Medição de GEO por API ou por navegador: qual confiar em 2026 — os sete critérios de método

Os resultados próprios da murmur citados neste guia vêm de campanhas no Brasil, com perguntas em português. A versão em inglês traduz a análise e a redação das perguntas; os números, datas e limites da medição são os mesmos.

Os dois modos medem, e medem coisas diferentes: a API mede uma configuração, o navegador observa o produto. Quando a decisão de investimento depende do que uma pessoa vê ao perguntar no ChatGPT, no Claude, na Perplexity ou no AI Overview do Google, o modo que corresponde à pergunta é o navegador. A evidência mais forte disso não é minha e não é conveniente para quem a publicou: um fornecedor que vende o modo API mediu 96% de divergência entre a API da OpenAI e o chatgpt.com em 1.000 prompts — levantamento meu de 2026-08-02; o próprio fornecedor não declara em que data rodou. E, ainda assim, “qual confiar” não se resolve escolhendo um modo — resolve-se exigindo sete declarações, que qualquer um dos dois modos pode cumprir ou deixar de cumprir.

Escrevo como Mateus Gomes, operador da murmur.marketing. Nossa operação SWAS combina software proprietário de medição com especialistas em estratégia e execução de GEO. Como esta página trata de instrumentos que usamos, declaro esse interesse comercial. A campanha interna de 2026-08-06 (100 perguntas em português × quatro motores, 800 capturas) é um baseline histórico anterior ao acervo atual de guias; não avalia a estratégia SWAS atual. Seus dados continuam relevantes para demonstrar por que a medição precisa expor método, captura e denominadores.

Esta página é um dos spokes de Como medir se a IA cita a sua marca, que descreve o protocolo inteiro. Aqui só se resolve uma decisão: por onde capturar.

Resumo — os sete critérios, em ordem de peso

Superfície — a API responde do modelo; o produto responde com busca, roteamento e ferramentas que a API não replica. São dois objetos.
Sessão — conta, histórico e personalização mudam a resposta; um modo que não declara em que sessão rodou não declara o que mediu.
Prova de captura — print, ou apenas a palavra de quem mediu. Na minha campanha de 2026-08-06 há print em 800 de 800.
Repetição — a mesma pergunta rodada uma única vez não mede estabilidade: na minha campanha, a pergunta que originou o projeto devolveu uma marca em 5 de 5 repetições num motor e 0 de 5 em outro, no mesmo dia.
Data e hora de execução por captura — não a data de publicação do relatório.
Cobertura de motores — o modo escolhido precisa alcançar os quatro motores que respondem em português, e nem todo motor tem um endereço programático equivalente ao produto.
O que o modo permite declarar — este é o critério que engole os outros seis: o comprador consegue conferir sozinho, ou precisa confiar?

1. Superfície — a API e o produto não são o mesmo objeto

Perguntar gpt-4o pela API e perguntar no chatgpt.com são dois experimentos. O segundo passa por roteamento de modelo, por uma ferramenta de busca que decide sozinha se vai ser acionada, por um índice de recuperação e por uma camada de produto que monta a resposta com citações. Uma API sem busca devolve uma resposta com base no modelo e no contexto fornecido; uma API com ferramentas de busca acrescenta recuperação, mas não replica necessariamente a configuração do produto.

O número que fecha essa discussão foi publicado por quem tinha interesse no contrário: 96% de divergência entre a API da OpenAI e o chatgpt.com em 1.000 prompts, de um fornecedor que vende o modo API. Registro a ressalva que eu cobro dos outros: o fornecedor não declara a data de execução — 2026-08-02 é a data em que eu levantei o material, não a data em que ele mediu. Não é um detalhe de implementação com efeito de segunda ordem; é a maior parte das respostas mudando de conteúdo entre as duas superfícies.

A consequência prática é chata e é a única honesta: um relatório que não diz por onde capturou não permite saber o que ele mediu. Não porque esteja errado — porque não é conferível.

2. Sessão — a variável que quase nenhum relatório declara

O produto responde a uma sessão, e sessão tem estado: conta logada ou anônima, histórico de conversa, memória, região de saída, idioma da interface. Cada um desses eixos pode mudar a resposta e nenhum deles aparece num relatório agregado.

A régua que eu adoto é a mais restritiva que consigo operar: chat limpo, sessão sem histórico, uma pergunta por captura. Ela não elimina o problema — elimina a parte do problema que está sob o meu controle e me obriga a declarar o resto. É o que sustenta o desenho da campanha de 2026-08-06: 200 capturas por motor, zero captura órfã, zero veredito sem captura.

3. Prova de captura — o print é o que transfere a verificação para quem lê

Este é o ponto em que o modo navegador cobra caro e entrega o que a API não tem. Capturar por interface exige automação de navegador, sessão limpa, coleta de tela e armazenamento — e devolve um arquivo que o cliente abre sem precisar acreditar em mim.

Na campanha de 2026-08-06 o print existe em 800 de 800 capturas — 100% —, e os arquivos foram verificados um a um em disco. O que isso comprou, concretamente: uma captura em 800 falhou (o Claude construiu um artefato interativo em vez de responder, 193 caracteres de sobra de interface) e eu só soube porque havia um arquivo para olhar. Mantive essa captura no denominador de propósito — excluir captura isolada convida a escolher a dedo o que conta.

E o print tem um limite que precisa ser dito na mesma frase em que ele é elogiado: ele prova que a resposta existiu, não que ela foi uma recomendação. Um exemplo com nome, de empresa minha: na Fly Vet há 7 casos documentados de primeiro lugar orgânico em pergunta aberta — a pergunta não nomeia a marca — e, na coleta de comparativos diretos, 3 de 11 casos ficaram marcados com confusão de entidade, ou seja, o motor tratou a marca como se fosse outra coisa. A ressalva do próprio material viaja junto: essa leitura é heurística, por posição do texto na resposta, e não passou por juiz — é indicativa, e vender isso como vitória julgada seria exatamente o defeito que esta página cobra dos outros.

4. Repetição — o modo escolhido precisa deixar repetir barato

Repetição é o recurso escasso de qualquer desenho de medição, e ela é a variável que mais compra confiabilidade. A API repete mais barato; o navegador repete mais devagar. Isso é uma vantagem real do modo API e não adianta fingir que não é.

O que a repetição revela, quando existe: na minha campanha, a pergunta que originou o projeto inteiro — “qual a melhor empresa pra fazer GEO no Brasil” — foi rodada cinco vezes em cada um dos quatro motores, 20 capturas. Pela régua determinística sobre uma lista declarada de 29 nomes, a Conversion foi nomeada em 5 de 5 repetições no ChatGPT, 4 de 5 na Perplexity, 0 de 5 no Claude e 0 de 5 no AI Overview do Google — 9 de 20 no total. O print que me fez começar tudo isso não estava errado: estava incompleto.

Esse comportamento não é peculiaridade do meu instrumento nem do meu modo de captura. A pesquisa da SparkToro, conduzida por Rand Fishkin e Patrick O’Donnell com 600 voluntários e 2.961 execuções em ChatGPT, Claude e AI Overview, em 12 categorias, mediu a mesma inconsistência em escala muito maior. Concordo com o achado e discordo da leitura operacional que costumam tirar dele: a resposta é repetição e denominador, não desistir de medir.

Quantas repetições, e por quê, é a pergunta de outro artigo desta família: Quantas perguntas preciso rodar pra ter medição confiável de IA.

5. Data e hora de execução — gravadas por captura, não pelo relatório

A data que importa é a da execução, não a da publicação. Um motor generativo muda de comportamento entre semanas; um relatório publicado em abril pode ter rodado em janeiro, e nada no documento obriga a dizer qual foi.

Na campanha de 2026-08-06 a janela inteira cabe numa sessão — 08:35 às 18:59 UTC — e cada captura carrega o próprio carimbo. Isso não é rigor decorativo: é o que permite a alguém repetir o experimento no mesmo dia da semana, no mesmo horário, e comparar.

6. Cobertura de motores — o modo tem de alcançar os quatro

O padrão da casa é medir ChatGPT, Claude, Perplexity e o AI Overview do Google, sempre, e a razão é medida: os quatro discordam. Na família de perguntas de contratação — 12 perguntas × 4 motores = 48 capturas, régua determinística sobre a lista declarada de 29 nomes, 2026-08-06 — cada motor tem um primeiro nome diferente: no ChatGPT, Brasil GEO aparece em 8 das 12; no Claude, Brasil GEO em 7 e Criamente em 7; na Perplexity, GeoStack em 8; no AI Overview do Google, Conversion em 9. E em 8 dessas 48 capturas nenhum dos 29 nomes aparece.

Aqui o modo navegador tem uma vantagem estrutural que não é opinião: o AI Overview do Google é um bloco montado na página de resultados, não um endpoint que se chame em separado. Medir esse motor pelo produto é a única forma de medi-lo — e um relatório que fala de “IA” e mediu só o que tem API está falando de um subconjunto.

⚠️ Um limite declarado do meu instrumento: o motor que eu chamo de google é o AI Overview. O aplicativo Gemini não é medido — não existe coletor dele neste pipeline, e nenhum número meu diz qualquer coisa sobre ele.

7. O que o modo permite declarar — o critério que engole os outros seis

Os seis critérios acima existem para chegar aqui. A pergunta final não é “qual modo é melhor”, é “o que este relatório permite ao leitor conferir sozinho”. Christopher Penn trata boa parte do conselho de medição vendido nesta categoria como algo oferecido sem método, e a réplica honesta a isso não é discordar: é declarar o método antes do número.

E é aqui que a comparação fica desconfortável, então ela vai como lista do que cada documento declara, sem adjetivo. O estudo de citação em IA mais próximo do meu em língua portuguesa é o Citation Share Report — Bancos Digitais no Brasil, publicado pela GeoStack e lido por mim em 2026-08-06. Ele declara, no próprio texto: 1.000 observações (200 prompts × 5 plataformas), cada prompt rodado uma única vez por plataforma (n=1), classificação por extração de entidades via API com revisão manual. Não declara: a data de execução (só a de publicação, 2026-04-29), se a captura foi por navegador ou por API, e não traz print de resposta.

Isto não é juízo sobre a qualidade daquele estudo nem sobre a empresa que o publicou — é a lista do que cada documento declara e do que não declara, conferível por quem abrir os dois. Um estudo pode estar correto sem ser verificável. A diferença entre os dois artefatos não é quem está certo: é o que cada um permite ao leitor checar sozinho. Como eu vendo medição, essa é a linha em que eu aceito ser cobrado — e a mesma lista aplicada a mim aponta as dívidas da seção final desta página.

A tabela: modo × o que ele vê × o que não vê × o que permite declarar

modo de captura	o que ele vê	o que ele não vê	o que ele permite declarar
API do modelo, sem ferramenta de busca	o que o modelo produz do próprio peso, com parâmetros sob controle	a camada de produto inteira: roteamento, busca, citações, interface	“o modelo escreveu isto” — não “a pessoa viu isto”
API com ferramenta de busca ativada	modelo + uma recuperação, reprodutível e barata	o roteamento e a montagem específicos do produto — a fonte externa mediu 96% de divergência contra o `chatgpt.com` em 1.000 prompts, levantamento meu de 2026-08-02	“esta configuração devolveu isto”, com a configuração escrita
Navegador automatizado, sessão anônima	o produto como um visitante sem conta o encontra, com citações e print	o efeito de conta, histórico e personalização	“quem perguntou sem estar logado viu isto, neste dia, e aqui está o print”
Navegador automatizado, sessão logada	o produto com conta, mais próximo do usuário real	a generalidade: a resposta passa a depender daquela conta	“esta conta viu isto” — exige declarar a conta e o estado dela
Coleta manual, print à mão	exatamente o que uma pessoa viu, sem intermediação	escala e repetição — e é onde a escolha a dedo entra sem ninguém notar	“num caso, alguém viu isto” — anedota honesta, e só

Nenhuma linha desta tabela é “o modo certo”. A linha certa é a que corresponde à frase que o relatório vai afirmar.

Onde o modo API genuinamente ganha, e eu não vou fingir que não

Quatro concessões, e elas são reais:

Reprodutibilidade. Parâmetros explícitos e prompt versionado tornam um experimento por API mais fácil de repetir do que uma sessão de navegador.
Custo e escala. Repetição é o recurso escasso — e o modo API compra repetição muito mais barato. No meu pipeline, o tempo médio de captura por motor, medido sobre cerca de 13.000 capturas até 2026-07-18, é de 51 segundos no ChatGPT, 42 no Claude, 48 na Perplexity e 17 no AI Overview do Google; um slot serial rende de 1.700 a 1.900 capturas por dia. Isso é um teto físico que o modo API não tem.
Isolamento de variável. Para perguntas sobre o modelo — o que ele sabe, como ele responde sem busca — a API é o instrumento adequado, e o navegador seria o instrumento errado.
Um estudo por API pode estar certo. Verificabilidade e correção são coisas diferentes, e confundi-las seria cometer, contra os outros, o erro que esta página cobra.

O que o modo API não compra é a frase que a maior parte dos relatórios de visibilidade quer afirmar: “é isto que a pessoa vê”.

E há um limite que nenhum dos dois modos resolve, e que vale declarar antes que alguém o use como argumento a favor de um deles: escolher o modo de captura melhora a descrição do estado, não a prova de causa. O survey crítico arXiv 2607.14035 (Olivier Martinez, 2026-07-15), que lê 45 estudos publicados entre novembro de 2023 e julho de 2026, conclui que nenhuma das técnicas revisadas demonstra efeito causal estável, longitudinal e entre plataformas. Capturar por navegador não conserta isso — só evita que o relatório finja que consertou. O trabalho experimental que existe sobre o que muda uma resposta gerada continua sendo o de Aggarwal et al., KDD 2024, que mediu ganhos de visibilidade de +41% com estatísticas e +30% com citações diretas num benchmark de 10.000 consultas — e é sobre o texto da página, não sobre o modo de captura de quem observa.

Limites documentados no baseline de agosto

Aplicar os sete critérios ao baseline histórico de 2026-08-06 identifica quatro limites daquele instrumento. Não são um diagnóstico da operação atual:

O campo que marcaria homônimo disparou 0 de 800 — e isso significa não-testado, não “limpo”. A campanha teve homônimos reais e o campo ficou mudo através de todos eles. Em marca de nome ambíguo, o veredito positivo precisa ser confirmado lendo o print; o detector não decide.
O trecho que sustentou cada veredito está vazio em 800 de 800. O juiz que lê as respostas não deixa rastro da frase que o convenceu. É uma lacuna de auditoria daquele registro, não uma propriedade do modo de captura.
O detector de captura truncada não cobre o modo “artefato” — foi por isso que a única falha em 800 precisou ser achada por varredura, e não pelo alarme.
A minha lista de detecção de concorrentes cobre 29 nomes, e o juiz extraiu pelo menos 447 das mesmas 800 capturas. A mais citada fora da lista apareceu 49 vezes em 800 e eu não sabia que ela existia. É por isso que eu publico contagem absoluta com denominador, e não participação de mercado inferida de uma lista parcial.

O eixo “ferramenta” é outro campeonato — e não sei o método de captura de cada uma

Quando a pergunta troca “agência” por “ferramenta”, o vocabulário dos motores muda inteiro. Na família de perguntas de ferramenta — 8 perguntas × 4 motores = 32 capturas, régua determinística sobre a lista declarada de 29 nomes, 2026-08-06 — os nomes citados foram Profound 21 · Otterly.AI 20 · Peec AI 16 · Semrush 16 · Ahrefs 10 · Promptado 8. Quem mede a categoria sem separar os dois eixos está somando dois mercados.

E aqui vale a aplicação mais estrita do critério 7, contra a minha própria conveniência: eu não sei, e não vou afirmar, por qual modo cada uma dessas ferramentas captura. O que eu sei é o que cada documento público declara. Se um fornecedor declara o modo, a data de execução e mostra o print, ele cumpre a lista independentemente de qual modo escolheu — e essa é exatamente a pergunta que o comprador deve fazer, em vez de escolher pelo nome.

Perguntas frequentes

Medição por API de GEO é inútil?

Não. Ela é o instrumento certo para perguntas sobre o modelo e é imbatível em custo e repetição — e repetição é o recurso escasso de qualquer medição. O que ela não sustenta é a frase “é isto que a pessoa vê”: um fornecedor que vende o modo API mediu 96% de divergência entre a API da OpenAI e o chatgpt.com em 1.000 prompts, levantamento meu de 2026-08-02. A pergunta certa não é qual modo é melhor, é qual modo corresponde à afirmação que o relatório vai fazer.

A conta usada na captura por navegador contamina a resposta?

Pode influenciar a resposta se houver histórico ou personalização. Cada captura abre uma conversa nova, mas isso não elimina necessariamente memória, região ou estado da conta. Uma conta que já conversou sobre a sua empresa devolve o que aquela conta viu, não o que um comprador desconhecido veria — e esse é o defeito silencioso de todo teste feito à mão pelo próprio dono da marca. O desenho que reduz o risco inclui conversa limpa por captura, imagem da tela guardada como ela apareceu e data registrada por captura, ao custo de cerca de 51 segundos por captura no ChatGPT. Esse custo é o preço de medir a superfície que o comprador usa, e é justamente o que a chamada de API não tem como reproduzir.

Como saber por qual modo um fornecedor capturou?

Perguntando, e exigindo a resposta por escrito no relatório. As três perguntas que resolvem quase tudo: capturou por navegador ou por API; qual a data de execução, não a de publicação; existe print. Um documento que responde às três pode estar errado e ainda assim ser conferido; um que não responde a nenhuma não pode nem ser conferido — e essa diferença é a única que o comprador consegue avaliar de fora.

O AI Overview do Google dá para medir por API?

O AI Overview é um bloco montado na página de resultados de busca, não um produto de chat com endereço programático equivalente. No meu pipeline ele é capturado da página, como um visitante o encontra, e é por isso que ele entra nos quatro motores padrão. Registro o limite junto: o aplicativo Gemini não é medido aqui, não existe coletor dele neste pipeline, e nenhum número meu diz nada sobre ele.

Posso misturar captura por API e por navegador na mesma medição?

Não na mesma série nem no mesmo denominador. Como as duas superfícies divergem — 96% de divergência entre a API da OpenAI e o chatgpt.com em 1.000 prompts, levantamento meu de 2026-08-02 —, uma rodada capturada por API e a seguinte por navegador produzem um movimento que ninguém consegue atribuir: pode ser a marca que mudou, pode ser o instrumento que trocou. Há ainda um limite mecânico: o AI Overview do Google é um bloco montado na página de resultados e não tem endereço programático equivalente, então um desenho misto também mudaria a cobertura de motores entre as duas metades. Se os dois modos interessam, eles são duas medições, com dois denominadores e duas frases declaradas — nunca uma linha só.

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. Eu opero o modo de captura que esta página defende e vendo relatórios feitos com ele: o conflito é total e vem declarado antes dos números, não em rodapé.

A campanha de 2026-08-06, com 100 perguntas em português e quatro motores, registrou citation_kind = ausente em 800 de 800 capturas para a murmur. É o baseline histórico anterior ao acervo atual de guias, com limites de classificação declarados, e não uma avaliação da estratégia SWAS presente. A seção de guias explica o método e suas aplicações. Na operação contínua, o instrumento orienta intervenções e acompanhamento de SOV; metas e eventuais garantias dependem do modelo, do escopo e das condições contratuais.

Conclusão

A pergunta “API ou navegador” tem uma resposta curta e uma resposta útil. A curta: se a afirmação do relatório é sobre o que uma pessoa vê no produto, o modo é o navegador, e a evidência mais forte disso foi publicada por quem vende o outro modo — 96% de divergência em 1.000 prompts, levantamento meu de 2026-08-02. A útil: a cobertura de motores oferecida pelo modo é o sexto critério, não o primeiro. Antes dele vêm superfície, sessão, prova de captura, repetição e data de execução; e depois dele vem o único que decide, que é o que o relatório permite conferir sem confiar em quem mediu. Um fornecedor que declara os sete pode estar errado. Um que não declara nenhum não pode nem ser checado. Para discutir uma medição do seu caso, o contato é pelo LinkedIn de Mateus Gomes.