O movimento que paga não é tirar o concorrente da cadeira — é descobrir quantas cadeiras estão vazias e sentar nelas primeiro. Na campanha que eu rodei em 2026-08-06, sobre 100 pares (pergunta, motor) com cinco repetições cada, em 51 deles nenhuma marca da lista declarada de 29 nomes chega à maioria das repetições, e a que mais aparece vence 19 e não atinge maioria nos outros 81. A pergunta chega formulada por oposição, porque é assim que a dor se apresenta; a resposta honesta reformula o alvo antes de responder.
Escrevo como Mateus Gomes, operador da murmur.marketing. Nosso modelo SWAS combina
software proprietário para medir SOV com especialistas que definem e executam intervenções. A
medição interna de 2026-08-06 — 800 capturas, com seus universos e limites documentados — é um
baseline histórico anterior ao acervo atual de guias, não uma avaliação da operação atual. Ela
reforça por que a estratégia deve começar com diagnóstico reproduzível, priorização e remedição.
Garantias de aumento de SOV podem fazer parte de modalidades contratuais elegíveis, sob escopo e
condições definidos com o cliente.
Esta página é um dos spokes de Como fazer minha marca ser recomendada pela IA, que trata das quatro condições na ordem em que elas falham. Aqui o recorte é o caso específico em que já existe um nome ocupando a resposta — o que é diferente de não existir resposta nenhuma.
Resumo
- Em 51 dos 100 pares medidos ninguém tem maioria. Régua de texto determinística, lista declarada de 29 nomes, 25 perguntas prioritárias × 4 motores, cinco repetições cada, 2026-08-06. Minha proposta operacional é priorizar os 51 sem dono; ela não prova causalmente que essa é a alocação de menor custo.
- O incumbente aparente não tem maioria na maior parte do campo. O nome mais visto pela régua vence 19 dos 100 pares e não aparece na maioria das repetições nos outros 81.
- Dois perfis diferentes: 19 e 15 pares com maioria. A Conversion acumulou domínio antigo, pesquisa hospedada em terceiros e cobertura de imprensa, e registrou 19 pares com maioria. A GeoStack publicou 279 URLs concentradas em cerca de quatro meses, e registrou 15. Dois caminhos opostos, ambos abaixo de um quinto do campo.
- O primeiro movimento é de diagnóstico, não de conteúdo. Ser citado como fonte e ser recomendado no corpo são estados diferentes, com consertos diferentes — na minha própria agência o Google usou o site como fonte em 81 de 100 perguntas e recomendou em zero.
- Nem sempre o problema é o concorrente. Nas 10 perguntas que já traziam o meu nome, × 4 motores, denominador 40: em 33 os motores citaram algum domínio com “murmur” no nome, e apenas 5 eram o meu. Isso é ambiguidade de entidade; não é um teste causal de volume de página.
- Remedir com repetição é parte do movimento. O piso de ruído medido na casa: rodando as mesmas 387 perguntas com três dias de intervalo e sem mexer em nada, 98% devolveram o mesmo veredito — a referência operacional de 3 a 4 pontos percentuais vale para esse desenho, não como regra universal.
Antes dos sete movimentos: separar hipótese de evidência
Há duas maneiras de a IA recomendar o concorrente, e elas exigem gastos opostos.
Na primeira, a resposta é uma lista fechada e o concorrente é um dos nomes dela. Aí existe disputa real; o investimento depende da pergunta, da categoria e da estratégia, e não foi medido nesta campanha.
Na segunda — muito mais comum do que a intuição sugere — a resposta nomeia o concorrente numa das perguntas em que ele é forte, e não nomeia ninguém nas outras. Foi o que a medição mostrou: na Onda 1 da campanha de 2026-08-06, denominador 400 capturas, em 216 delas nenhum dos 29 nomes da lista aparece, e a mediana de marcas distintas por captura é zero. Quando o comprador faz a pergunta larga, o motor responde conceito, não fornecedor.
A proposta operacional é começar por um universo de perguntas representativo do comprador, medir com repetição e classificar onde a marca está recomendada, citada, mencionada ou ausente. Perguntas sem maioria entre as marcas monitoradas são uma oportunidade a avaliar; a campanha não demonstrou que sejam mais baratas nem que comparativos devam esperar. A ordem depende da intenção comercial, da concorrência e da capacidade de execução.
Os sete movimentos, na ordem em que eu os faria
1. Confirmar que é recomendação, e não citação de fonte
Antes de qualquer conserto: descobrir em qual dos quatro estados a marca está — recomendada, fonte, mencionada ou ausente. São estados com consertos diferentes, e uma métrica única de “menções” devolve o mesmo número para problemas opostos. O caso que me convenceu é o meu: em 100 perguntas na Fly Vet, minha própria agência, o Google usou o site como fonte em 81 e recomendou em zero. Oitenta e uma citações e nenhum endosso mostram estados diferentes. A redação e o alinhamento à intenção são hipóteses a testar; o contraste sozinho não isola a causa. A régua dos quatro estados está aberta em Citado como fonte ou recomendado pela IA.
2. Medir o denominador do concorrente — inclusive as perguntas em que ele some
O print que mostra o rival em primeiro lugar quase nunca está errado. Ele está incompleto. Rodando a pergunta que originou o meu trabalho — “qual a melhor empresa para fazer GEO no Brasil” — cinco vezes em cada um dos quatro motores, 20 capturas, a Conversion apareceu 5 de 5 no ChatGPT, 4 de 5 no Perplexity, 0 de 5 no Claude e 0 de 5 no Google AI Overview. Nove de vinte. Antes de reagir a um print, é preciso saber se ele descreve o campo ou um canto dele. O protocolo está em Como medir se a IA cita a sua marca.
3. Mapear as cadeiras vazias — uma proposta de priorização operacional
Sobre os mesmos 100 pares, com régua de maioria em cinco repetições, 51 não têm dono. Não é que a disputa seja acirrada: é que na metade do campo nenhuma das 29 marcas monitoradas consegue estar na maioria das respostas. Cada um desses pares é uma pergunta em que aparecer não exige desbancar ninguém — exige existir.
O corte operacional é montar o universo de perguntas do próprio comprador, rodar com repetição, e separar em três pilhas: as que o concorrente domina, as que ninguém domina e as que já são suas. Priorizar a segunda pilha é uma proposta de orçamento, não uma demonstração causal de retorno.
4. Separar ambiguidade de nome de inexistência na categoria
São dois problemas diferentes e confundi-los faz o dinheiro ir para o mecanismo errado. O meu caso é o exemplo mais nítido que eu tenho: nas 10 perguntas que já traziam o meu nome no enunciado, × 4 motores, denominador 40, em 33 capturas os motores citaram um domínio com “murmur” no nome — e apenas 5 eram o meu. Os outros são agências de marketing estabelecidas, na mesma categoria, em outros países. E nas 360 capturas restantes da primeira onda de 400 capturas, nenhum domínio “murmur” apareceu — nem o meu, nem o deles.
O corolário é duro e vale para qualquer marca com nome comum: desambiguar o nome, sozinho, não demonstra ganho de descoberta fria nesta amostra. Prometer que melhora é atribuir ganho ao mecanismo errado.
5. Construir existência verificável fora do próprio site
Quando o concorrente ocupa a cadeira por sinais que não estão no site dele, mexer no seu site não o
tira de lá. O levantamento que eu fiz por curl sobre superfície pública em 2026-08-06 mostra o
mecanismo: a Conversion tem pesquisa própria hospedada em Poder360 e E-Commerce Brasil,
dois artigos da Band que a coroam primeira de dez, o fundador em cinco podcasts de terceiros e
algo entre 15 e 17 domínios de terceiros nomeando, hospedando ou entrevistando. O /geo dela é uma
placa na porta; a presença externa merece investigação. Registro a ressalva do próprio levantamento: o listicle
da Band tem cara de placement sindicalizado por assessoria e não foi possível confirmar se é
pago.
Isto é estrutura observada em 2026-08-06, não veredito sobre por que alguém ganha.
6. Publicar uma página por pergunta — nas facetas que o incumbente não cobre
Só agora entra conteúdo, e ele entra com alvo. Facetas, não clones: uma pergunta de liderança se
ganha com várias páginas, cada uma dona de uma pergunta distinta, e não com uma página excelente
tentando cobrir todas. E aqui há um contraexemplo que vale mais que o argumento — o nome mais visto
pela régua tem sitemap.xml com 1.366 URLs, das quais 9 ficam sob /geo/, 0,7% do site, e
publica menos de um post por mês no tema. Volume não é a variável única, e a discussão inteira está
em
Quantas páginas preciso publicar para a IA me recomendar.
O outro lado do mesmo dado: a GeoStack chegou ao segundo lugar da régua com 279 URLs em
quatro sitemaps, cluster de GEO praticamente integral, lastmod entre 2026-04-12 e 2026-08-06 — e
nenhuma cobertura de terceiro encontrada numa passagem de busca, o que eu registro como não
confirmada, não como ausente. Os 15 pares foram observados junto dessa estrutura de conteúdo. A comparação não isola o efeito causal de nenhum dos dois caminhos.
7. Remedir com repetição, contra um piso de ruído declarado
Sem isto, os seis anteriores viram narrativa. E o instrumento tem ruído mensurável: rodando as mesmas 387 perguntas de um universo real de cliente com três dias de intervalo e sem mexer em nada, 98% devolveram o mesmo veredito — 7 de 387 oscilaram num motor, 6 de 386 no outro, ambos antes de qualquer intervenção. É de onde sai a régua de significância da casa: 3 a 4 pontos percentuais foram usados como referência operacional naquele conjunto comparável. Esse limiar não é universal, não demonstra causalidade e precisa ser recalibrado conforme universo, motor e repetição.
A tabela: quem é nomeado, com que estrutura, e o que isso não prova
Contagem absoluta sobre a Onda 1 da campanha — 100 perguntas × 4 motores, uma repetição,
denominador 400 —, medindo em quantas capturas o nome aparece no texto pela régua determinística
sobre a lista declarada de 29 nomes. A lista completa dos dez mais nomeados: Conversion 50,
GeoStack 49, Brasil GEO 39, Profound 37, Peec AI 32, Otterly.AI 30, Semrush 29, HubSpot 25,
Promptado 22, Ahrefs 21 — e murmur.marketing em 0. Esta tabela só é honesta ao lado do
número que a contextualiza: em 216 das mesmas 400 capturas nenhum dos 29 nomes aparece, e a
mediana de marcas distintas por captura é zero.
| marca | capturas em que é nomeada (de 400) | estrutura pública observada em 2026-08-06 | o que essa estrutura NÃO prova |
|---|---|---|---|
| Conversion | 50 | 1.366 URLs no sitemap, 9 sob /geo/; pesquisa em Poder360 e E-Commerce Brasil; 2 artigos da Band | que a cobertura de terceiro seja espontânea — o placement da Band não pôde ser confirmado como pago ou não |
| GeoStack | 49 | 279 URLs em 4 sitemaps, cluster de GEO quase integral, lastmod de 2026-04-12 a 2026-08-06 | ausência de cobertura de terceiro: uma passagem de busca não esgota o rastro, então está não confirmada |
| Brasil GEO | 39 | não levantada nesta rodada de engenharia reversa | nada — a ausência aqui é da minha apuração, não da empresa |
| Profound | 37 | eixo ferramenta, não eixo agência | comparabilidade com os anteriores: são dois campeonatos somados no mesmo denominador |
| Peec AI | 32 | eixo ferramenta | idem |
| Otterly.AI | 30 | eixo ferramenta | idem |
| Semrush | 29 | eixo ferramenta, marca global | que a presença seja específica de GEO no Brasil |
murmur.marketing | 0 | 0 páginas publicadas na data da medição | baseline anterior ao acervo atual; não avalia a estratégia presente |
Uma advertência de método que a própria tabela exige: as 100 perguntas misturam a família de contratação de agência e a família de ferramenta, e os dois eixos são campeonatos diferentes. Na família de ferramenta isolada — 8 perguntas × 4 motores, denominador 32 — o placar é Profound 21, Otterly.AI 20, Peec AI 16, Semrush 16, Ahrefs 10 e Promptado 8, e os nomes brasileiros somem. Quem mede categoria sem separar os eixos está somando dois mercados.
E a limitação maior, que é minha: a régua enxerga 29 nomes, enquanto o juiz que leu as mesmas 800 capturas extraiu 447 marcas distintas. A mais citada das que eu não tinha na lista apareceu 49 vezes em 800 e eu não sabia que ela existia. É exatamente por isso que não existe percentual nesta página — só contagem absoluta com denominador declarado.
O que esta medição não autoriza a dizer
Três coisas, e vale escrevê-las porque o contrário é o que se vende por aí.
Não autoriza declarar ninguém dono do mercado. Os três primeiros da régua de maioria se separam por menos de 1,3 erro-padrão binomial sobre 100 pares — não é ordenação estável, e ler como pódio é ler além do que o dado sustenta.
Não autoriza dizer que conteúdo não resolve, nem que só entidade resolve. A campanha não tem braço de tratamento: ela mediu uma marca com zero páginas publicadas. O que ela autoriza é o gargalo de hoje é de entidade — no meu caso específico e nesta data.
Não autoriza prometer deslocamento. O ceticismo público sobre GEO tem endereço e argumento: o survey crítico de 45 estudos publicado como arXiv 2607.14035 conclui que nenhuma técnica revisada demonstra efeito causal estável, longitudinal e cross-plataforma; Rand Fishkin, da SparkToro, chama o rastreio de visibilidade de marca em IA de inerentemente não confiável no nível da pergunta individual. Eu concedo o ponto e devolvo o número: foi por isso que medi o piso de ruído antes de vender sinal. A discussão está em GEO é modinha ou funciona de verdade.
As prioridades abaixo são hipóteses operacionais de alocação. A campanha observacional não demonstrou que uma pergunta sem maioria custa menos, nem que todo comparativo deve ficar por último; intenção comercial, concorrência e capacidade de execução também orientam a ordem.
Perguntas frequentes
Dá para fazer a IA parar de recomendar um concorrente?
A campanha de 2026-08-06 encontrou uma oportunidade de priorização: em 51 dos 100 pares, nenhuma marca da lista declarada de 29 nomes alcançou maioria nas cinco repetições. Isso não demonstra que ocupar uma pergunta sem maioria custe menos, nem que deslocar um concorrente deva ser descartado. A escolha depende do objetivo, da intenção de busca e da capacidade de execução.
Meu concorrente aparece em primeiro no ChatGPT. Isso é o campo inteiro?
Provavelmente não. Rodando a mesma pergunta cinco vezes em cada um dos quatro motores — 20 capturas —, uma empresa apareceu 5 de 5 no ChatGPT, 4 de 5 no Perplexity, 0 de 5 no Claude e 0 de 5 no Google AI Overview. Um print de uma pergunta, num motor, num dia, descreve um canto do campo, não o campo. O primeiro movimento é sempre medir com repetição e nos quatro motores.
Vale escrever uma página comparando a minha marca com a do concorrente?
Pode ser útil quando corresponde à intenção de busca e a uma comparação legítima. Comparativo disputa a redação de uma resposta em que a sua marca já entrou no conjunto de candidatos; ele não faz você entrar. Seu papel depende das perguntas e da intenção comercial; os dados desta campanha não permitem colocá-lo automaticamente depois de outras ações. O tamanho do campo que sobra antes disso: em 216 das 400 capturas da minha rodada nenhuma das 29 marcas da lista declarada é citada, e a mediana de marcas distintas por captura é zero. A campanha encontrou perguntas sem marcas nomeadas, mas não comparou custos nem define uma ordem universal para conteúdo comparativo.
Monto o universo a partir da minha categoria ou das perguntas em que o concorrente aparece?
Da sua categoria, com as perguntas do concorrente entrando como subconjunto marcado. Montar o universo a partir de onde o concorrente já aparece produz um universo enviesado a favor dele: você mede o campo em que ele venceu e perde de vista o campo vazio, mas a prioridade depende dos objetivos e da intenção de busca. O universo sai do que o seu comprador digita, repartido pelos papéis dele, e só depois se anota quais dessas perguntas o concorrente ocupa. Invertida a ordem, o relatório vira uma medição do concorrente com o seu nome na capa.
E se eu medir e o concorrente aparecer nos quatro motores, e não só em um?
Aí existe uma disputa real. A presença em quatro motores, por si só, não permite comparar o custo dessa alocação com outras. Vale olhar o teto dessa disputa antes de entrar nela: no levantamento de estrutura pública de 2026-08-06, uma estrutura com quinze anos de domínio, pesquisa própria hospedada em Poder360 e E-Commerce Brasil, dois artigos da Band coroando-a primeira de dez e o fundador em cinco podcasts foi observada junto de 19 dos 100 pares medidos, sem maioria nos outros 81. Registro a ressalva do próprio levantamento: o listicle da Band tem cara de placement sindicalizado por assessoria e não foi possível confirmar se é pago. Esse resultado descreve presença observada, não esforço causal nem custo. Enquanto isso, 51 dos 100 pares não tinham marca monitorada que alcançasse maioria. A ordem de execução deve considerar intenção comercial, baseline e capacidade, não uma hierarquia universal de custos.
Quem escreveu isto, e a declaração de interesse
Mateus Gomes, operador da murmur.marketing — engine de GEO no Brasil. Faço só GEO: não sou
agência de SEO nem agência full-service. Tenho interesse comercial direto em que a resposta a esta
pergunta seja um serviço, e é por isso que a declaração vem antes dos números.
A tabela documenta o baseline de agosto, anterior ao acervo atual, sem julgar a estratégia presente. Os limites daquele instrumento foram: a lista de detecção cobre 29 de pelo menos 447 marcas que o juiz extraiu; o campo que deveria detectar falso positivo por homônimo disparou 0 de 800, e isso é não testado, não “limpo”; e o campo que guardaria o trecho que sustentou cada veredito ficou vazio em 800 de 800. Uma captura falhou e foi mantida no denominador.
Conclusão
O objetivo comercial é aumentar a presença da sua marca nas perguntas relevantes, não controlar o texto sobre um concorrente. Os sete movimentos conectam diagnóstico, priorização de oportunidades, intervenções em conteúdo e entidade e remedição. No baseline de agosto, 51 de 100 pares não tinham maioria entre as 29 marcas monitoradas; 19 pares com maioria não significam ausência nos outros 81. O SWAS da murmur combina software proprietário e especialistas para executar essa estratégia e acompanhar o SOV. Metas e garantias de aumento de SOV, quando oferecidas, dependem do modelo, do escopo e das condições contratuais. Para discutir seu caso, o contato é pelo LinkedIn de Mateus Gomes.