A pergunta que substitui o GEO Score
Em quais perguntas de compra sua empresa aparece na IA, e o que a tira das outras?
Publicado em · Atualizado em
Uma nota resume o site. O comprador não pergunta pelo site; pergunta por um serviço, numa cidade, para um problema. A mesma empresa pode vencer uma dessas perguntas e não existir nas outras, e só um mapa de perguntas mostra isso.
Por que a pergunta, e não a nota
Evidência Em testes de outubro de 2026 com duas ferramentas públicas de GEO Score, o mesmo site recebeu 96, 72 e 14, e a parte das notas que olhava para as respostas das IAs deu o mesmo resultado para sites muito diferentes. Ver GEO Score não é unidade de medida.
Evidência No mesmo período, uma consultoria de inclusão apareceu em 1º lugar numa pergunta ampla do setor e não apareceu nas perguntas sobre cota legal e sobre São Paulo. Nenhuma das notas indicava isso.
Inferência O que o comprador vê é uma resposta a uma pergunta específica. Medir pergunta por pergunta é medir o que de fato decide se a empresa é considerada.
Os sete tipos de pergunta de compra
| Tipo | Exemplo | Do que depende |
|---|---|---|
| Categoria ampla | “Quais são as melhores empresas de [categoria]?” | Autoridade acumulada no setor |
| Serviço específico | “Quem faz [serviço] para empresas?” | Ligação entre a marca e aquele serviço |
| Local | “[Serviço] em [cidade]” | Perfil local, categoria e endereço |
| Pessoa | “Quem são os especialistas em [tema]?” | Entidade da pessoa e autoria |
| Problema | “Minha empresa não aparece no Google, o que fazer?” | Conteúdo que responde o problema e indica quem resolve |
| Comparação | “[Marca A] ou [Marca B]?” | Informação verificável e fontes de terceiros |
| Marca direta | “O que é [marca]?” | Fidelidade do que a IA afirma |
Inferência Os tipos não se comportam igual. Uma marca antiga tende a ir bem em categoria ampla e marca direta; um especialista tende a vencer em serviço específico; um perfil local bem configurado tende a vencer em perguntas com cidade. Ver A maior concorrência é do nicho, não do setor.
Como montar o mapa
- Passo 1Inventariar serviços e praças
Cada serviço vendido e cada cidade atendida. Uma empresa com 5 serviços e 3 cidades já tem 15 combinações.
- Passo 2Escrever as perguntas
Como o comprador escreveria, sem o nome da empresa, nos sete tipos.
- Passo 3Priorizar
De 10 a 20 perguntas, escolhidas pelo valor comercial de cada serviço e praça.
- Passo 4Coletar
Aba anônima nova para cada pergunta, sem login, registrando motor, data, hora e cidade de onde foi feita.
- Passo 5Classificar
Uma classe e três atributos para cada resposta, com os critérios abaixo.
- Passo 6Diagnosticar as ausências
As seis verificações, em ordem.
- Passo 7Repetir onde houver dúvida
Rodadas adicionais nas perguntas com resultado dividido ou surpreendente.
Como classificar cada resposta
Cada resposta é lida em duas camadas. A classe diz se e como a empresa aparece. Os atributos dizem com que peso. Uma resposta só está classificada quando tem as duas.
A classe: se e como aparece
| Classe | Critério | Primeira ação |
|---|---|---|
| Citação com link | A empresa aparece e a resposta aponta para uma fonte dela | Registrar qual página foi usada |
| Menção sem link | A empresa é nomeada, mas a fonte usada é outra | Identificar a fonte; é ela que sustenta a presença |
| Menção com erro | A empresa aparece com informação falsa ou desatualizada | Corrigir onde o erro nasce; prioridade alta |
| Ausência | A empresa não aparece | Diagnóstico de ausência |
Os atributos: com que peso
| Atributo | Valores | Por que importa |
|---|---|---|
| Papel na resposta | Recomendada (a indicação principal) · listada (uma entre várias) · alternativa (“também há…”) · citada com ressalva | Estar presente não é ser escolhida |
| Tom | Positivo · neutro · negativo | Uma informação verdadeira pode prejudicar a empresa |
| Tipo da fonte | Site próprio · diretório · imprensa · avaliações · rede social · vídeo · fórum · outro | Define onde agir e como |
Evidência O estudo Reputation to Revenue 2026, da Leoprd, encontrou marcas que apareceram nas respostas mas perderam a recomendação principal para um concorrente, e que tinham, em média, mais citações do que as escolhidas: 9,2 contra 8,4. É por isso que o papel é registrado à parte da presença.
Inferência Tom negativo e menção com erro pedem respostas diferentes. Erro se corrige na fonte. Uma crítica verdadeira, como reclamações sobre prazo, se resolve na operação e na reputação; corrigir a fonte não muda o que os clientes viveram.
Inferência O tipo da fonte decide o que “agir na fonte” significa. Num diretório, é editar o cadastro. Num vídeo, num fórum ou numa rede social, é publicar ou responder no próprio canal, porque não há página para corrigir.
Evidência Na pergunta ampla do caso da consultoria de inclusão, a empresa apareceu como listada, em primeiro numa lista de oito, com tom neutro, e a fonte usada para ela foi um site de terceiro; o site próprio entrou só como link de apoio.
A classificação é manual, com os critérios acima escritos antes da coleta. Num mapa de 10 a 20 perguntas, isso é mais auditável do que uma classificação automática de sentimento.
O que tira uma empresa das outras perguntas
Para cada ausência, e também quando a empresa aparece só como alternativa ou com ressalva, as verificações seguem esta ordem, da causa mais barata de confirmar para a mais cara:
1. Acesso
Evidência Uma das ferramentas testadas recebeu HTTP 403 ao tentar ler um site que o ChatGPT acessava normalmente. Antes de tudo, confirmar que os robôs dos motores conseguem ler as páginas.
2. Página do serviço
Inferência Se não existe uma página que responda diretamente àquele serviço, naquela praça, a IA não tem o que recuperar para aquela pergunta.
3. Perfil local
Evidência O perfil no Google da consultoria analisada estava na categoria “Agência de empregos”, e a empresa não apareceu na pergunta por consultoria de inclusão em São Paulo. Categoria, nome e endereço do perfil definem em quais perguntas locais a empresa entra.
4. Fontes de terceiros
Evidência Estudos de 2026 encontram a maior parte das citações em sites de terceiros. Se ninguém fora do domínio liga a empresa àquele nicho, a IA tem pouco que confirme a afirmação do próprio site.
5. Consistência de entidade
Inferência Nome diferente entre site e perfil, número de sedes diferente entre páginas, perfis do sameAs que não existem: cada inconsistência enfraquece a ligação entre as fontes.
6. Concorrente do nicho
Inferência Por último, olhar quem venceu e o que ele tem: especialização declarada, perfil local mais forte, avaliações sobre aquele serviço, menções externas no assunto.
Dois casos
| Caso | Onde aparece | Papel | Onde some | Causa provável |
|---|---|---|---|---|
| Consultoria nacional de inclusão PcD | Categoria ampla, em 1º | Listada | Serviço específico (cota) e local (São Paulo) | Ligação fraca com o serviço; perfil local na categoria errada |
| Cirurgião em Porto Alegre | Especialidade: 6 de 7 respostas | Não registrado na linha de base | Indicação direta para o procedimento: 0 de 6 | Ligação fraca entre a entidade e o procedimento |
Inferência Nos dois casos, a entidade existe para a IA. O que falta é a ligação com a necessidade exata da pergunta, e é essa ligação que o trabalho de GEO precisa construir, nicho por nicho.
Aplicando à minha própria empresa
Antes de rodar as perguntas, li o site da Negócio no Mapa como a IA leria. Encontrei:
- Entidade muito largaMais de 30 serviços no menu. O sinal mais concentrado está em GEO e auditoria de citação; nos outros serviços, ele está espalhado.
- Sedes inconsistentesUma parte do site fala em quatro sedes, outra em três.
- Perfis frágeisLinks de perfis que não levam à página oficial da empresa.
- Superlativos e rankings no próprio domínioOs mesmos padrões que esta série critica em outras empresas.
Hipótese A Negócio no Mapa deve aparecer em perguntas sobre GEO e citação por IA, e em perguntas de pessoa sobre o autor, e tende a sumir em perguntas locais sobre serviços genéricos, como criação de sites, e nas cidades das outras unidades. O mapa completo, com dez perguntas e quatro motores, será publicado aqui com o resultado que vier.
Quando a mesma palavra muda de pergunta
Duas perguntas com o mesmo vocabulário podem pedir coisas diferentes. “Melhor advogado trabalhista”, “melhor advogado trabalhista para defender uma empresa” e “melhor advogado trabalhista para um empregado demitido” compartilham as palavras, mas mudam quem presta o serviço, quem o recebe e o critério de escolha. No mapa, cada variação entra como pergunta própria e não herda o resultado da pergunta-base.
| Variação | Exemplo | O que testar |
|---|---|---|
| Negação | “arquiteto em Porto Alegre que não trabalha só com alto padrão” | Se o motor respeita a exclusão ou apenas repete a categoria |
| Condição | “se o imóvel for tombado, quem faz o projeto?” | Se a resposta muda quando a condição é declarada |
| Comparação | “mais especializado que uma loja de rede” | Se a comparação usa um critério verificável ou só reputação |
| Papéis | “advogado para a empresa” e “advogado para o empregado” | Se o motor separa quem presta, quem recebe e quem tem autoridade |
| Ambiguidade | “auditoria” em contabilidade, em TI e em IA | Se a entidade é associada ao domínio certo |
Ausência não é um estado só
Se a IA não menciona uma empresa, isso não prova que ela desconhece a empresa. Se menciona, isso não prova que a considera competente. O registro distingue quatro estados:
| Estado | Como reconhecer | O que fazer |
|---|---|---|
| Recuperada e citada | A página aparece entre as fontes | Verificar atribuição e fidelidade |
| Existe, mas não foi recuperada nesta execução | Aparece em parte das repetições | Registrar a taxa de aparição, não um sim ou não |
| Ausente do corpus observado | Nenhuma fonte verificável traz a informação | É um problema de publicação, não do motor |
| Fontes em conflito | Fontes atribuem propriedades incompatíveis e a resposta varia ou cita a versão errada | Corrigir a fonte de origem e alinhar as demais |
Modelo de registro
| Pergunta | Tipo | Motor | Data e cidade | Classe | Papel | Tom | Posição | Fonte citada | Tipo da fonte | Quem venceu |
|---|---|---|---|---|---|---|---|---|---|---|
| Agência de GEO em Porto Alegre | Local | ChatGPT | dd/mm, Porto Alegre | Citação com link | Recomendada | Positivo | 1 | página da empresa | Site próprio | n/a |
| Criação de sites em Porto Alegre | Local | Modo IA | dd/mm, Porto Alegre | Ausência | n/a | n/a | n/a | n/a | n/a | nome do concorrente |
| Melhores agências de marketing em Porto Alegre | Categoria ampla | Perplexity | dd/mm, Porto Alegre | Menção sem link | Listada | Neutro | 4 | portal de avaliações | Avaliações | nome do recomendado |
Linhas de exemplo para mostrar o preenchimento; não são resultados.
Perguntas frequentes
Como saber em quais perguntas minha empresa aparece nas IAs?
Montando uma lista fixa de perguntas que um comprador faria, por serviço, cidade e tipo de intenção, e fazendo cada pergunta em sessão anônima nos principais motores, com rodadas repetidas. O resultado é um mapa de onde a empresa aparece, com e sem link, e onde não aparece.
Por que minha empresa aparece numa pergunta e some em outra parecida?
Porque cada pergunta pede um nicho diferente. A IA tende a citar a entidade mais ligada à necessidade exata, e uma marca reconhecida no setor pode não estar ligada a um serviço ou cidade específicos.
O que tira uma empresa das respostas de IA?
As causas mais comuns são: robôs sem acesso ao site, falta de página para o serviço, perfil local com categoria errada, ausência de fontes de terceiros sobre aquele nicho, inconsistência de nome e endereço, e um concorrente mais ligado à necessidade.
Como classificar a resposta de uma IA sobre minha empresa?
Em duas camadas. A classe diz se e como a empresa aparece: citação com link, menção sem link, menção com erro ou ausência. Três atributos dizem com que peso: o papel na resposta (recomendada, listada, alternativa ou citada com ressalva), o tom (positivo, neutro ou negativo) e o tipo da fonte que a IA usou.
Quantas perguntas e rodadas são necessárias?
Para mapear, de 10 a 20 perguntas com uma rodada cada. Para medir com segurança onde o resultado ficou dividido, rodadas repetidas: com 6 rodadas, uma empresa citada em 20% das respostas aparece zerada em cerca de uma de cada quatro medições.
Referências
- Semrush e Kevin Indig (2026). AI visibility is a topic-level game. semrush.com
- BuzzStream (2026). How AI Mentions and Cites Your Brand. buzzstream.com
- Leoprd (2026). Reputation to Revenue 2026. Cobertura: Provoke Media.
- Lee, A. (2026). How AI Platforms Search: Fan-Out Query Behavior Across Intent Types, Verticals, and Platforms. SSRN. papers.ssrn.com
- SOCi (2026). Local Visibility Index. soci.ai
- BrightLocal. Where to get local citations for AI search. brightlocal.com
- SISTRIX (2026). AI Citation drift: How stable are sources in AI search results? sistrix.com