que as IAs respondem e o que sustenta essas respostas.