Com que frequência devo medir minha visibilidade em IA em 2026: a cadência sai do ruído medido
Semanal para acompanhar, mensal para decidir — e a frequência certa não se escolhe por gosto, se deriva do piso de ruído do seu próprio universo de perguntas. Medir mais que isso não produz mais informação: produz mais oscilação, que é lida como movimento e vira decisão errada.
Escrevo isto da murmur.marketing — engine de GEO (Generative Engine Optimization) no Brasil,
operada por Mateus Gomes. A régua abaixo não é opinião: ela sai de um experimento em que rodei o
mesmo universo duas vezes sem mexer em nada, para saber quanto o instrumento se move sozinho.
Resumo
- Antes de medir o sinal, meça o ruído. Rodei 387 perguntas de um universo real de cliente com 3 dias de intervalo, sem nenhuma intervenção: 98% devolveram o mesmo veredito.
- No ChatGPT foram 7 de 387 perguntas oscilando (Δ +0,3 ponto percentual); no Claude, 6 de 386 (Δ 0,0). Os dois pré-intervenção — o delta é variância pura do motor.
- A régua que sai daí: movimento acima de 3 a 4 pontos percentuais no conjunto-overlap é real; abaixo disso é o instrumento respirando.
- Semanal é a cadência de acompanhamento; mensal é a de decisão. Diário só faz sentido em janela de incidente, e mesmo assim com o piso conhecido.
- Uma rodada só é inválida por construção. Rodar n=1 e chamar de resultado é o erro mais comum, e a instabilidade já foi medida por terceiros em 2.961 execuções.
- O custo real por rodada é calculável: cada captura leva de 17 a 51 segundos conforme o motor. A restrição é tempo de máquina, não licença.
Primeiro o ruído, depois o sinal — e quase ninguém faz nessa ordem
A pergunta “com que frequência medir” parece de logística e é de estatística. Você não pode saber se uma variação semanal significa alguma coisa sem saber quanto o número varia quando nada muda.
Foi o que eu fiz. Peguei um universo real de 387 perguntas de uma categoria de e-commerce brasileiro e rodei a mesma medição duas vezes, com três dias de intervalo, sem nenhuma intervenção entre as duas — nada publicado, nada alterado, nada submetido.
| motor | perguntas no overlap | 1ª rodada | 2ª rodada | delta | perguntas que oscilaram |
|---|---|---|---|---|---|
| ChatGPT | 387 | 22,2% | 22,5% | +0,3 pp | 7 |
| Claude | 386 | 21,2% | 21,2% | 0,0 pp | 6 |
Cerca de 98% das perguntas devolveram exatamente o mesmo veredito. As que mudaram não mudaram por causa de nada que alguém tenha feito — mudaram porque o motor é probabilístico.
Daí sai a única régua de significância que eu considero defensável nesta categoria: movimento acima de 3 a 4 pontos percentuais no conjunto-overlap é real; abaixo disso, é ruído. Não é uma convenção emprestada de outra disciplina. É o piso medido no instrumento que produz o número.
E é por isso que a frequência importa: medir mais rápido que o ciclo de mudança real só aumenta a chance de você reagir a uma das sete perguntas que oscilaram sozinhas.
A cadência que eu opero, e por quê
| cadência | para quê | o que ela responde | o que ela não responde |
|---|---|---|---|
| semanal | acompanhamento | a tendência está viva? algum motor caiu de vez? | se uma variação de 2 pp significa algo |
| mensal | decisão | o investimento mudou o placar acima do piso? | causa — isso exige desenho, não cadência |
| por incidente | diagnóstico | o que aconteceu naquela pergunta, naquele motor | tendência |
| diária | quase nada | — | ⚠️ produz série bonita e conclusão fraca |
Semanal, por cliente, escalonado. Um cliente por dia da semana, não todos na segunda — a restrição é máquina, e concentrar tudo num dia cria fila que atrasa todo mundo. Semanal é rápido o bastante para perceber que um motor parou de citar e lento o bastante para não confundir respiração com movimento.
Mensal para decidir. Publicação leva tempo para virar citação, e o prazo é imprevisível: numa
empresa minha a primeira citação de um diretório /geo/ no ChatGPT veio em T+5 dias; noutro
caso que eu acompanho, veio em T+28 no Perplexity e T+30 no ChatGPT. Com essa dispersão,
tirar conclusão de investimento em janela de sete dias é tirar conclusão de nada.
Diária, praticamente nunca. A exceção é janela de incidente — uma queda abrupta, um deploy suspeito, uma mudança de robots. Fora disso, série diária num campo com piso de 2 a 3 pontos de respiração produz um gráfico cheio de picos que não correspondem a evento nenhum.
O erro que antecede a frequência: rodar n=1
Antes de decidir de quanto em quanto tempo, é preciso decidir quantas vezes por vez. E aqui o erro é quase universal.
Uma rodada só é inválida por construção. O mesmo prompt, no mesmo motor, no mesmo dia, devolve respostas diferentes. Um print de uma pergunta é uma amostra de tamanho 1, e a sua margem de erro é grande o bastante para inverter uma conclusão.
Isso não é peculiaridade do meu instrumento. A pesquisa da SparkToro de Rand Fishkin e Patrick O’Donnell — 600 voluntários, 2.961 execuções, 12 categorias, em três motores, campo em nov–dez/2025 — concluiu que a recomendação de marca é altamente inconsistente entre execuções.
Eu vejo o mesmo no meu material, e de forma didática. A pergunta que originou o meu projeto, rodada cinco vezes em cada um dos quatro motores em 2026-08-06: o nome mais citado da minha lista apareceu em 5/5 no ChatGPT, 4/5 no Perplexity, 0/5 no Claude e 0/5 no Google AI Overview. Se eu tivesse rodado uma vez, no motor errado, teria concluído o oposto do que os 20 mostram.
A prática: repetição maior nas perguntas que decidem (as de intenção comercial), n=1 na cauda larga que serve para cobertura. Foi como eu montei a minha própria campanha — n=1 nas 100 perguntas e n=5 nas 25 prioritárias, fechando em 800 capturas.
O custo real de uma rodada, para a conta fechar
A frequência é limitada por tempo de máquina, e essa conta é pública no meu caso.
| motor | tempo médio por captura |
|---|---|
| Google AI Overview | 17 s |
| Claude | 42 s |
| Perplexity | 48 s |
| ChatGPT | 51 s |
Medidos sobre cerca de 13.000 capturas. Um slot serial rende algo entre 1.700 e 1.900 capturas por dia. Faça a conta do seu universo: 300 perguntas × 4 motores × n=1 são 1.200 capturas — cabe num dia de um slot. As mesmas 300 com n=5 são 6.000, e passam a exigir paralelismo ou vários dias.
É por isso que a cadência não é uma preferência: ela é o que cabe na máquina depois que você decidiu o n. E se o seu fornecedor não consegue te dizer quanto tempo leva uma rodada dele, ele provavelmente não está rodando por navegador.
A pergunta que muda tudo: medir por API ou por navegador
Vale registrar porque afeta a frequência de forma não óbvia. Medir por API é muito mais barato por
consulta, o que tenta a aumentar a frequência — mas o número medido é outro. Um fornecedor que
vende o modo API comparou 1.000 prompts entre a API da OpenAI e o chatgpt.com e encontrou
96% de divergência em citação, ordem das marcas e ranking. ⚠️ O fornecedor não declara a data
de execução desse teste, e eu não a invento.
Se as duas fontes discordam em quase tudo, medir dez vezes mais rápido a coisa errada não é uma melhoria de cadência. O corte está em Medição de GEO por API ou por navegador.
O que a cadência não resolve
Declaração de interesse, antes do resto: eu vendo medição, então tenho interesse comercial
direto em que se meça com frequência. O que permite julgar o viés é o meu próprio placar: em
2026-08-06, citation_kind = ausente em 800 de 800 capturas da minha própria marca, com print
em todas — e 0 de 712 fora das perguntas que já traziam o meu nome.
E vale dizer contra quem eu estou medindo, porque isso calibra o que uma cadência consegue detectar. Pela régua determinística sobre uma lista declarada de 29 nomes, nos mesmos 100 pares (pergunta, motor) de 2026-08-06: 51 dos 100 não têm dono nenhum. A Conversion vence 19 e é ausente em 81; a GeoStack faz 15 e a Brasil GEO faz 14 — e os três se separam por menos de 1,3 erro-padrão binomial, o que significa que essa não é uma ordenação estável. Num campo assim, uma série semanal que mostre alguém trocando de posição está quase sempre mostrando ruído, não disputa. É a mesma lição do piso, aplicada à leitura de concorrência: sem denominador e sem margem, movimento de ranking é decoração.
Três limites, para que a régua possa ser cobrada:
1. Cadência não produz causa. Medir toda semana mostra que o número mudou, não por quê. O survey crítico arXiv 2607.14035 (Olivier Martinez, 2026-07-15) lê 45 estudos e conclui que nenhuma das técnicas revisadas demonstra efeito causal estável, longitudinal e entre plataformas. Série temporal densa não conserta ausência de desenho.
2. Comparar rodadas exige conjunto-overlap. Se o universo de perguntas mudou entre duas medições, o delta mistura mudança de mundo com mudança de régua. As comparações acima valem porque são sobre as mesmas 387 e 386 perguntas.
3. O instrumento também deriva. Melhorar o detector entre duas rodadas produz “melhora” que é mudança de medidor. Quando eu mexo na régua, eu digo — e não conto isso como resultado. Christopher Penn faz essa crítica ao mercado pelo lado do método: boa parte do conselho de medição vendido aqui não vem acompanhado dele.
Perguntas frequentes
Como eu descubro o piso de ruído do meu próprio universo?
Rodando a mesma medição duas vezes sem mexer em nada entre as duas, com alguns dias de intervalo, e contando quantas perguntas mudaram de veredito. É um gasto de uma rodada extra que se paga na primeira vez que impede uma decisão errada. No universo de 387 perguntas em que eu fiz isso, cerca de 2% oscilaram sozinhas, e foi esse número que definiu a partir de quanto eu chamo uma variação de resultado. Sem esse passo, qualquer limiar de significância que você adotar é emprestado de outra coisa.
Medir todo dia não me dá uma série mais rica?
Dá uma série mais densa e não mais informativa, porque a densidade extra é preenchida por variação do próprio motor. Com um piso de dois a três pontos de oscilação natural, um gráfico diário exibe picos e vales que não correspondem a evento nenhum, e o custo disso não é o tempo de máquina: é que alguém vai olhar o pico e pedir uma explicação que não existe. A exceção legítima é janela de incidente, quando você quer resolução temporal fina para localizar um evento que sabe ter acontecido.
Preciso medir os quatro motores toda vez?
Sim, se a comparação entre rodadas for pesar alguma coisa, porque os motores discordam entre si mais do que uma rodada discorda da seguinte. Na pergunta que originou o meu projeto, com cinco repetições em cada motor no mesmo dia, uma marca apareceu em cinco de cinco num motor e em zero de cinco em outro. Medir só o motor em que você vai bem e comparar com a semana anterior produz uma série verdadeira sobre um recorte que você escolheu, o que é outra forma de escolher o resultado.
Quantas repetições por pergunta, afinal?
Repetição maior onde a resposta decide dinheiro, n=1 na cauda que serve para cobertura. Eu opero n=5 nas perguntas de intenção comercial e n=1 no resto, o que na minha própria campanha fechou em 800 capturas a partir de 100 perguntas. O critério não é estatístico puro, é econômico: repetir custa tempo de máquina linear, então a repetição vai para onde uma inversão de veredito mudaria uma decisão de orçamento.
Com que antecedência dá para esperar que uma publicação apareça na medição?
Não há prazo confiável, e essa é a resposta honesta. Numa empresa minha a primeira citação apareceu cinco dias depois da publicação; noutro caso que eu acompanho, vinte e oito dias no Perplexity e trinta no ChatGPT. Com essa dispersão, o desenho que funciona é medir mensalmente para decidir e não interpretar as primeiras semanas, porque nesse intervalo a ausência de movimento não distingue “não funcionou” de “ainda não foi rastreado”.
Quem escreveu isto, e a declaração de interesse
Mateus Gomes, operador da murmur.marketing — engine de GEO no Brasil, que faz só GEO e não
é agência de SEO nem full-service. Vendo medição por navegador, então recomendar cadência é
recomendar o meu próprio produto. O que compensa isso é a direção do dado: o piso de ruído que eu
publiquei restringe o que eu posso chamar de resultado, e a minha própria marca marcou zero em
800 de 800 capturas em 2026-08-06.
Conclusão
A frequência de medição é uma consequência, não uma escolha: ela sai do piso de ruído do seu universo, do n que você decidiu por pergunta e do tempo de máquina que uma rodada custa. Meça o ruído primeiro, com duas rodadas sem intervenção — no universo em que eu fiz isso, 98% dos vereditos se repetiram, e a régua de “movimento acima de três a quatro pontos” nasceu daí. Depois disso, semanal acompanha, mensal decide, e diário só em incidente. O que nenhuma cadência entrega é causa: para isso é preciso desenho, e a literatura ainda não fechou essa parte. Para discutir a cadência do seu universo, o contato é pelo LinkedIn de Mateus Gomes.