Publicamos como funciona a nossa pontuação — incluindo onde é fraca.

Se uma empresa identificada pelo nome aparece na resposta a uma pergunta concreta, feita a um sistema de IA concreto, num momento concreto — e, se aparece, se é recomendada, apenas mencionada ou descrita de forma incorreta. Não juntamos isso tudo numa única pontuação ponderada com uma fórmula escondida. Onde mostramos um valor composto, as componentes aparecem ao lado.

O painel de prompts que configurámos para aquela empresa, e nada mais do que isso. É a descrição de um painel de teste, não uma estimativa daquilo que cada comprador de um mercado encontra. Não o apresentamos como visibilidade geral em IA, porque não é.

Não foi, e dizemo-lo. As formulações vêm do próprio setor e da especialidade da empresa, escritas como as perguntas que um comprador faria de forma plausível, e são revistas por uma pessoa. O que NÃO temos são dados próprios de observação sobre o que os utilizadores reais escrevem de facto no ChatGPT acerca desse setor — ninguém fora dos fornecedores dos modelos tem. A Profound é quem chega mais perto — licenciam conversas reais junto de painéis de consumidores, o que é melhor matéria-prima do que a nossa. Mas esta pergunta é sobre como foi DEMONSTRADO que um conjunto de prompts representa a população, e também não conseguimos encontrar isso publicado: os painéis não são identificados, a extrapolação para a população é descrita apenas como modelação estatística, e nenhum número que encontrámos traz uma margem de erro. Nesta pergunta, os dados melhores são deles e o argumento que falta é o mesmo.

Menos do que o número bruto de prompts, e neste momento não reportamos uma dimensão efetiva da amostra ajustada ao facto de que as paráfrases de uma mesma intenção estão correlacionadas. Esta é uma falha real. Enquanto não estiver fechada, trate o número de prompts como uma contagem de testes e não de provas independentes.

Não são ponderados. Cada formulação conta uma vez. É uma escolha grosseira e tem um custo — uma formulação rara conta tanto como uma comercialmente central —, mas a alternativa seria um modelo de ponderação que não conseguiríamos fundamentar, o que apenas mudaria a arbitrariedade para um sítio menos visível.

As formulações são registadas para o site na primeira execução e ficam FIXADAS em todas as repetições, para que a segunda pontuação seja medida com as mesmas perguntas que a primeira. Um cliente não pode acrescentar discretamente formulações favoráveis nem retirar as difíceis entre execuções. Se o conjunto de formulações for alterado de propósito, a execução inicia uma série nova em vez de continuar a linha antiga, e o relatório di-lo.

Apenas a precisão. Correr mais variações de um painel não representativo produz uma estimativa mais estável de um painel não representativo. Não vendemos volume de prompts como substituto de rigor.

Não sabemos. Neste momento corremos cada formulação uma vez por auditoria e não medimos a variação entre execuções que nos diria se uma vez chega. Este é o maior buraco do nosso próprio método e é o primeiro da lista a fechar.

Nenhuma é calculada, porque a pergunta 8 está por responder — sem uma variação entre execuções medida não há intervalo honesto para publicar. Enquanto não houver, nenhum movimento da nossa pontuação deve ser lido como significativo por si só.

Toda. Não há modelo estatístico. Preferimos mostrar uma contagem em bruto com os seus limites declarados do que um intervalo de confiança que exclui em silêncio a seleção dos prompts, a composição do painel e a deriva dos modelos — um intervalo estreito à volta de um painel enviesado é apenas uma resposta errada com ar mais confiante.

Não, e não as tratamos como se fossem. Formulações com a mesma origem, e todas as formulações corridas contra o mesmo modelo no mesmo dia, mexem-se em conjunto quando o modelo muda. Não as multiplicamos para chegar a uma contagem de provas independentes.

Não é, por isso não medimos todos os dias. A auditoria é uma leitura num ponto no tempo e o contrato de acompanhamento reporta mensalmente. Uma linha diária traçaria sobretudo a variação das respostas, e um gráfico que se mexe todos os dias é comercialmente útil e metodologicamente vazio.

Não foi validada contra nenhuma referência externa. Não temos nenhum estudo que compare a nossa pontuação com tráfego de referência, conversões ou recordação de marca em inquéritos. Somos uma empresa jovem e não temos um conjunto de dados desses, e preferimos dizê-lo a citar a validação que outra pessoa fez de um sistema diferente.

Não há validação nenhuma, portanto não. Quando houver, usará dados que não fomos nós a gerar, a escolher, a ponderar nem a pontuar — e publicaremos o resultado negativo, se for esse o resultado.

O único pressuposto que assumimos é que uma consulta sem sessão iniciada e de um só turno é uma sonda padronizada defensável — comparável entre execuções e entre empresas, e NÃO igual ao que vê um utilizador com sessão iniciada e com histórico. Ver a pergunta 16.

Não temos, e não conseguiríamos. Todas as sondas são feitas sem sessão iniciada e num só turno. Isso quer dizer que a nossa leitura é uma medição controlada e não uma simulação de uma sessão real, e que a personalização é uma fonte de erro excluída e não uma fonte modelada. Esta limitação aplica-se a todos os fornecedores deste mercado, incluindo aos que não a mencionam.

Nada em que confiássemos, e é por isso que não usamos personas sintéticas. Escrever «sou diretor financeiro em Londres» dentro de um prompt não reproduz o histórico da conta, a localização nem a memória; produz apenas um prompt com outra redação. Vender isso como um segmento de persona seria inventar uma variável.

Os dados de entrada são: o conjunto de formulações fica fixado e registado, por isso um cliente pode repetir exatamente aquilo que corremos, contra os mesmos modelos, fora da nossa plataforma. O que não publicámos é uma taxa de concordância teste-reteste medida — ver a pergunta 8.

Não sabemos: nunca corremos o mesmo painel na plataforma de um concorrente para comparar os dois resultados. Seria uma experiência genuinamente útil e publicá-la-íamos, desse o que desse.

Modelo a modelo, lado a lado. Não fazemos a média do ChatGPT, do Gemini, do Perplexity e do Google AI Overviews num só número, porque não temos base defensável para os pesos que isso exigiria. Uma empresa invisível num deles e forte noutro tem um problema específico, e a média esconde exatamente aquilo sobre o qual vale a pena agir.

Uma recomendação em primeiro lugar e uma menção de passagem são registadas de maneira diferente e mostradas em separado. Uma menção negativa não conta como visibilidade. Nomes alternativos, nomes comerciais e empresas-mãe são resolvidos à mão na configuração, e o cliente pode corrigi-los. O que ainda não fazemos é recalcular o histórico quando uma regra de resolução muda — em vez disso, o relatório leva uma anotação.

Uma resposta, uma observação. Uma empresa nomeada cinco vezes numa única resposta conta uma vez. Os denominadores de share of voice incluem todas as marcas nomeadas na resposta, e não apenas os concorrentes que o cliente escolheu — caso contrário é o cliente a definir o seu próprio denominador.

Uma citação é uma fonte que o próprio motor mostrou — uma fonte com ligação ou uma entrada num painel de fontes — atribuída ao domínio. Não inferimos citações, não contamos um URL em texto corrido como uma, e não reproduzimos à letra o texto dos AI Overviews como prova, por uma restrição do fornecedor que decidimos contornar em vez de contestar.

Uma recusa, um tempo esgotado ou uma resposta malformada é registada como FALHA, e não como ausência da marca, e é excluída do denominador. A contagem de falhas aparece no relatório. Contar um tempo esgotado como «não foi recomendado» seria fabricar uma queda a partir de uma avaria.

Os clientes recebem o conjunto exato de formulações, o modelo e a data da execução, o que chega para repetirem tudo por si próprios. Os resultados completos e sem edição e as marcas temporais estão disponíveis a pedido, mas ainda não são exportados por defeito. Isso devia ser um botão e não um pedido, e vai passar a sê-lo.

Uma alteração ao conjunto de formulações ou à forma de pontuar inicia uma série nova em vez de continuar a linha antiga. Não reescrevemos o histórico em silêncio e não apresentamos leituras feitas com dois instrumentos diferentes como uma única tendência contínua.

Nenhuma. Não afirmamos que uma alteração de conteúdo causou um movimento. Não temos grupo de controlo nem cenário contrafactual, por isso só temos a sequência temporal, e a sequência temporal não é causalidade. O que reportamos é o que fizemos e qual foi a leitura a seguir, identificado exatamente como isso.

Não temos agentes autónomos a editar conteúdo ou a criar páginas por causa de uma pontuação. Todas as alterações são escritas por uma pessoa, ou revistas por uma pessoa, antes de entrarem no ar. Se alguma vez automatizarmos uma ação a partir de uma medição, o limiar de repetição, o efeito mínimo exigido e a obrigação de revisão humana entram ao mesmo tempo e ficam visíveis para o cliente — não são acrescentados depois.

Não sabemos, e não vamos afirmar o contrário. Não demonstrámos que uma leitura mais alta prevê tráfego de referência, oportunidades comerciais ou receita, controlando a dimensão da marca. Neste momento, melhorar a pontuação prevê uma coisa de forma fiável: uma melhoria posterior da pontuação.

Não devia, e não a descrevemos como tal. É uma ferramenta de monitorização direcional para um painel configurado. Essa limitação está impressa do mesmo tamanho que o número, no relatório e nesta página.

Qualquer uma destas coisas, e dizê-lo-íamos publicamente: uma variação entre execuções medida e suficientemente grande para que os movimentos comuns não se distingam de ruído; uma taxa de concordância teste-reteste abaixo do que aceitaríamos de um fornecedor; uma comparação entre fornecedores que mostre que as nossas leituras divergem materialmente das de dois outros sem conseguirmos mostrar que a nossa está mais perto do que um utilizador vê; ou um primeiro estudo de resultados que não encontre relação nenhuma com aquilo que interessa a um cliente. Se nada disto nos fizesse mudar de ideias, é porque o método não foi testado.