Auditoria de marca em IA: perguntas, evidências e ações
Audite sua marca em IA registrando o que um produto respondeu, em quais condições e com quais fontes. Use perguntas fixas, conserve respostas e falhas e compare afirmações com documentos de referência. O resultado útil é uma lista de problemas verificáveis, com responsável e ação para cada um.
Uma resposta isolada não revela tudo o que um modelo sabe nem representa todas as experiências dos clientes. A auditoria descreve o conjunto observado. Essa distinção permite corrigir um endereço errado sem transformar a ausência da marca em uma única pergunta em diagnóstico de invisibilidade.
Atualizado em .
Qual pergunta de negócio orienta a auditoria?
Escolha uma decisão que a empresa precisa tomar antes de selecionar a ferramenta. Você pode investigar se a descrição institucional está correta, se a oferta aparece em comparações relevantes ou se o cliente recebe instruções de contato antigas. Cada objetivo exige perguntas e critérios diferentes.
Separe perguntas que nomeiam a marca das perguntas abertas de categoria. “O que faz a Oficina Aurora?” verifica uma descrição induzida pelo próprio pedido. “Como escolher assistência para o equipamento A?” observa outra situação. A marca aparecer na primeira não demonstra presença espontânea na segunda.
| Objetivo | Pergunta ilustrativa | O que avaliar |
|---|---|---|
| Identidade | O que faz a Oficina Aurora e onde atua? | Empresa correta, atividade e território sustentados por fonte. |
| Comparação | Compare as condições de instalação da Aurora e da Oficina Cedro. | Critérios iguais, dados atuais e lacunas declaradas. |
| Descoberta | Como escolher assistência para o equipamento A? | Marcas mencionadas, fontes apresentadas e motivo da recomendação. |
| Atendimento | Como solicitar suporte à Oficina Aurora? | Canal funcional, horário e requisitos corretos. |
As empresas da tabela são fictícias. Substitua os exemplos por perguntas de clientes, mantendo as palavras que mudam a decisão. Evite formulações que já afirmam superioridade, como “por que nossa empresa é a melhor”.
Como registrar uma rodada comparável?
Defina as condições da coleta antes de ler os resultados. Registre produto, interface ou API, modelo informado, modo de busca, idioma, localidade e data. Se uma informação não estiver disponível, escreva isso; não complete o nome da versão por suposição.
- Monte uma lista curta de perguntas com identificador e objetivo. Guarde a redação exata para a próxima rodada.
- Escolha as superfícies usadas pelo seu público. Trate aplicativo, interface web e API como condições próprias.
- Registre uso de memória, histórico e busca. Comece conversas novas quando esse for o procedimento definido.
- Execute as perguntas e preserve a resposta inteira, as fontes mostradas e o horário com fuso.
- Registre recusas, limites de uso e falhas técnicas. Não substitua a falha por uma resposta sem menção.
- Revise as afirmações contra as fontes de referência. Mantenha desacordos e pontos sem prova como pendentes.
Uma comparação de API com interface pública pode servir para investigar diferenças, mas não deve misturar os resultados numa única série. Produtos podem personalizar respostas ou usar ferramentas distintas. No Gemini, a documentação descreve efeitos de localização e recursos que dependem da conta.
Use o modelo abaixo como cabeçalho de uma planilha ou arquivo CSV com ponto e vírgula. Uma linha representa uma tentativa, inclusive quando ela falha. Guarde respostas extensas e evidências em arquivos associados ao identificador para manter a tabela legível.
rodada;pergunta_id;pergunta_exata;produto;superficie;modelo_informado;busca;idioma;localidade;data_hora_fuso;tentativa;estado;marca_mencionada;url_fonte;afirmacao;referencia;classificacao;acao
exemplo;q01;O que faz a Oficina Aurora?;produto_a;web;nao_informado;ativada;pt-BR;Brasil;2026-10-06T10:00:00-03:00;1;concluida;sim;https://example.com/sobre;Instala equipamentos;https://example.com/sobre;correta;manterA linha é ilustrativa e não representa uma medição executada. Padronize os valores de classificação para evitar que “correta”, “ok” e “sem problema” virem categorias diferentes. Antes de ampliar a coleta, peça a outra pessoa que classifique uma amostra usando a mesma regra.
Como distinguir menção, citação e recomendação?
Classifique cada ocorrência pelo que ela mostra. Menção é o nome da marca no texto. Citação é a fonte apresentada, geralmente com um link. Recomendação é uma orientação para escolher ou considerar a marca. Uma crítica pode conter o nome e uma fonte sem recomendar a empresa.
Confira também se a fonte sustenta a afirmação. Um endereço válido pode levar a um texto antigo, a um homônimo ou a uma página que não contém o dado atribuído. Preserve o trecho relevante e a data de consulta para permitir revisão posterior.
No relatório, conte menções entre respostas concluídas e mostre as falhas separadamente. Exemplo hipotético: em doze tentativas, dez concluíram e quatro mencionaram a marca. Registre quatro menções em dez respostas válidas, além de duas falhas; não apresente a rodada como cobertura completa.
O acompanhamento de GEO (Generative Engine Optimization) reúne indicadores com escopos distintos. O relatório de IA do Search Console observa impressões em recursos do Google e tem regras próprias. Ele não mede todos os assistentes. O GEO Score, por sua vez, é uma auditoria técnica e editorial da página; a nota não substitui as respostas coletadas nem mede citações reais.
Como transformar achados em correções?
Priorize afirmações que possam mudar uma decisão do cliente e cuja correção esteja sustentada por evidência. Telefone errado, produto encerrado e confusão de empresas pedem ações diferentes. Uma descrição pouco elogiosa, por si só, não é erro factual.
Se a informação incorreta está no site, corrija a página responsável e confira a versão servida. Se está em fonte externa, registre o documento correto e use o canal de correção disponível. Se nenhuma origem foi exposta, mantenha a causa como desconhecida; não atribua o erro ao treinamento sem prova.
Evite concluir que mais schema, um llms.txt ou um número fixo de artigos resolverá qualquer lacuna. Em GEO (Generative Engine Optimization), a otimização da presença em respostas de IA, a ação deve responder ao defeito encontrado. A hipótese pode ser testada depois, com condições comparáveis.
Quando a auditoria está pronta para orientar uma decisão?
A auditoria está pronta quando outra pessoa consegue localizar a pergunta, a resposta, a referência e a ação proposta. Todas as tentativas precisam ter estado registrado. Cada correção prioritária deve ter responsável, data de revisão e evidência esperada de conclusão.
Repita o conjunto conforme o risco e a capacidade da equipe, preservando o procedimento. Se mudar perguntas, produto ou modo de busca, indique a quebra de comparação. Não encerre a coleta quando surgir uma resposta favorável e não prometa corrigir todos os modelos em um prazo fixo.
Hoje, registre uma pequena rodada e transforme o primeiro erro comprovado em uma tarefa com responsável. O curso de mapeamento de intenção ajuda a ampliar as perguntas sem perder o objetivo comercial.
Construir um mapa de perguntas dos clientes
Fontes consultadas em 6 de outubro de 2026: Google: uso, modelos e localização no Gemini; Google: limites e fontes das respostas do Gemini; Google: relatório de desempenho em IA generativa; GEO Intent Mapping e Gestão de projetos GEO, Alexandre Caramaschi. A planilha e o exemplo numérico são modelos operacionais ilustrativos.