Deriva de citação é a mudança, ao longo do tempo, do conjunto de fontes que uma IA cita para as mesmas perguntas. O termo é o que usamos na Citoriq como definição de trabalho, não um padrão consolidado do mercado. Diferente da variância (a resposta muda entre uma rodada e outra no mesmo dia), a deriva aparece quando se compara a mesma bateria de perguntas semana após semana. Se você mede uma vez e conclui, está lendo um instantâneo de um rio.
Qual é a definição, com precisão?
Tome um conjunto fixo de perguntas de consumidor e rode-o em intervalos regulares, por exemplo toda semana. Em cada rodada, anote as fontes citadas. A deriva de citação é a diferença entre o conjunto de fontes de uma rodada e o da anterior, ou entre qualquer rodada e a linha de base inicial.
Ela é diferente de três conceitos vizinhos:
- Variância de resposta: mudança entre repetições próximas no tempo. Tratamos em Variância de resposta: por que a IA muda de opinião.
- Frescor: efeito de uma página nova ou atualizada sobre ser citada, discutido em Frescor em citações de IA: pico ou constância?.
- Margem de erro: incerteza de uma estimativa por amostragem limitada, tema de Margem de erro em IA: quantas rodadas medir.
A deriva mistura causas: mudanças no modelo, no índice de busca, nas regras de recuperação e no conteúdo da web. Por isso ela descreve o fenômeno e não, sozinha, a causa.
O que o estudo do Semrush mediu?
Num estudo publicado em 10 de novembro de 2025, o Semrush analisou, com snapshots semanais de 14 de julho a 12 de outubro de 2025 (13 semanas), mais de 230 mil prompts no ChatGPT (busca), no Google AI Mode e no Perplexity, somando mais de 100 milhões de citações. A cada semana, olhou os 25 domínios mais citados.
Os resultados deixam a deriva visível:
- No ChatGPT, o Reddit foi citado em cerca de 60% das respostas no início de agosto e caiu para cerca de 10% em meados de setembro.
- Ainda no ChatGPT, a Wikipedia passou de cerca de 55% das respostas para menos de 20%.
- Depois da queda, Reddit e Wikipedia se estabilizaram e recuperaram a liderança, com proporção mais equilibrada.
- No AI Mode, a composição do topo foi mais estável durante todo o período, com YouTube, Reddit e Facebook crescendo e Medium, Quora e LinkedIn caindo.
- No Perplexity, a maior queda foi a do Reddit, e as altas foram mínimas.
O estudo associa a mudança no ChatGPT à remoção do parâmetro num=100 do Google em meados de setembro, mas o próprio autor reconhece que os dados não explicam a causa sozinhos. Também vale notar que o recorte é de 2025 e de domínios gerais, não de produtos de eletrônicos.
Qual é a imagem para guardar?
A linha d'água. Imagine um cais com uma marca de maré. Numa foto, a água parece parada na altura que estava; com marcações semanais, você enxerga a maré subindo e descendo, e percebe que o nível de quinta-feira não diz nada sobre o de segunda. Quem monitora citações por IA tira fotos e acredita ter medido uma maré.
Por que isso importa para marcas de eletrônicos?
Porque a conclusão "a IA cita o nosso site" pode ser verdadeira em uma semana e falsa na outra sem que a marca tenha feito nada. E o contrário: um alerta de queda pode ser só oscilação de plataforma. Sem série temporal, não há como separar efeito de ação (uma página nova, uma correção de ficha técnica) de movimento do ambiente.
O estudo também lembra que plataformas se comportam de modo diferente. A mesma semana pode trazer mudança forte em uma e estabilidade em outra, o que reforça a necessidade de medir por superfície, como definimos em Superfície de IA: definição e por que medir cada uma.
Como medir deriva na prática?
Esta é a nossa proposta, e não um método validado pelo estudo citado:
- Congele o conjunto de perguntas. Mude uma pergunta e você perde a comparação.
- Rode em cadência fixa, de preferência semanal, nas mesmas superfícies.
- Registre fontes e, separadamente, se a marca foi citada, mencionada ou recomendada, como em Citação, menção e recomendação: as três diferenças.
- Compare os conjuntos de fontes entre semanas. Uma medida simples é a proporção de fontes em comum entre duas rodadas.
- Anote eventos: lançamento de página, mudança de preço, atualização de plataforma. Sem anotação, a deriva vira mistério.
- Use várias rodadas por semana, para não confundir deriva com variância.
Nossa metodologia geral e os limites do que medimos estão em /methodology.
O que levar daqui
- Deriva de citação é a mudança, no tempo, das fontes citadas para as mesmas perguntas; é nosso termo de trabalho.
- No estudo do Semrush, o ChatGPT teve mudanças fortes na lista de fontes mais citadas em 13 semanas; o AI Mode foi mais estável.
- O estudo não prova a causa das mudanças e não trata de eletrônicos.
- Uma única medição é um instantâneo; só uma série semanal mostra a maré.
- Registre eventos da marca ao lado da série para separar efeito de ruído.
Perguntas frequentes
Deriva de citação é o mesmo que variância?
Não. Variância é a mudança entre repetições próximas no tempo; deriva é a mudança do conjunto de fontes ao longo de semanas ou meses para as mesmas perguntas.
A deriva significa que a IA está piorando?
Não necessariamente. Ela indica que as fontes citadas mudam, por causas que podem ser do modelo, do índice, das regras de recuperação ou da web, e o estudo do Semrush não isola qual delas.
Com que frequência devo medir?
O estudo do Semrush usou snapshots semanais. É um ponto de partida razoável, ajustado ao seu volume de perguntas e às superfícies que importam para a sua marca.
Para criar a sua linha de base, comece pelo diagnóstico gratuito: é uma análise experimental via API, que não replica a interface de consumidor do ChatGPT, e serve como primeira foto antes da série. Para acompanhar a evolução com a equipe, peça uma demonstração.