Como medimos as citações das IA

A matéria-prima é um fluxo de respostas de cinco assistentes de IA: ChatGPT, Claude, Gemini, Grok e Perplexity. Eles respondem às perguntas usadas toda semana para acompanhar como os sites dos clientes aparecem nas respostas das IAs, enviadas pela interface de programação (API) de cada modelo, com a busca na web ativada.

As perguntas são geradas a partir de uma ficha curta de cada negócio acompanhado: o que vende, em qual mercado, para quem. Elas soam como os pedidos de um futuro cliente, por exemplo qual empresa de mudanças contratar para atravessar a França, ou se um tipo de farmácia online é confiável. As perguntas geradas nunca citam uma marca, para não direcionar a resposta ao cliente. Os clientes podem adicionar as suas.

A instrução pede ao modelo que marque cada empresa recomendada e anote, logo após o nome dela, os endereços das páginas que justificam a escolha. Cada endereço é reduzido ao seu domínio, sem o prefixo www., e vira uma citação desse domínio. Só contam as respostas que chegam completas.

A unidade é uma taxa: as citações de um domínio, divididas pelas respostas do mesmo recorte (período, modelo, idioma, setor) e multiplicadas por 100.

O denominador inclui todas as respostas desse recorte, mesmo as que não recomendam nenhuma empresa ou não trazem nenhum endereço. Um domínio é medido, assim, diante de todas as chances que teve de ser citado.

O numerador segue uma única regra: um domínio conta uma vez por empresa recomendada e por resposta. Se uma resposta recomenda três empresas de mudanças e sustenta cada uma com uma página do mesmo site de avaliações, esse site recebe três citações. Duas páginas desse site para a mesma empresa continuam valendo uma citação para ela. Trata-se, portanto, de uma taxa de citações, e não de uma parcela de respostas.

Em vários meses, a taxa não é uma média das taxas mensais: ela divide as citações de todos os meses pela soma das respostas deles, de modo que um mês movimentado pesa mais que um mês fraco.

• Principalmente francês, um pouco de inglês. Cada resposta assume o idioma do mercado visado pelo site analisado, lido no seu código de idioma e país (fr-FR, fr-BE, fr-CH para o francês; en-US, en-GB para o inglês), em vez de deduzido da redação. A maioria dos sites acompanhados se dirige a mercados francófonos, por isso a amostra francesa é muito maior. As poucas respostas para mercados de outros idiomas só contam nos números gerais.
• Perguntas sobre empresas e mercados. Escolher um fornecedor, comparar ofertas, verificar preços ou confiabilidade. Assuntos alheios ao comércio não aparecem.
• Setores. Uma resposta pertence ao setor da empresa analisada, definido pelo que ela vende e não por sua clientela: um software para corretores de imóveis entra em Software, uma agência web em Serviços de TI. Essa classificação começa em julho de 2026. Um setor só ganha página própria a partir de pelo menos três empresas e cerca de 500 respostas, para que nenhum reflita um único cliente.
• Modelos. ChatGPT, Gemini e Perplexity recebem as perguntas de todos os sites acompanhados; Claude e Grok, só as de uma parte deles, por isso seus números se apoiam em menos respostas e em outra combinação de empresas.

• Os domínios do Google. google.com e suas versões por país, os redirecionamentos vertexaisearch.cloud.google.com presentes nas respostas do Gemini e os servidores técnicos como gstatic.com são removidos em todas as etapas: são o encanamento das respostas, não páginas que um leitor consultaria. Os produtos do Google recomendados pelo nome, como o Google Cloud, podem, por outro lado, aparecer nas classificações de marcas.
• O site do editor. sorank.com é acompanhado como um cliente, com perguntas sobre softwares de SEO (otimização para mecanismos de busca) que puxariam os números em inglês para essas ferramentas. Por isso, todas as suas respostas são removidas. Em alguns meses do início de 2026 já não era possível isolá-las: esses meses só contam em francês.
• Os sites dos clientes. Os sites das empresas acompanhadas desaparecem de todas as classificações, seja como domínio, seja como nome de marca, mesmo quando são citados só por um subdomínio. As respostas deles continuam na amostra: os sites de baixo sobem e o denominador não muda. Uma plataforma pública que um cliente informou como seu endereço, como uma página do LinkedIn, nunca é removida por esse motivo.
• Textos e dados pessoais. Nenhuma pergunta, resposta, nome de cliente ou dado de usuário é publicado.

As respostas brutas ficam guardadas só por algumas semanas. Cada mês é agregado enquanto elas ainda existem: totais por modelo e idioma, uma série completa para cada plataforma acompanhada e listas dos principais domínios (os 25 primeiros do mês em todos os modelos, os 20 primeiros por modelo). Os meses mais antigos só sobrevivem dessa forma.

Uma classificação de todo o período soma essas listas mensais. Um domínio que ficou fora da lista de um mês conta zero naquele mês, mesmo que tenha sido citado. Os domínios do topo aparecem em quase todas as listas, então o alto de uma classificação é confiável; mais abaixo, posições e contagens são valores mínimos, sobretudo para domínios de presença irregular.

As plataformas acompanhadas, como YouTube, Reddit, Wikipedia ou Trustpilot, escapam desse limite, porque suas citações são registradas por inteiro todo mês. Quando a página de uma plataforma e uma classificação de domínios divergem no mesmo período, o número completo é o da página da plataforma.

Cada endereço é ligado ao seu domínio registrável, o nome que uma empresa de fato compra, identificado com a Public Suffix List, a lista pública de referência das extensões de domínio. Assim, help.example.com é contado com example.com, e entreprendre.service-public.gouv.fr com service-public.gouv.fr. O detalhe é preservado: uma linha unificada lista seus subdomínios e as contagens deles em um menu suspenso.

Dois tipos de domínio nunca são unificados, porque seus subdomínios pertencem a donos diferentes:

1. Criadores de sites e serviços de hospedagem em que cada subdomínio é um site à parte, como os blogs em substack.com ou wixsite.com.
2. Grandes domínios institucionais em que cada subdomínio é um órgão público distinto, como nih.gov, europa.eu ou admin.ch.

Zonas como gouv.fr ou gov.uk funcionam como extensões nessa lista, por isso impots.gouv.fr e service-public.gouv.fr continuam sendo dois sites. Um endereço antigo que redireciona para um novo é unificado com ele (service-public.fr com service-public.gouv.fr), e as plataformas acompanhadas agrupam seus endereços: twitter.com e x.com contam como Twitter/X.

Um efeito colateral: se uma resposta sustenta uma empresa com dois subdomínios do mesmo site, a linha unificada da classificação de domínios conta os dois, enquanto os números de plataforma contam a plataforma uma vez só.

As perguntas rodam toda semana; o site é atualizado com um levantamento mensal, cuja data aparece no site. Cada levantamento acrescenta o último mês sem apagar o histórico: quando existem duas versões de um mês, vale a que tem mais respostas, de modo que um mês parcial nunca substitui um mês completo.

Uma mudança de método, como uma nova regra de agrupamento, chega a todas as páginas no levantamento seguinte, meses passados incluídos na medida em que seus agregados permitem.

Os dados são compilados por Thibault Besson-Magdelain, fundador da Sorank. Todos os agregados por trás dos gráficos ficam em um único arquivo, data.json, na raiz de data.sorank.com: classificações de domínios e de marcas, gerais e por modelo, séries mensais das plataformas, totais de respostas por mês, modelo e idioma, e recortes por setor. Contagens e taxas, nada mais.

• Não é um censo do uso de IA. Os dados mostram quais fontes os assistentes de IA citam sobre empresas e mercados, não o que o público pergunta a eles em geral, e os setores com mais sites acompanhados pesam mais.
• Forte predominância do francês. Os números gerais pendem para fontes relevantes nos mercados francófonos; o inglês se apoia em uma base menor e os demais idiomas não têm nenhuma. Os resultados não se aplicam diretamente ao Brasil nem a Portugal.
• Os modelos mudam. Os fornecedores lançam novas versões e ajustam suas ferramentas de busca. Os números são agrupados por assistente, não por versão: uma mudança em uma curva pode vir de uma nova versão do modelo tanto quanto da web.
• As respostas variam. A mesma pergunta feita duas vezes pode trazer outras empresas e outras fontes. O volume suaviza esse efeito, mas recortes estreitos (um modelo, um setor, um mês) oscilam mais.
• Respostas via API, endereços não verificados. Os aplicativos de chat abertos ao público, com configurações próprias, podem citar outras páginas. Os endereços citados não são conferidos um a um: uma página pode estar quebrada ou não dizer o que o modelo atribui a ela.