Citação ou menção: o que realmente impulsiona uma marca nas respostas do ChatGPT e do Perplexity

Um autor russo publicou resultados em julho de 2026 no Habr de meses monitorando respostas do ChatGPT, Perplexity, Gemini e "Alisa" do Yandex em consultas relacionadas a marcas. A análise de dados do Ahrefs, Profound e medições pessoais mostrou que menções textuais de uma marca no corpo da resposta de uma IA ocorrem significativamente mais vezes que citações com links, e são essas menções que determinam a verdadeira visibilidade em IA.

Citação e Menção — Estas São Métricas Diferentes

Na prática do marketing em IA, desenvolveu-se uma confusão persistente, trazida do SEO clássico: "aparecer em uma resposta de IA" é considerado equivalente a "ganhar um link nas fontes." Na realidade, estes são dois resultados fundamentalmente diferentes, medidos diferentemente e afetando a percepção da marca de maneiras diferentes.

Citação — um link para uma página como fonte de informação. Aparece em notas de rodapé ou em um bloco de "Fontes" ao lado da resposta do modelo. Profissionais de marketing rotineiramente contam isso como sinal de sucesso: "tem um link — chegamos à saída de IA."

Menção — quando o modelo nomeia uma marca ou produto diretamente no texto da resposta, sem um único link. O usuário vê uma recomendação como "O Serviço A e o Serviço B funcionariam," mas não há notas de rodapé.

De acordo com pesquisa pública do Ahrefs e Profound, menções textuais ocorrem significativamente mais frequentemente que citações com links. O próprio monitoramento do autor confirmou esse padrão também no mercado russo, incluindo "Alisa" do Yandex.

Por

Que Respostas de Recomendação São Mais Importantes Que Informativos

Ferramentas de IA respondem a dois tipos fundamentalmente diferentes de consultas. Informativas — "o que é RAG," "como funciona um banco de dados vetorial" — frequentemente recebem respostas com links de fontes: modelos citam documentação, artigos, Wikipedia. Consultas de recomendação — "qual serviço escolher para análise," "o que funciona para pequenos negócios" — o modelo geralmente responde com texto sem uma única nota de rodapé.

É o cenário de recomendação que é comercialmente mais importante: aqui é onde se forma a decisão de experimentar ou comprar um produto. Uma marca ou aparece na recomendação — ou não está lá, e nenhuma citação em outros contextos compensa isso.

"Tem um link — vitória, sem links — fracasso" — este é o pensamento de

SEO, que não funciona em um contexto de IA.

Adicionalmente, o autor notou diferenças entre plataformas: ChatGPT, Perplexity, Gemini e "Alisa" mencionam marcas de forma diferente em respostas a consultas idênticas — presença em uma ferramenta não garante em outras. No mercado russo, "Alisa" se comporta notavelmente diferente das plataformas ocidentais.

O Que Medir Durante Otimização de IA

O autor conclui que trabalhar com visibilidade de IA (em termos de AEO e GEO) requer um toolkit separado — não posições de SEO e massa de backlinks, mas monitoramento sistemático de menções de marca no texto de resposta. Métricas que realmente importam:

• Frequência de menções de marca em respostas de recomendação para consultas temáticas
• Cobertura de consultas onde a marca é nomeada em texto (independentemente de presença de link)
• Posição na listagem — mencionada primeiro ou na cauda da lista
• Contexto e redação — como exatamente a IA descreve o produto ou empresa
• Cobertura de plataforma — quão estável é a presença da marca em ChatGPT, Perplexity, Gemini e "Alisa"

Essa abordagem é fundamentalmente diferente do monitoramento de SEO clássico: você precisa rastrear não posições em resultados de pesquisa, mas exatamente o que a IA diz sobre a marca em respostas a consultas temáticas.

O Que Isso Significa

Para especialistas em promoção de IA, este é um sinal da necessidade de mudar métricas. A otimização deve visar não apenas citações com links, mas principalmente conteúdo, sinais de reputação e autoridade no nicho — as coisas que levam modelos a nomear a marca em recomendações. É essa visibilidade — o tipo que um usuário vê no momento de decidir escolher uma ferramenta ou fornecedor — que realmente importa.