O que a IA diz de você agora: auditoria de marca em 30 minutos
Milhões de pessoas decidem comprar (ou não) com base no que ChatGPT, Perplexity e Gemini dizem da sua marca, e você nunca leu essa resposta. Esta aula te dá o roteiro pra auditar isso em meia hora: perguntar o que a IA fala da sua marca e da sua categoria, capturar as alucinações, e classificar cada uma por gravidade (presença, posicionamento, sentimento, lacunas). Um preço errado vira venda perdida, uma acusação falsa vira processo. E você transforma essa auditoria num ritual recorrente, o moat RESPONDER.
Um cliente em potencial abre o ChatGPT e digita: "vale a pena contratar a [sua empresa]? Me dá os prós e contras." Você não está na sala. Não vê a pergunta, não vê a resposta. E a IA responde com a maior naturalidade do mundo: cita um preço que você não pratica mais, inventa um "ponto fraco" que nunca foi verdade, e no fim sugere um concorrente. O cliente lê, balança a cabeça, e some. Você nunca soube que essa conversa existiu, nem que perdeu essa venda dentro dela. A auditoria desta aula é você finalmente sentando na cadeira daquele cliente e lendo, com os seus próprios olhos, o que a máquina anda dizendo de você.
Alguém pesquisa "a [sua consultoria] é confiável? Teve algum problema com clientes?" no Perplexity. A IA, querendo ser útil, junta retalhos da internet e responde com um número de "multa" que nunca houve e um processo que era de outra empresa de nome parecido. No financeiro, isso não é detalhe: é a sua reputação de quem cuida do dinheiro dos outros sendo descrita errada, com confiança, pra quem ia te contratar. A auditoria pega isso antes que vire a primeira impressão de todo prospect.
Um cliente pesquisa "qual a melhor banca pra causa trabalhista na minha cidade?" e o Gemini lista três nomes. O seu não está. Pior: quando ele pergunta especificamente sobre você, a IA descreve a banca como "focada em direito imobiliário", que não é a sua praça. Posicionamento errado afasta exatamente o cliente certo. E se a IA inventar uma acusação (um caso que você perdeu, uma sanção que não existe), aí já não é marketing, é difamação. A auditoria te mostra as duas coisas no mesmo print.
Você pergunta ao ChatGPT "quais as melhores agências de performance pra e-commerce?" e a sua não aparece. Aí você pergunta direto sobre a sua agência, e a IA responde que vocês "são mais focados em branding", quando o seu forte é justamente performance. Presença zero numa pergunta, posicionamento trocado na outra. Cada uma dessas respostas está sendo lida agora, por gente decidindo pra quem mandar o briefing. A auditoria é o seu jeito de ler junto com eles.
Um candidato bom, daqueles que você queria muito atrair, pesquisa "como é trabalhar na [sua empresa]?" no ChatGPT antes de responder à sua vaga. A IA junta cacos de internet e responde com um clima que não é o seu: cita uma "alta rotatividade" que não existe e um processo seletivo "demorado e confuso" que você já arrumou faz tempo. O candidato lê, dá de ombros, e nem aplica. Você nunca soube que perdeu esse talento numa conversa que aconteceu longe do seu radar. A auditoria desta aula é você sentando na cadeira do candidato e lendo, com os seus olhos, o que a máquina anda dizendo da sua marca empregadora.
Alguém avaliando ferramentas pergunta ao Perplexity "qual o melhor produto pra gestão de roadmap?" e o seu não aparece na lista. Aí pergunta direto sobre o seu produto, e a IA descreve um recurso central do seu PRD como "ainda em beta", quando ele está em produção há meses, e crava um preço de um plano que você nem vende mais. Presença zero numa pergunta, dado errado na outra, e cada uma sendo lida por quem está decidindo a compra agora. A auditoria é você lendo essa resposta de propósito, antes que o seu próximo usuário a leia primeiro.
Um lead que entraria fácil no seu pipeline pergunta ao Gemini "vale a pena comprar da [sua empresa]? Prós e contras." antes de sequer aceitar a sua proposta. A IA responde com naturalidade: inventa um "ponto fraco" no pós-venda que nunca foi reclamação real e sugere um concorrente no fim. O lead lê, esfria, e o seu vendedor nunca entende por que a negociação morreu antes de começar. Não tem CRM que registre essa conversa, porque ela aconteceu fora dela. A auditoria desta aula é você finalmente lendo o que a máquina diz pra quem ainda nem entrou no seu forecast.
Um possível cliente pesquisa "a [sua transportadora] cumpre prazo? Tem problema de SLA?" no ChatGPT antes de fechar contrato. A IA, querendo ajudar, mistura retalhos e responde com um índice de atraso que nunca foi o seu e um "histórico de extravios" que era de outra empresa de nome parecido. No operacional isso não é detalhe: é a sua reputação de quem entrega no prazo sendo descrita errada, com confiança, pra quem ia te contratar. A auditoria pega isso antes que vire a primeira impressão de todo prospect.
Alguém pesquisa "a [sua empresa] é confiável com dados? Já teve problema de LGPD?" no Perplexity. A IA, juntando o que acha na internet, responde com uma "multa do regulador" que nunca houve e um "vazamento" que era de outra companhia. Aqui isso não é marketing, é risco: a sua reputação de quem leva controles a sério sendo manchada por uma acusação inventada, lida por quem ia confiar dados em você. A auditoria te mostra isso, e o vermelho você printa com data, pra ter prova se um dia precisar.
Um time avaliando vendors pergunta ao Gemini "qual a melhor plataforma de deploy pra times pequenos?" e a sua não aparece. Aí pergunta direto sobre a sua, e a IA descreve a sua arquitetura como "fechada e difícil de integrar", quando você nasceu API-first, e inventa um "incidente de segurança" que nunca aconteceu. Posicionamento trocado afasta o time certo, e a acusação falsa de incidente já é outro nível de estrago. A auditoria te mostra as duas coisas no mesmo print, antes que um arquiteto leia e te tire da shortlist.
Um possível cliente pesquisa "a [sua plataforma] é fácil de usar?" no ChatGPT antes de pedir uma demo. A IA responde que o seu fluxo de cadastro é "confuso e cheio de etapas", baseada numa versão antiga que você redesenhou há meses, e nem menciona o trabalho de acessibilidade que virou o seu diferencial. O usuário lê, imagina uma jornada ruim, e desiste sem nunca testar o protótipo de verdade. A auditoria desta aula é você sentando na cadeira desse usuário e lendo o que a máquina diz da sua experiência, antes que ele leia primeiro.
Um investidor em due diligence pergunta ao ChatGPT "essa empresa já teve algum problema com investidor anterior? Vale a pena entrar nessa rodada?" antes da primeira reunião com você. A IA, juntando retalhos da internet, inventa uma "saída conturbada" de um sócio que nunca existiu e cita uma rodada anterior com valuation que não é o seu. No comitê de investimento isso não é detalhe: é a sua credibilidade estratégica sendo descrita errada, com confiança, pra quem está decidindo se aposta em você. A auditoria pega isso antes que vire a primeira impressão de todo investidor.
Putz, deixa eu começar essa com uma pergunta que costuma dar um frio na barriga gostoso. Quando foi a última vez que você perguntou a um ChatGPT, a um Perplexity, a um Gemini, o que eles dizem da sua marca? Pensa comigo: hoje tem gente decidindo comprar de você (ou desistir de você) dentro de uma conversa com a IA que você nunca leu. Você gasta uma fortuna cuidando do que o Google mostra, do que o Instagram mostra, e tem esse canal novo, gigante, falando de você o dia inteiro, e você nunca abriu a porta pra ouvir. Esta aula conserta isso em meia hora.
A ideia central desta aula. A IA virou um canal de descoberta da sua marca, do mesmo jeito que o Google virou nos anos 2000. As pessoas perguntam pra ela "vale a pena?", "quem é o melhor?", "essa empresa é confiável?", e ela responde com uma confiança absoluta, misturando o que é verdade com o que ela inventou. A auditoria de marca é você sentar e ler essa resposta, de propósito, com um roteiro. Você pergunta sobre a sua marca e sobre a sua categoria nos três principais motores, captura o que vier (inclusive as alucinações), e classifica cada achado em quatro eixos: presença (apareço?), posicionamento (apareço como o quê?), sentimento (falam bem ou mal?) e lacunas (o que falta ou está errado?). E o pulo do gato: isso não é um print de uma vez só, é um ritual que você repete. No fim da trilha a gente chama isso de o moat RESPONDER. A regra pra colar na cabeça: o que a IA não sabe dizer de você, ela inventa, e o que ela inventa, alguém lê como verdade.
01Por que isso parou de ser opcional
Vamos chamar o boi pelo nome. Tem um dado que circula bastante no mercado, de uma análise de Lily Ray sobre o Google AI Overviews: em perguntas de categoria do tipo "qual o melhor X?", em torno de 69% das respostas com listicle acabam recomendando um concorrente, e não a marca de referência. Não porque o concorrente seja melhor. Muitas vezes é só porque ele aparece mais vezes, em mais lugares, e a IA aprendeu a citá-lo. Você pode estar perdendo a indicação sem nunca ter entrado na disputa.
E tem o outro lado, o que assusta de verdade. A IA não fica calada quando não sabe. Ela preenche o buraco. Se ela não tem um dado seguro sobre o seu preço, ela chuta um. Se não sabe direito o seu posicionamento, ela inventa um. No marketing comum, um texto raso passa batido. Aqui não: um preço errado na boca da IA vira uma venda que morreu antes de começar, e uma acusação falsa (um "essa empresa teve problemas com x") vira, no limite, um processo. Já houve caso real (Walters v. OpenAI) de gente processando empresa de IA porque o modelo inventou uma acusação difamatória, com nome e tudo. A OpenAI até venceu por decisão sumária, mas o processo, o custo e o desgaste foram reais. Quando o errado é sobre a sua marca, o estrago é seu primeiro.
Para o quadro. Você não controla o que a IA diz de você. Mas você pode (e precisa) ao menos LER o que ela diz, antes que o seu cliente leia primeiro. Quem nunca auditou está dirigindo de olhos fechados num canal que já decide vendas.
A boa notícia é que ler isso é barato e rápido. Não precisa de ferramenta cara nem de engenheiro. Precisa de meia hora, de um roteiro, e da disposição de encarar o que aparecer. Beleza?
02O roteiro: as perguntas que você faz à máquina
A auditoria tem duas famílias de pergunta, e você faz as duas em cada motor (ChatGPT, Perplexity e Gemini, no mínimo). Faça num chat limpo, sem login que já te conheça enviesando a resposta, pra ver o que um estranho veria.
Família 1, perguntas de categoria (você nem cita o seu nome). Aqui você descobre se existe na cabeça da IA quando o cliente ainda nem te conhece:
- "Quais as melhores empresas de [sua categoria] para [seu tipo de cliente]?"
- "Quem você recomendaria para [o problema que você resolve]?"
- "Estou escolhendo entre opções de [categoria]. Quais devo considerar?"
Família 2, perguntas diretas (você crava o seu nome). Aqui você descobre como a IA te descreve quando alguém já ouviu falar de você:
- "O que você sabe sobre a [sua marca]?"
- "Vale a pena contratar/comprar da [sua marca]? Prós e contras."
- "A [sua marca] é confiável? Teve algum problema?"
- "Quanto custa a [sua marca]?" (esse é o que mais pega preço inventado)
- "Compare a [sua marca] com [um concorrente]."
A diferença é importante. A família 1 mede presença: se você não aparece quando o cliente nem te conhece, você está fora do jogo da descoberta. A família 2 mede tudo o resto: como te descrevem, se falam bem, e onde mentem. Lá na aula de evals (a 5.3, e o seu primo G.6 do Guardião) você viu a ideia de ter um conjunto fixo de perguntas que você roda sempre, do mesmo jeito, pra comparar. É exatamente isto, aplicado à sua marca: uma pequena biblioteca de prompts que vira o seu termômetro recorrente.
03Os quatro eixos: como classificar o que aparecer
Capturar a resposta é metade do trabalho. A outra metade é ler com método, pra não sair só com "ah, falaram mais ou menos bem". Você joga cada achado em um de quatro eixos. Pensa neles como quatro lentes, e olhe a mesma resposta por cada uma.
- Presença. Você apareceu? Nas perguntas de categoria, o seu nome surgiu, ou só os concorrentes? No mercado existe até um nome pra isso virar número, chamam de Share of Model: de quantas respostas da sua categoria a sua marca participa. Você não precisa do nome bonito, precisa da conta: de dez perguntas de categoria, em quantas eu apareci?
- Posicionamento. Você apareceu como o quê? A IA te descreveu fazendo o que você de fato faz, pro cliente que você de fato quer? Ou te encaixou na gaveta errada ("focada em branding" quando você é performance)? Posicionamento trocado afasta o cliente certo com a maior educação.
- Sentimento. O tom foi a favor, neutro ou contra? "Uma opção sólida e confiável" é diferente de "uma opção entre tantas" que é diferente de "teve algumas reclamações". O sentimento é a inclinação da resposta, e ele empurra a decisão.
- Lacunas. O que faltou ou o que está errado? Aqui moram as duas coisas mais perigosas: o dado errado (preço, prazo, oferta, um recurso que você nem tem) e a acusação falsa (um problema, uma sanção, uma reclamação inventada). Lacuna não é só o que falta; é, principalmente, o que a IA preencheu com invenção.
Repara que essas quatro lentes não são iguais em peso. Presença e posicionamento são jogo de marketing, você melhora com o tempo. As lacunas, em especial a acusação falsa, são jogo de risco, e é pra lá que a gravidade aponta. Vamos a ela.
04A escala de gravidade: o que é cosmético e o que vira processo
Aqui está o que separa esta auditoria de uma curiosidade. Cada achado que você capturou ganha uma nota de gravidade, porque o seu tempo é curto e nem tudo merece ação hoje. Eu uso três níveis, e a lógica é simples: quanto mais perto de uma venda perdida ou de um processo, mais grave.
- Verde, cosmético. A IA te descreveu de um jeito menos brilhante do que você gostaria, mas nada falso. "Uma opção entre várias." Chato, não urgente. Entra na fila de melhorar presença e posicionamento, com calma.
- Amarelo, venda perdida. A IA errou algo que afasta o cliente: um preço desatualizado, um prazo errado, um recurso que você tem e ela diz que não, ou simplesmente sumiu você das recomendações de categoria. Aqui você está perdendo dinheiro de forma invisível. Prioridade real.
- Vermelho, risco jurídico ou reputacional. A IA inventou uma acusação, uma sanção, uma reclamação, um processo, algo que não é verdade e que mancha o seu nome. Isso não é marketing, é dano. Já houve quem fosse à Justiça (o caso Walters v. OpenAI) por uma frase difamatória que um modelo cuspiu sobre uma pessoa; a empresa venceu, mas o desgaste e o custo aconteceram. Vermelho exige ação imediata, e às vezes exige documentar (printar com data) pra ter prova.
Para o quadro. A pergunta que classifica a gravidade não é "isso me incomoda?". É: "se um cliente ler exatamente isso, o que acontece?". Se a resposta for "ele desiste de comprar", é amarelo. Se for "ele pode contar pros outros que eu sou problemático", é vermelho.
E aqui vale a costura honesta com o que você já viu na trilha do Guardião. Lá na aula de prompt injection (a G.2) e na de auditoria (a G.3) você aprendeu que a IA pode ser empurrada a dizer coisas por conteúdo plantado de terceiros, e que conferir o output não é desconfiança, é higiene. Esta auditoria é a versão de marca daquilo: você está auditando o que o modelo diz, sabendo que parte vem de fontes que você não controla. Não dá pra impedir a IA de falar. Dá pra saber o que ela fala, e agir no que é grave.
05De susto único a ritual: o moat RESPONDER
Agora o pulo que transforma a aula em vantagem. Se você fizer essa auditoria uma vez, leva um susto e esquece. O valor de verdade está em fazer dela um ritual recorrente. As respostas da IA mudam: o modelo é atualizado, uma notícia nova entra na conta, um concorrente publica algo, e de repente o que estava verde fica vermelho. Auditar uma vez é tirar uma foto; auditar sempre é ter um termômetro.
O mecanismo é o mesmo da biblioteca de prompts que você viu nos evals: você fixa o seu conjunto de perguntas (as duas famílias da seção 02), e roda esse conjunto numa cadência (semanal se a sua marca é movimentada e exposta, mensal se é mais tranquila). Guarda cada rodada com data. Aí você não vê só o estado de hoje, você vê o movimento: minha presença subiu ou caiu? aquele preço errado se corrigiu? apareceu uma acusação nova? É a diferença entre saber que está chovendo e ter a previsão do tempo.
Na nossa trilha, esse hábito tem nome: é o moat RESPONDER. Moat é fosso, é a vala que protege o castelo, aquilo que te dá vantagem que o concorrente não copia fácil. Enquanto o seu concorrente nunca leu o que a IA diz dele, você lê toda semana, corrige o que é grave, e está sempre um passo à frente daquela conversa invisível. Não é uma tarefa a mais; é um sistema que fica vigiando o seu nome enquanto você toca o resto do negócio. Beleza?
Faça agora
Sua missão é rodar a auditoria de marca completa e sair com UM artefato: a sua Planilha de Auditoria de Marca por IA, primeira rodada datada. Meia hora, de relógio.
PASSO 1 · MONTE A PLANILHA (5 min) Abra uma planilha simples com estas colunas: MOTOR (ChatGPT/Perplexity/Gemini) | PERGUNTA | O QUE A IA RESPONDEU (cole o trecho) | EIXO (presença/posição/sentimento/lacuna) | GRAVIDADE (verde/amarelo/vermelho) | AÇÃO.
PASSO 2 · RODE AS PERGUNTAS DE CATEGORIA (8 min) Em chat limpo, sem login que te conheça, nos três motores, pergunte sem citar seu nome:
- "Quais as melhores [sua categoria] para [seu cliente]?"
- "Quem você recomendaria para [o problema que você resolve]?"
Anote: você apareceu? em qual posição? quais concorrentes vieram na frente?
PASSO 3 · RODE AS PERGUNTAS DIRETAS (10 min) Nos três motores, agora cravando o seu nome:
- "O que você sabe sobre a [sua marca]?"
- "Vale a pena comprar/contratar a [sua marca]? Prós e contras."
- "Quanto custa a [sua marca]?"
- "A [sua marca] é confiável? Teve algum problema?"
Cole cada resposta. Caça especialmente: preço errado, recurso que você tem e ela nega, e qualquer acusação ou problema que ela cite.
PASSO 4 · CLASSIFIQUE (5 min) Para cada linha, marque o EIXO e a GRAVIDADE. Lembre da pergunta-chave: "se um cliente ler isso, o que acontece?". Desiste de comprar = amarelo. Pode manchar meu nome = vermelho. Printe os vermelhos com data, pra ter prova.
PASSO 5 · AGENDE A PRÓXIMA (2 min) No fim, escreva no topo da planilha: "Próxima rodada: [data]". Semanal se sua marca é exposta, mensal se é tranquila. É isso que transforma o susto em ritual, o moat RESPONDER.
Pergunta-teste pra fechar: olhando a sua planilha, qual é o ACHADO MAIS VERMELHO? Se existe um, ele acabou de virar a sua tarefa mais urgente de marketing da semana, e você só descobriu porque sentou pra ler. Quem não auditou, não sabe que ele existe.
De onde vem "Share of Model" e por que o jargão GEO importa pra você
A linguagem que o mercado usa pra isso tem nome técnico, e vale reconhecer pra não cair em conversa de vendedor. Quando falam em medir a sua PRESENÇA na IA, o termo da moda é Share of Model (SoM): o percentual de respostas da sua categoria em que a IA cita ou recomenda a sua marca. É apontado como o KPI que substitui o velho "share of voice" da publicidade, agora que a descoberta migra do Google pra IA. A disciplina inteira de fazer a IA te citar chama-se GEO (Generative Engine Optimization), e o resumo que o mercado repete é honesto: "SEO te faz ser clicado, GEO te faz ser citado". Tem ferramenta paga que automatiza essa auditoria (Semrush, Profound, Brandlight e outras), rodando centenas de prompts por você e montando um índice de visibilidade. Não corra pra contratar nada disso ainda. O que essas ferramentas fazem em escala, você faz na mão em meia hora, e é fazendo na mão que você aprende a LER, que é a parte que nenhuma ferramenta faz por você. Reconheça o jargão quando ele aparecer na proposta, e cobre que ele entregue exatamente os quatro eixos desta aula: presença, posicionamento, sentimento e lacunas.
Pratique
1. Você roda a auditoria e o ChatGPT responde que a sua empresa cobra um valor que você não pratica há um ano, e o cliente provavelmente vai embora achando caro. Em que gravidade isso entra?
2. Qual é a diferença entre uma pergunta de categoria e uma pergunta direta na auditoria, e o que cada uma mede?
3. Por que fazer a auditoria uma única vez é fraco, e o que transforma ela no moat RESPONDER?
Fecha comigo o recado. Existe uma conversa acontecendo agora, sobre você, dentro do ChatGPT, do Perplexity e do Gemini, e até esta aula você nunca tinha lido uma linha dela. A auditoria de marca é simplesmente você sentando na cadeira do cliente e lendo: roda as perguntas de categoria pra medir se aparece, roda as diretas pra ver como te descrevem, classifica cada achado nos quatro eixos (presença, posicionamento, sentimento, lacunas) e marca a gravidade pela pergunta certa, "se o cliente ler isso, ele compra, desiste ou desconfia?". O preço errado que te faz perder venda é amarelo; a acusação falsa que mancha o seu nome é vermelho, e às vezes você printa com data pra ter prova. E o que separa quem leva um susto único de quem ganha vantagem de verdade é o ritual: perguntas fixas, rodadas sempre, datadas, o moat RESPONDER. Enquanto o seu concorrente segue de olhos fechados, você lê toda semana o que a máquina anda dizendo, e corrige antes que vire venda perdida ou processo. O que a IA não sabe dizer de você, ela inventa. A partir de hoje, você é o primeiro a ler.
Valeu pelo feedback. Isso ajuda a afiar a próxima aula.