A auditoria de visibilidade no ChatGPT tem 10 etapas: 1) definir 25-40 prompts de categoria em 5 grupos (descoberta, comparação, caso de uso, preço, implementação); 2) executar sem contaminação (janela anônima, chat novo, cada prompt repetido 3 vezes em dias diferentes); 3) pontuar citações de 0 a 3 por resposta; 4) mapear concorrentes e share of voice; 5) testar a entidade com 5 perguntas diretas; 6) auditar o schema; 7) checar robots.txt e llms.txt; 8) registrar lacunas de conteúdo; 9) priorizar por impacto × esforço; 10) re-auditar a cada 30 dias nos primeiros 90. Dados de referência: 38% dos compradores B2B usam chat de IA no ciclo de compra (Bain, 2026); mediana de 3 a 7 fontes por resposta.
Etapa 1-2: os prompts e a execução limpa
Prompts de categoria (não o nome da marca): "melhor [categoria] para [perfil]", "comparar X e Y", "quanto custa [serviço] em [cidade]". Execução sem contaminação: janela anônima, sem login, chat novo por prompt, modelo padrão com navegação na web, cada prompt repetido 3 vezes em dias diferentes (a resposta varia; uma rodada única engana). Repita o pacote em Perplexity, Gemini e AI Overviews quando o orçamento de tempo permitir: o estudo de sobreposição mostra que citar em um motor não implica citar nos outros.
Etapa 3: a pontuação 0-3
| Nota | O que significa |
|---|---|
| 3 | Recomendação nomeada no texto da resposta |
| 2 | Página citada como fonte (com link) |
| 1 | Menção passageira, sem destaque |
| 0 | Ausente |
Leitura das médias: abaixo de 1,0 = praticamente invisível; acima de 2,0 = autoridade de categoria. Marcas B2B típicas estreiam entre 0,3 e 0,9: a meta realista de 90 dias é ~1,8.
Etapas 4-9: do diagnóstico à fila de correção
Concorrentes: frequência de citação e share of voice, com a investigação de por que cada um é citado (listicles, Wikipedia, FAQ schema). Entidade: 5 perguntas diretas (o que a marca faz, categoria, concorrentes, clientes, fundadores): se o modelo erra, corrigir entidade antes de qualquer outra coisa. Schema e acesso: Organization com sameAs, FAQPage nas páginas com perguntas, GPTBot e companhia liberados, /llms.txt publicado (o gerador de llms.txt e o gerador de schema resolvem as duas peças). Lacunas: registre prompt, concorrente, URL citada e formato dominante; agrupe por formato. Priorização: entidades e schema primeiro (rápidos), páginas de comparação depois (o playbook de GEO sequencia as fases).
A cada 30 dias nos primeiros 90, depois a cada 60: dashboard com score agregado, share of voice, recomendações nomeadas e correção de entidades. A conclusão do método: vence quem mede a taxa de citação e age sobre ela repetidamente, não quem produz mais conteúdo. O esforço DIY é de 6 a 10 horas por auditoria completa.