Para ler um estudo de visibilidade em IA, faça seis perguntas: quem o financiou, qual foi a amostra de prompts, onde e em qual superfície foi medido, em que janela de datas, como a métrica foi definida e se o texto afirma causa sem medi-la. Se alguma resposta faltar, o número vira indício, não base de decisão.
Por que um checklist?
Porque os estudos de IA chegam em volume e com manchetes redondas. Em poucos dias, lemos números de varejistas no ChatGPT, de anúncios em respostas de IA e de intenção de compra na Black Friday. Todos são úteis, e nenhum responde sozinho à pergunta "o que muda para a minha marca?".
A imagem que usamos aqui é a do rótulo nutricional: o número em destaque (calorias) só faz sentido com a porção ao lado. Estudo sem "porção" (amostra, período, país) é calorias sem rótulo.
Passo 1: quem fez e quem ganha com a conclusão?
Procure o autor e o vínculo comercial. Isso não invalida o dado; calibra a leitura. Um exemplo: um estudo sobre varejistas no ChatGPT, com 34.637 execuções de prompts, foi conduzido por uma agência de relações públicas cujo fundador assina o texto de divulgação e cujo veículo tem vínculos de propriedade com ela. Outro, sobre anúncios, vem de uma empresa que vende inteligência de busca paga. Um terceiro, sobre Black Friday, é artigo de opinião de um executivo cuja empresa produz parte dos dados citados.
Passo 2: quantos prompts, quais prompts, quantas rodadas?
Um bom estudo diz quantos prompts usou e como os escolheu. O estudo de varejistas informa 1.114 prompts em quatro categorias, cerca de 31 execuções por prompt, e adverte que os prompts não são amostra aleatória. Essa franqueza é rara e valiosa. Se o texto não diz quantos prompts, quem os escreveu e quantas vezes rodaram, pergunte-se por que, e leia nossa nota sobre margem de erro.
Passo 3: onde, em qual idioma e em qual superfície?
ChatGPT nos EUA não é ChatGPT no Brasil, e não é AI Mode, que não é Perplexity. Cada superfície tem fontes e comportamentos próprios, como mostramos em superfície de IA. Estudos em inglês e em categorias como cosméticos ou golfe não são prova sobre eletrônicos em português.
Passo 4: em que janela de datas?
Respostas de IA mudam com o tempo. O estudo de varejistas cobre de 3 de agosto a 1º de novembro de 2026; o relatório de anúncios cobre junho a setembro para as veiculações no ChatGPT. Anote a janela e compare com o momento da sua decisão, sobretudo em temporadas como a Black Friday.
Passo 5: como a métrica foi definida?
"Visibilidade" pode significar ser mencionado ao menos uma vez, ou ser o destino dos resultados de compra. No estudo de varejistas, as duas coisas foram separadas: a Sephora aparece em 66,0% das respostas de skincare e maquiagem, mas tem 24,4% da participação de varejista. Se a definição não estiver clara, o número é ambíguo. Veja a definição de participação de varejista e a diferença entre citação, menção e recomendação.
Passo 6: o texto afirma causa que não mediu?
Frases como "a IA escolhe quem merece vender" são interpretações. O estudo de varejistas, por exemplo, observou correlação de postos de 0,13 entre número de avaliações e visibilidade nos 50 produtos mais visíveis de cosméticos, o que é fraco, mas o próprio texto avisa que não explica por que os resultados aparecem e que a origem dos dados de avaliações não é clara. Correlação fraca em 50 produtos não prova que avaliações não importam.
Outro cuidado: números sem fonte. Num artigo de opinião sobre Black Friday no Brasil, o dado de que 86% dos consumidores pretendem usar IA vem de um estudo da Stefanini Marketing, mas a afirmação de que 40% já usam IA diariamente aparece sem fonte identificada. Quando a fonte some, a confiança também deve diminuir.
Como aplicar o checklist em cinco minutos?
- Copie o número que você quer usar.
- Escreva ao lado: autor, amostra, país e superfície, janela, definição da métrica.
- Marque o que falta com "?".
- Se faltarem mais de duas respostas, use o número só como contexto.
- Se for usar, escreva a limitação junto, na mesma frase.
Nós aplicamos essa disciplina à nossa metodologia: o diagnóstico é uma análise experimental via API, não replica a interface do consumidor e os resultados variam por modelo, prompt e dia.
Um exemplo para treinar o olho
Imagine que alguém lhe mostre uma manchete dizendo que uma marca "domina" as respostas de IA em uma categoria. Antes de reagir, reconstrua a frase em versão completa: "em tal conjunto de prompts, rodados em tal país e superfície, naquela janela de datas, a marca foi mencionada em tantos por cento das respostas". A versão completa é menos vistosa e muito mais honesta. Se você não consegue preencher todos os espaços, o número ainda pode servir como curiosidade, mas não como argumento em uma reunião de orçamento. Treine isso com os próximos três estudos que chegarem à sua caixa de entrada: em pouco tempo, a leitura vira reflexo, e as manchetes perdem parte do poder de pressa.
O que levar daqui
- Cheque quem financiou, mas julgue o dado, não só a fonte.
- Prompts: quantos, quais, quantas rodadas.
- País, idioma e superfície mudam o resultado.
- Janela de datas importa, sobretudo em temporadas.
- Defina a métrica antes de comparar números.
Perguntas frequentes
Estudo de fornecedor é sempre ruim?
Não. Muitos trazem dados que ninguém mais tem. O ponto é ler a metodologia e as limitações antes de usar a conclusão.
Quantos prompts bastam?
Não há um número mágico. Importa que o texto diga quantos, como foram escolhidos e que cada um rode várias vezes.
Posso citar um número sem checar tudo?
Pode, desde que cite a fonte e a limitação principal na mesma frase, e não o use para decidir orçamento sozinho.
Quer medir a sua marca com método próprio? Rode o diagnóstico gratuito e depois aplique este checklist aos seus resultados.