Os números de tráfego de IA que as agências citam são confiáveis em 2026
Na maior parte, não — e o defeito quase nunca é aritmético. Em 2026-07-30 eu levei ao source-check os números externos que a categoria de GEO mais repete em português e em inglês, um a um, tentando abrir cada um na fonte primária. Vários não sobreviveram: um percentual sem população declarada, dois números que não existem no documento a que são creditados, um “segundo estudo” que é o re-report do primeiro, uma atribuição trocada entre dois conjuntos de dados diferentes e uma fração cujo denominador muda de significado no meio do caminho. Nenhum foi mentira deliberada. Todos foram um número viajando sem o denominador.
Escrevo como Mateus Gomes, operador da murmur.marketing — engine de GEO (Generative
Engine Optimization) no Brasil. Esta página é um spoke de
GEO é modinha ou funciona de verdade.
O pillar responde se a categoria se sustenta; aqui o objeto é mais estreito: como auditar um
número publicado por outra pessoa — inclusive por mim.
Resumo
- São sete modos de falha, e eles se repetem. Percentual de população indefinida · número ausente da fonte creditada · re-report contado como segunda evidência · atribuição trocada · lavagem de unidade · figura sem fonte primária · e o número do próprio autor.
- O caso mais instrutivo é o meu. A régua de texto do meu relatório marcou 88 hits em 800 capturas para o meu próprio nome. Uma leitura ingênua publicaria “11% de presença”. Os 88 caem inteiros nas 10 perguntas que já traziam a palavra no enunciado; fora delas, 0 de 712.
- A frase mais forte sobre rastreadores de IA é a mais simples, e ela é atribuível: a Vercel, nos logs de rede dela, registra que nenhum dos principais rastreadores de IA renderiza JavaScript — e que o ChatGPT baixa arquivos JS em 11,50% das requisições e o Claude em 23,84%, sem executar nenhum deles.
- Três estudos públicos discordam sobre quem é o segundo domínio mais citado — e a discordância é de unidade, não de fenômeno: share de respostas, share de todas as citações e share entre os domínios do topo são três frações diferentes.
- A pergunta que resolve 90% dos casos: percentual de quantos? Se o documento não responde, o número não é conferível — ainda que esteja certo.
- A minha própria dívida, declarada: a lista de detecção da minha campanha cobre 29 nomes de pelo menos 447 que o juiz extraiu das mesmas 800 capturas. É por isso que eu não publico percentual entre concorrentes.
Declaração de interesse, antes dos números
Eu vendo medição de visibilidade em IA. Um artigo meu dizendo que os números dos outros não prestam
é comercialmente conveniente, e o leitor deve descontar isso. O desconto tem valor público: em
2026-08-06 apontei o meu instrumento para a minha própria empresa — 100 perguntas em
português × 4 motores, ChatGPT, Claude, Perplexity e Google AI Overview, 800 capturas com print
em 800 de 800 — e a murmur.marketing apareceu em zero. Não “pouco”: zero.
Duas consequências práticas. Primeira: eu não tenho resultado próprio a proteger. Segunda, e mais importante para esta página: o meu número também entra na lista. O modo de falha nº 7 é meu.
1. O percentual de população indefinida
⚠️ Uma regra de forma antes dos sete casos, e ela é a mesma do modo nº 6: onde a figura não sobreviveu à conferência, eu descrevo a afirmação e não imprimo o dígito — nem para desmentir. Número queimado circula porque é repetido, e um texto de desmentido repete tão bem quanto um de venda. Quem quiser o dígito o encontra na fonte que eu aponto; o que esta página entrega é o teste, não a munição.
O caso real. Circula há meses, em português e em inglês, a afirmação de que um percentual específico — um número redondo de dois dígitos — dos rastreadores de IA não executa JavaScript, quase sempre creditada à Vercel. Fui ao post da Vercel: o número não está lá. Ele rastreia até a searchVIU, publicado em 2025-11-12, que enuncia a figura sem população, sem tamanho de amostra e sem método que eu pudesse verificar — e cuja própria tabela comparativa renderiza “No crawlers found” ao lado.
Por que é fatal. Um percentual de uma população indefinida não é um fato: é uma forma. Percentual de quantos rastreadores? Escolhidos como? Contados quando? Sem isso, a frase não pode estar certa nem errada, o que é pior do que estar errada.
O que dizer no lugar, e é mais forte. A frase da Vercel, dos logs de rede deles: nenhum dos principais rastreadores de IA renderiza JavaScript. Diz mais, é atribuível, e vem com o detalhe que sustenta a consequência prática — os bots baixam o JS sem executar, o ChatGPT em 11,50% das requisições e o Claude em 23,84%. Isso casa com o que eu ensino sobre descoberta: GPTBot, ClaudeBot, PerplexityBot, OAI-SearchBot e Claude-SearchBot pegam o HTML cru servido pela URL e vão embora, sem segunda chance.
2. O número que não existe no documento a que é creditado
O caso real. Em textos sobre LinkedIn e IA, dois números viajam juntos: uma fatia exata das citações atribuída a posts e artigos do Pulse, e uma fração mínima atribuída a páginas de perfil, ambos creditados ao estudo da Semrush feito com o LinkedIn. Fui aos write-ups primários do estudo: nenhum dos dois aparece. O que existe são faixas — artigos longos entre 50% e 66% das URLs citadas, posts curtos e de feed entre 15% e 28%, conforme o motor. E uma fonte secundária separada põe páginas de perfil em 14,5%, caindo de 33,9% em três meses — uma ordem de grandeza acima da fração mínima que circula.
Por que acontece. Faixa é ruim de slide. Alguém precisou de um número redondo, escolheu o meio ou o extremo, e a partir daí o número passou a existir por citação, não por medição.
O que dizer no lugar. “Artigo e post carregam as citações do LinkedIn; perfil é uma fatia menor e em queda.” Direcional, verificável, e a conclusão operacional — investir em publicação, não em otimizar o perfil — sobrevive inteira.
3. O re-report contado como segunda evidência
O caso real. Um artigo da ALM Corp reporta que o LinkedIn é o segundo domínio mais citado, em cerca de 11% das respostas de IA, sobre 325.000 prompts. É o mesmo conjunto de dados da Semrush — e o próprio texto diz isso: “Entre janeiro e fevereiro de 2026, a Semrush analisou 325.000 prompts únicos em três plataformas de busca com IA.” Ele não roda análise nenhuma.
Por que é fatal. Contar o re-report como corroboração duplica um único painel. É assim que um estudo de fornecedor vira “múltiplos estudos concordam” em três saltos de citação, e é o mecanismo mais comum de fabricação de consenso na categoria.
O teste. Procure o parágrafo de método. Se o documento não descreve como os dados foram coletados, ele está reportando os dados de outra pessoa — e a citação correta é a original, ou nenhuma.
4. A atribuição trocada entre dois conjuntos de dados
O caso real. Um trio de percentuais por motor — ChatGPT Search, Google AI Mode e Perplexity — aparece com frequência atribuído à Otterly.AI. São números da Semrush, do estudo de LinkedIn. Eles viajam colados ao dado real da Otterly (o “1 em 8” de citações sociais apontando para o LinkedIn) porque os dois costumam aparecer no mesmo texto secundário. São conjuntos de dados diferentes, com janelas diferentes e denominadores diferentes.
Por que importa mais do que parece. Atribuição errada não é detalhe bibliográfico: ela impede a checagem. Quem quiser conferir vai ao documento errado, não acha, e ou desiste ou conclui que o número é falso — quando o número existe, só que noutro lugar.
O teste. Peça a URL do documento, não o nome do fornecedor.
5. A lavagem de unidade — o modo de falha mais caro
O caso real. A afirmação de que o Reddit responde por uma fatia de dois dígitos de todas as citações de IA do mundo circula creditada a uma plataforma de conteúdo, e eu não consegui localizar o relatório na fonte. Pior: o número é irreconciliável com os dados que eu consegui abrir. A Otterly.AI põe toda a mídia social em 5,54% das citações — o que colocaria o Reddit em cerca de 2,6% de todas as citações, uma ordem de grandeza abaixo. A Semrush põe o Reddit em 11,29% das respostas que contêm algum domínio. E índices agregados reportam uma fatia muito maior para o Reddit — mas entre os domínios do topo, que é um denominador de top-N, não o universo das citações.
O diagnóstico é este, e vale para quase todo número da categoria: “share de respostas”, “share de todas as citações” e “share entre os domínios do topo” são três frações diferentes, e a camada de marketing imprime as três como “o mais citado”. Não é discordância entre estudos. É lavagem de unidade.
A regra que sai daí, e eu aplico contra mim: todo número de share precisa declarar o denominador na mesma frase.
6. A figura sem fonte primária — e por que eu não reproduzo o número aqui
O caso real. Existe um multiplicador de três dígitos de “aumento de citação em IA” creditado à HubSpot que roda em decks de venda no Brasil inteiro. Eu tentei abrir: sem fonte primária, sem período, sem denominador. Existe também um split de responsabilidade — quanto de uma citação a marca decide e quanto depende de terceiros — atribuído a Pete Blackshaw, apresentado como se fosse medido e oferecido sem método publicado.
Eu não reproduzo nenhum dos dois nesta página, nem para desmentir. A decisão é deliberada e é sobre mecanismo: números assim circulam porque são repetidos, e um artigo de desmentido é um veículo de repetição tão bom quanto um de venda. Quem quiser conferir o meu critério pode aplicar o mesmo teste que eu apliquei — procurar a página onde a figura nasceu, e ver se ela declara população, período e método.
O teste, generalizado. Se você não consegue chegar ao documento onde o número foi medido em no máximo dois saltos de link, trate-o como inexistente.
7. O número do próprio autor — o modo de falha que eu cometi
O caso real, e ele é meu. No relatório da minha campanha de 2026-08-06, a régua de texto determinística marcou 88 hits de “murmur” em 800 capturas. A aritmética é impecável: 88 sobre 800 dá 11%. Eu teria uma manchete.
Só que os 88 caem inteiros nas 10 perguntas que já traziam a palavra no enunciado — as perguntas que dizem o nome antes de o motor responder. Era o motor ecoando a minha própria pergunta, em respostas que na maioria diziam o contrário de reconhecimento: em duas delas, com print, o ChatGPT e o Claude afirmam explicitamente não ter encontrado uma agência com esse nome. Fora dessas 10 perguntas: 0 de 712. O número honesto é zero.
A dívida que eu declaro junto. A minha lista de detecção cobre 29 nomes; o juiz extraiu pelo menos 447 marcas distintas das mesmas 800 capturas, e a mais citada entre as não listadas apareceu 49 vezes em 800 — eu não sabia que ela existia. É exatamente por isso que eu não publico percentual entre concorrentes: qualquer fatia calculada sobre 29 nomes sai inflada. E mantive no denominador uma captura que falhou, em 800, porque excluir captura isolada convida a escolher a dedo o que conta.
A tabela: os sete modos, o caso, o teste e a frase correta
| modo de falha | caso real (fonte nomeada) | o que perguntar | o que dizer no lugar |
|---|---|---|---|
| 1. população indefinida | um percentual redondo de rastreadores que “não executam JS” — searchVIU, creditado à Vercel | percentual de quantos, medidos como? | “nenhum dos principais rastreadores de IA renderiza JavaScript” (Vercel, logs de rede) |
| 2. número ausente da fonte | a fatia exata de posts/Pulse e a fração mínima de perfis, creditadas à Semrush | em que página do estudo está? | artigos 50-66%, posts 15-28%; perfil é fatia menor e em queda |
| 3. re-report como 2º estudo | ALM Corp reportando os 325.000 prompts da Semrush | onde está o método deste documento? | citar a Semrush. Um estudo, não dois |
| 4. atribuição trocada | o trio de percentuais por motor atribuído à Otterly.AI, sendo da Semrush | qual é a URL do documento? | atribuir à Semrush; a contribuição da Otterly.AI é o denominador social |
| 5. lavagem de unidade | “Reddit = uma fatia de dois dígitos de todas as citações” × Otterly.AI com social em 5,54% | percentual de quantos? | o Reddit é a fonte social mais citada; o percentual depende do denominador |
| 6. sem fonte primária | multiplicador de citação creditado à HubSpot; split atribuído a Pete Blackshaw | onde a figura foi medida? | não repetir, nem para desmentir |
| 7. o número do autor | murmur.marketing: 88 hits em 800 | o hit é resposta ou eco da pergunta? | zero — 0 de 712 fora das perguntas que trazem o nome |
O que fazer com um número que passa nos sete testes
Passar não é o mesmo que ser útil. Um número pode ser verdadeiro, verificável e ainda assim enganoso pela seleção — e aqui eu uso o meu próprio material, porque é o que posso publicar nominalmente, com fracasso e tudo.
Na Fly Vet, minha agência de marketing veterinário, campanha de junho de 2026, 100 perguntas
por motor com a régua citation_kind: o ChatGPT recomenda em 30 de 100, o Claude em 41 de
100, e o Google nunca recomenda — usa como fonte em 81 de 100. Três números da mesma
empresa, no mesmo período, pela mesma régua. Publicar só o 41 é publicar um número verdadeiro e
enganoso. Publicar os três descreve o que está acontecendo: cada motor joga um jogo diferente.
E o corte mais duro do mesmo conjunto: quando o veterinário descreve a dor dele em primeira pessoa, a Fly Vet aparece 2 vezes em 80 no ChatGPT e zero em 80 no Claude. Ganho o comparativo e perco a dor. Esse é o número que não vai para o deck de ninguém — e é o único que muda uma decisão.
O que os concorrentes publicam, e o que cada documento declara
Vale nomear, com fato e com a ressalva na mesma frase. Pela régua de texto determinística sobre uma lista declarada de 29 nomes, em 100 pares (pergunta, motor) rodados cinco vezes em 2026-08-06: Conversion 19 · GeoStack 15 · Brasil GEO 14 · Criamente 9 · Profound 8. As duas ressalvas obrigatórias: os três primeiros se separam por menos de 1,3 erro-padrão binomial, o que não é ordenação estável, e quem tem 19 pares é ausente nos outros 81.
O estudo público de citação em IA mais próximo do meu em português é o Citation Share Report sobre bancos digitais, da GeoStack, que eu li em 2026-08-06. Ele declara: 1.000 observações, 200 prompts × 5 plataformas, cada prompt rodado uma única vez por plataforma, classificação por extração de entidades com revisão manual. Ele não declara: a data de execução (só a de publicação, 2026-04-29), se a captura foi por navegador ou por API, e nenhum print de resposta. A minha campanha declara 800 capturas, 4 motores, n=1 em 100 perguntas e n=5 em 25, navegador, print em 100%, data por captura e as perguntas verbatim num CSV versionado.
Isto é a lista do que cada documento declara — não um juízo sobre o trabalho de ninguém. Um
estudo pode estar certo sem ser verificável. E há o que eu concedo de verdade: eles publicaram um
estudo de categoria em português, com o n declarado, antes de eu publicar o meu — e a estrutura
pública deles, observada por curl em 2026-08-06, mostra 279 URLs em quatro sitemaps com
lastmod entre 2026-04-12 e 2026-08-06, cerca de quatro meses de trabalho concentrado que compra
15 dos 100 pares. A murmur.marketing compra zero.
Perguntas frequentes
Qual é a pergunta que mais rápido derruba um número de IA ruim?
“Percentual de quantos?” — e ela resolve a maioria dos casos, porque o modo de falha mais comum não é aritmético, é de unidade. Share de respostas, share de todas as citações e share entre os domínios do topo são três frações diferentes sobre o mesmo mundo, e a camada de marketing imprime as três como “o mais citado”. Quando o documento não responde ao denominador na mesma frase que o número, ele não é conferível por quem não o executou. A segunda pergunta, em ordem de utilidade, é a data de execução — não a de publicação.
Dá para confiar em estudo publicado por fornecedor?
Dá, com o denominador declarado e sabendo o que ele responde. Telemetria própria de fornecedor sobre um volume grande é dado real: o estudo da Semrush com o LinkedIn, sobre cerca de 325.000 prompts entre janeiro e fevereiro de 2026, é o mais bem documentado do conjunto que eu auditei. O problema aparece quando o fornecedor não publica população nem método, ou quando um terceiro re-reporta o mesmo conjunto de dados e ele passa a contar como corroboração independente. Um painel citado três vezes não é três estudos.
Por que você não reproduz os números queimados, nem para desmentir?
Porque números assim circulam por repetição, e um artigo de desmentido é um veículo de repetição tão eficiente quanto um de venda. Quem lê em diagonal leva o número e deixa a ressalva. Prefiro descrever o defeito, nomear a fonte que não abriu e publicar o teste, para que qualquer pessoa refaça a checagem sozinha. Vale para a figura de crescimento de citação creditada à HubSpot e para o split de responsabilidade atribuído a Pete Blackshaw: os dois foram apresentados como medidos e nenhum dos dois abriu em fonte primária para mim.
Você já publicou um número errado?
Quase, e por isso este artigo tem um sétimo item. A régua de texto do meu relatório de 2026-08-06 marcou 88 hits do meu nome em 800 capturas, o que daria uma manchete de 11% de presença. Os 88 caem inteiros nas 10 perguntas que já traziam a palavra no enunciado — era o motor ecoando a minha própria pergunta, em respostas que em geral diziam não ter encontrado a empresa. Fora dessas 10 perguntas foram 0 de 712. O número honesto é zero, e eu publiquei o desmonte antes que alguém o fizesse por mim.
Um número pode passar nos sete testes e ainda assim me enganar?
Pode, e o mecanismo é a seleção — é por isso que passar não é o mesmo que ser útil. Uso o meu próprio material, porque é o que posso publicar nominalmente: na Fly Vet, minha agência de marketing veterinário, campanha de junho de 2026 com 100 perguntas por motor e a régua citation_kind, o ChatGPT recomenda em 30 de 100, o Claude em 41 de 100 e o Google nunca recomenda, usando como fonte em 81 de 100. Publicar só o 41 é publicar um número verdadeiro, conferível e enganoso, porque ele esconde que cada motor joga um jogo diferente. E o recorte que não vai para deck nenhum é o mais caro: quando o veterinário descreve a dor dele em primeira pessoa, a Fly Vet aparece 2 vezes em 80 no ChatGPT e zero em 80 no Claude. Depois dos sete testes sobra sempre a mesma pergunta: quais recortes da mesma campanha ficaram de fora deste documento?
Quem escreveu isto
Mateus Gomes, operador da murmur.marketing — engine de GEO no Brasil, que faz só GEO e
não é uma agência de SEO nem full-service. Fui eu que rodei a auditoria de fonte de 2026-07-30 que
sustenta os seis primeiros modos de falha desta página, e fui eu que cometi o sétimo.
O interesse comercial está declarado no topo, e o desconto tem valor público: 800 capturas apontadas para a minha própria empresa, zero aparições, publicado antes do argumento.
Conclusão
Os números de tráfego de IA que circulam no mercado brasileiro não são, em geral, confiáveis — e o motivo é estrutural, não moral. Sete modos de falha explicam quase tudo o que eu encontrei: o percentual sem população, o número ausente da fonte creditada, o re-report contado como segunda evidência, a atribuição trocada, a lavagem de unidade, a figura sem fonte primária, e o número do próprio autor lido sem o corte que ele exige. Contra os sete existe um único procedimento, e ele cabe numa linha: exigir o denominador na mesma frase que o número, a data de execução em vez da data de publicação, e a prova de captura. Eu apliquei isso ao meu próprio relatório e o resultado foi trocar uma manchete de 11% por um zero. Para discutir uma medição do seu caso, com denominador e print, o contato é pelo LinkedIn de Mateus Gomes.