Share of Model: como medir a presença de uma marca nas respostas de IA

Share of Model mede quanto da conversa de uma categoria em IA pertence a uma marca. Veja as fórmulas, como montar a planilha, as regras de amostragem e os limites.

Esquema das quatro medidas de presença em respostas de IA, com as fórmulas de cada uma, sobre fundo verde

Share of Model é a proporção das respostas de IA de uma categoria em que uma marca é mencionada ou recomendada, em comparação com as demais, ou seja, o equivalente, na busca com IA, ao que o share of voice é na busca tradicional. Como as respostas variam de uma consulta para outra, a medida só faz sentido quando é construída a partir de um conjunto fixo de perguntas, repetido várias vezes e em mais de uma plataforma, e este artigo mostra o que se mede, como a medição funciona e onde estão os limites.

Esquema com as quatro medidas de presença em respostas de IA e as suas fórmulas: taxa de presença, respostas com a marca dividido pelo total; taxa de citação, respostas que citam o domínio dividido pelo total; Share of Model, menções da marca dividido pelas menções de todas as marcas; e precisão e tom, respostas corretas e favoráveis dividido pelas respostas com a marca (ampliar imagem)
As quatro medidas, cada uma respondendo a uma pergunta diferente Arte: Tráfego IA

Share of voice e Share of Model

O share of voice mede a presença de uma marca nos resultados da busca tradicional, com base em posição e impressões, enquanto o Share of Model mede a presença nas respostas de IA, com base em menções, citações e recomendações. A diferença de fundo está na referência, que, no primeiro caso, são os dez primeiros resultados e, no segundo, é qualquer marca que a IA decida nomear.

Há uma ressalva de vocabulário que evita confusão, já que o termo é usado de formas diferentes pelas fontes do mercado, algumas chamando de Share of Model a taxa de menção e outras a participação nas menções totais, num sentido que o glossário do método trata como parente próximo do Share of Answer. Neste artigo, as medidas aparecem com nomes separados, para que não se misturem.

As quatro medidas

As quatro medidas de presença em respostas de IA
MedidaFórmulaO que responde
Taxa de presençaRespostas em que a marca aparece, divididas pelo total de respostasA marca é mencionada?
Taxa de citaçãoRespostas que citam o domínio da marca, divididas pelo total de respostasO site da marca é usado como fonte?
Share of Model (participação nas menções)Menções da marca, divididas pelo total de menções de todas as marcasQual fatia da conversa da categoria é da marca?
Precisão e tomRespostas corretas e favoráveis, divididas pelas respostas em que a marca apareceO que a IA diz está certo e bem posicionado?

A taxa de presença e a taxa de citação precisam ser medidas separadamente porque, como mostram os estudos de 2026, a IA pode citar uma página sem nomear a marca e nomear a marca sem citar o site dela, e o estudo das citações fantasma da Semrush encontrou 61,7% de citações sem o nome da marca, como detalha o artigo Encontrado, citado e recomendado. São dois fenômenos distintos, e tratá-los como um só esconde qual dos dois está falhando.

Como a medição funciona

A lógica é mais simples do que o nome sugere, e se apoia em quatro cuidados que separam uma medida confiável de uma impressão.

  1. Um conjunto fixo de perguntas reais, do jeito que os clientes perguntam, cobrindo quem quer descobrir opções, comparar, confirmar e decidir, e a maioria delas não deve trazer o nome da marca, porque perguntas que já citam a marca inflam o resultado e escondem justamente onde ela está ausente.
  2. Mais de uma plataforma, já que cada IA consulta fontes diferentes e a marca pode aparecer numa e não aparecer na outra, como mostra o artigo sobre as fontes de cada IA.
  3. Repetição, porque o estudo de Rand Fishkin, da SparkToro, com Patrick O’Donnell, da Gumshoe.ai, repetiu as mesmas perguntas quase 3 mil vezes e mostrou que a chance de receber a mesma lista de marcas duas vezes é menor que 1 em 100, embora a frequência de aparição ao longo de muitas repetições seja bem mais estável, como relatou o Search Engine Land.
  4. Comparação no tempo, sempre com as mesmas perguntas, porque o valor está na tendência, e não no número de um mês.

Uma resposta isolada é um print, e só a frequência ao longo de muitas repetições vira medida

Foto: Pexels

Um exemplo ilustrativo

Os números abaixo são inventados, só para mostrar a lógica. Num painel de 20 perguntas repetidas 10 vezes numa plataforma, são 200 respostas, e, se a marca aparece em 50, a taxa de presença é de 25%. Se o domínio é citado em 30 respostas, a taxa de citação é de 15%, e se, nas 200 respostas, as marcas nomeadas somam 400 menções e a marca tem 50 delas, o Share of Model é de 12,5%. A leitura, portanto, é que a marca aparece em um quarto das respostas e fica com pouco mais de um oitavo da conversa da categoria.

Gráfico de um exemplo ilustrativo com números inventados: num painel de 200 respostas, taxa de presença de 25%, taxa de citação de 15% e Share of Model de 12,5% (ampliar imagem)
O exemplo do texto em gráfico, com números inventados só para mostrar a lógica Arte: Tráfego IA Exemplo ilustrativo, com números inventados

Limites da medida

  • A variação das respostas, que faz da medida uma estimativa com margem de erro, mesmo com repetições.
  • O conjunto de perguntas, porque mudar as perguntas muda o número, e comparar medições feitas com conjuntos diferentes não vale.
  • Consulta manual e coleta automatizada, já que ferramentas que consultam as IAs por API e consultas feitas no aplicativo podem trazer resultados diferentes, e o campo ainda discute isso.
  • Personalização, porque a localização e o histórico podem influenciar a resposta.
  • A medida não é venda, já que aparecer mais não garante clientes, e ela precisa ser lida junto com os contatos, a conversão e a pergunta “como nos encontrou?”, como mostra o artigo Do clique à recomendação.

Como saber onde a sua empresa está hoje

Antes de qualquer medição contínua, vale saber o que as IAs já encontram sobre a empresa, e o diagnóstico gratuito da Diamantino Estratégias faz esse primeiro retrato sem cadastro, com um roteiro pronto que você leva a uma IA com acesso à internet e que devolve as evidências encontradas, a consistência das informações e as possíveis falhas.

Fazer o diagnóstico gratuito

Perguntas frequentes

Preciso de uma ferramenta paga para medir o Share of Model?

Não para entender onde a empresa está, e as ferramentas de monitoramento ganham valor quando há muitas perguntas, várias plataformas e a necessidade de medir com frequência, o que normalmente faz parte de um trabalho acompanhado.

Qual é um bom Share of Model?

Não há referência pública confiável, e o valor útil é a comparação da própria marca ao longo do tempo e com os concorrentes do mesmo painel.

Com que frequência medir?

Uma vez por mês é suficiente para a maioria das empresas, e mudanças grandes no site ou nas fontes externas justificam uma medição extra.

O Tráfego IA foi desenvolvido dentro da Diamantino Estratégias, que aplica o método na presença digital de empresas.

Posts Similares