Medição e relatórios de busca por IA

Como medir a busca por IA — atribuição, visibilidade em LLMs, share of voice, monitoramento de alucinações e autodeclaração — e por que a análise mostra um piso, não um teto.

Publicado pela primeira vez: 24 de jun. de 2026 · Última atualização: 12 de ago. de 2026 · Avançado

Meça a busca por IA como um funil: acessível → indexado/qualificado → recuperado → mencionado → citado → clicado → convertido → receita. Nenhuma ferramenta observa todas as etapas. O relatório de IA generativa do GSC mede a visibilidade na IA do Google sem dimensões de clique ou consulta; o Bing expõe citações e consultas de fundamentação; as ferramentas de análise capturam apenas visitas atribuíveis. Combine essas camadas e identifique denominador, provedor, mercado, conjunto de prompts e data.

TL;DR — A atribuição da busca por IA continua incompleta: algumas visitas chegam sem referrer útil, e nenhuma ferramenta vê tudo. Combine atribuição direta, visibilidade em LLMs, share of voice, monitoramento de alucinações e autodeclaração, além de incrementalidade quando houver volume. Trate o que é mensurável como um piso e interprete métricas de busca por IA junto da saúde da marca, não como canal isolado.

Evidência desta afirmação O relatório de desempenho de IA generativa do Google Search Console fornece impressões para as propriedades participantes, mas não apresenta cliques, CTR nem dimensões de consulta. Escopo: O lançamento do relatório de IA generativa do Search Console em junho de 2026; a disponibilidade pode variar conforme a propriedade. Confiança: alta · Verificado: Google Search Central: Introducing Search Generative AI performance reports Search Console Help: Generative AI performance report Evidência desta afirmação A atribuição no Analytics depende das informações disponíveis de campanha e referenciador. Por isso, algumas sessões podem ser classificadas como diretas quando não há uma fonte utilizável. Escopo: Comportamento de atribuição do Google Analytics; não estabelece uma porcentagem universal para referências provenientes de IA. Confiança: alta · Verificado: Google Analytics Help: Traffic-source dimensions

Por que a busca por IA é mais difícil de medir que a busca tradicional

Três coisas se rompem ao mesmo tempo.

Falha de atribuição. A maior parte do tráfego indicado por IA chega sem sinal de referrer e cai em Direct. As estimativas de tráfego invisível variam de 35 % a 70,6 %; o limite superior vem da amostra de 446 405 visitas da Loamly e deve ser tratado como direcional. Não é conspiração do Google, mas funcionamento de referrers. Como expliquei ao testar na Ahrefs: “Websites have control over what info they send. They can send the full path, just the origin, or nothing — it’s up to them. We report whatever referrer we’re told to report. If they don’t send us one, then it would go in the ‘Direct’ bucket.” (tradução) “Os sites controlam quais informações enviam. Podem enviar o caminho completo, apenas a origem ou nada. Relatamos o referrer recebido; sem ele, a visita entra em Direct.”

Visibilidade sem cliques. As Visões gerais criadas por IA geram impressões e exposição da marca sem enviar tráfego. O antigo funil impressões → cliques → conversões não funciona quando a resposta é o destino.

Ausência de ferramentas padronizadas. Até maio de 2026, o GA4 não tinha canal nativo de tráfego de IA. O relatório de IA generativa do GSC, lançado em junho de 2026, separa impressões de propriedades participantes, mas não cliques, CTR ou consultas. O Bing lançou métricas de desempenho de IA em prévia pública em fevereiro de 2026. Apenas 16 % das marcas acompanham sistematicamente o desempenho na busca por IA (McKinsey, setembro de 2025), portanto um sistema real de medição já é uma vantagem.

O princípio do piso, não do teto

Se você guardar apenas uma ideia, use esta. A participação publicada do tráfego de IA gira em torno de 0,25 % do tráfego médio dos sites no estudo da Ahrefs com cerca de 82 000 sites, mas essa é apenas a parcela mensurável. Duas correções a ampliam:

  1. Tráfego obscuro. Se 35–70 % das visitas de IA não têm referrer, o total real pode ser de 2 a 3 vezes o mostrado pela análise.
  2. Prêmio de conversão. Na Ahrefs, 0,5 % dos visitantes geraram 12,1 % dos cadastros, um prêmio de 23 vezes, e navegaram cerca de 50 % mais páginas por sessão, com menor rejeição. No setor, o prêmio se aproxima de 4 a 4,4 vezes (Semrush/Adobe), mas a direção é consistente.

Portanto, não abra um relatório para partes interessadas com 0,25 %. Use a taxa de crescimento — 9,7 vezes em 12 meses — ou o prêmio de conversão. Esses números mostram melhor o impacto; a participação no tráfego o subestima.

As cinco camadas de medição

Nenhuma ferramenta vê o cenário completo, então combine visões parciais. Este é o framework GEO de cinco camadas de Paul DeMott (Search Engine Land, maio de 2026), com meus dados incorporados. Cada camada também tem um artigo próprio neste cluster.

Camada 1 — Atribuição direta (recuperado versus mencionado versus citado)

GA4 e Ahrefs Web Analytics mostram quem visitou e de qual fonte de IA veio.

  • O canal AI Assistant do GA4, adicionado em 13 de maio de 2026, captura sessões referidas por ChatGPT, Gemini, Claude, Copilot, Grok e similares, mas apenas quando há referrer. Os 35–70 % restantes continuam em Direct. Ele também exclui Google AI Overviews e AI Mode, registrados como Organic Search, não é retroativo e usa um dos dois espaços de grupo de canais personalizados.
  • O Ahrefs Web Analytics inclui o canal de IA e atualiza mais perto do tempo real.
  • O vocabulário importa: recuperado ≠ mencionado ≠ citado. Recuperação é buscar o conteúdo; menção é nomear a marca; citação é vincular a URL. Confundir essas medidas torna o relatório enganoso.

Camada 2 — Visibilidade em LLMs (impressões e citações)

Com que frequência você aparece em respostas de IA, com ou sem clique.

  • Os relatórios de desempenho de IA generativa do GSC mostram apenas impressões, sem cliques, CTR ou posição, para Visões gerais criadas por IA, Modo IA e recursos de IA do Discover.
  • O relatório AI Performance do Bing Webmaster Tools é mais transparente: citações totais, média de páginas citadas, consultas de fundamentação e atividade por página.
  • Apenas 38 % das páginas citadas nas Visões gerais criadas por IA do Google estavam no top 10 tradicional, ante 76 %; visibilidade em LLMs não equivale à posição dos links azuis.

Camada 3 — Monitoramento de alucinações de IA

Há um problema sem equivalente na busca tradicional: ferramentas de IA enviam tráfego a páginas inexistentes e descrevem marcas de forma incorreta. Na minha análise de tipos de página do tráfego de IA da Ahrefs, 3,6 % do tráfego de assistentes de IA da Ahrefs foi para URLs inexistentes (alucinadas). Além de links ruins, acompanhe se produto, preço e posicionamento são descritos corretamente; um “fato” errado repetido entre modelos é um problema mensurável de reputação.

Camada 4 — Autodeclaração (a ponte que a análise não constrói)

Adicione “Como você conheceu a empresa?” com opções de IA aos formulários de vendas, contato e pós-conversão. Essa é a única camada que captura a influência da IA no topo e no meio do funil, semanas antes de uma visita Direct sem referrer. DeMott relata atribuição de IA de dois dígitos em alguns estudos de pipeline. É simples e funciona justamente onde o rastreamento falha.

Camada 5 — Share of voice (e por que ele engana sozinho)

Share of voice é a porcentagem de respostas relevantes de IA em que a marca é mencionada ou citada. Ferramentas automatizam isso em escala: Ahrefs Brand Radar (400M+ prompts baseados em pesquisa em julho de 2026, índice dinâmico com atualização mensal), Semrush AI Toolkit (100M+ prompts), Profound, BrightEdge e Scrunch. Também é possível executar mensalmente um conjunto fixo de prompts em pelo menos três modelos e contar menções.

Mas considere o alerta de DeMott: “Share of Voice is a vanity metric without business connection.” (tradução) “Share of Voice é uma métrica de vaidade sem conexão com o negócio.” O SOV mostra a frequência de aparição, não se ela gera reconhecimento, tráfego ou pipeline. Combine-o sempre com a Camada 1 (tráfego) e a Camada 4 (autodeclaração).

Há uma camada adicional: teste de incrementalidade. Diferenças em diferenças — uma coorte de teste com alta visibilidade de IA versus controle — ao longo de 6–12 meses é a única forma de demonstrar que a busca por IA causou receita, em vez de apenas se correlacionar com ela. É o método mais lento e rigoroso. Colete os dados de referência agora.

Relatórios específicos de plataforma (as armadilhas)

Google Search Console. O relatório de IA generativa de junho de 2026 oferece uma visão separada de visibilidade para propriedades participantes, mas apenas com impressões: sem cliques, CTR ou dimensão de consulta. Não infira visitas nem combine essas impressões ao relatório padrão da Web como métricas equivalentes. Um sinal útil é o aumento de impressões de AI Overviews junto de cliques estáveis ou em queda: “The Great Decoupling” (tradução) “A grande dissociação”, canibalização mensurável (na Ahrefs, a correlação entre cliques e impressões mudou de +0,425 para −0,352, com redução de 34,5 % no CTR associada a AIOs).

Bing Webmaster Tools. É mais transparente que o Google. O relatório AI Performance separa citações de cliques orgânicos, e as consultas de fundamentação mostram o que o Copilot tentava responder ao buscar sua página. Compare as páginas mais citadas no Bing às melhores páginas orgânicas; as diferenças são oportunidades.

GA4 e Ahrefs Web Analytics. Ambos têm a mesma limitação de tráfego obscuro. A Ahrefs traz o canal pronto e atualiza mais rápido; o GA4 é configurável e exclui AIO/AI Mode.

O que se correlaciona com visibilidade em LLMs (estudo da Ahrefs com 75 000 marcas)

No estudo da Ahrefs com 75 000 marcas, de Louise Linehan e Xibeijia Guan, discutido na minha palestra Evolve 2025, os sinais se ordenaram assim pela correlação com a visibilidade em Visões gerais criadas por IA:

  • Menções da marca na Web — 0,664 (o sinal mais forte)
  • Texto âncora com a marca — 0,527
  • Volume de pesquisa da marca — 0,392
  • Domain Rating — 0,326 (o mais fraco dos quatro)

Leia novamente: três dos quatro são sinais de marca, não sinais técnicos clássicos de SEO. A conclusão central deste hub é que medir a visibilidade de IA é, em grande parte, medir a saúde da marca; menções, citações e autoridade também ajudam o SEO tradicional.

Próximos passos

Este hub é o mapa. Cada camada tem seu próprio aprofundamento no cluster:

  • Recuperado versus mencionado versus citado em IA — três tipos que não devem ser confundidos.
  • Visibilidade em LLMs / IA — impressões, citações e auditoria com ferramentas como Brand Radar.
  • Monitoramento de alucinações de IA — fatos errados, preços ruins e URLs alucinadas.
  • Atribuição de tráfego de IA — tráfego obscuro, referrers por plataforma, GA4 e autodeclaração.
  • Share of Voice de IA (SoV) — definição, medição e prevenção de métricas de vaidade.
  • GA4 para tráfego de IA — grupos de canais, regex de referrer e Explorações.
  • Análise de logs de crawlers de IA — atividade de bots, verificação de user-agents e problemas de rastreamento versus renderização.

Adicionar uma nota de especialista

Fixar uma citação de especialista

É uma pessoa nova? Crie o perfil não reivindicado dela em /admin/experts/ → Fixar uma citação de especialista primeiro.