Como medir GEO num mundo de fan-out: KPIs, painel de prompts e o experimento que resiste
Nenhuma fonte isolada mostra o funil completo de visibilidade generativa. As oito fontes de medição e seus pontos cegos, os KPIs que separam menção de citação e de absorção, o painel de 200 a 1.000 prompts e o desenho de experimento que sobrevive a um motor não determinístico.
A mensuração de GEO precisa combinar dados de plataformas, logs próprios e um laboratório controlado de prompts. Nenhuma fonte isolada mostra o funil completo — porque menção, citação e absorção são fenômenos diferentes, medidos por instrumentos diferentes, e cada instrumento tem um ponto cego declarado.
Como os mecanismos externos são não determinísticos e mudam ao longo do tempo, o resultado de uma única execução não deve ser interpretado como ranking estável.
Esta é a terceira e última matéria da série. Na primeira, mostramos que uma pergunta de compra vira várias consultas paralelas. Na segunda, a malha de páginas que responde a essas ramificações. Falta a pergunta que decide se o investimento continua no ano que vem: como saber se está funcionando.
E aqui a resposta honesta começa por um desconforto. Se você roda um prompt no ChatGPT, vê a sua loja citada e tira um print, você não mediu nada. Rodou de novo amanhã e ela sumiu? Também não mediu nada. Motores generativos são variáveis por construção.
Oito fontes, oito pontos cegos
A arquitetura de mensuração combina fontes que se cobrem mutuamente. O que importa não é a lista — é a coluna da direita:
| Fonte | O que mede | Limitação |
|---|---|---|
| Search Console — IA generativa | Impressões por página, país, dispositivo e data | Relatório em lançamento gradual; não fornece, na documentação atual, dimensão de consulta |
| Search Console tradicional | Impressões, cliques, CTR e consultas da Pesquisa | Mistura diferentes experiências |
| Analytics | Sessões, conversão, receita e comportamento | Depende de o usuário clicar |
| Referral do ChatGPT | Tráfego identificado por utm_source=chatgpt.com | Não mede citações sem clique |
| Logs de servidor | Acesso de crawlers e páginas requisitadas | Crawling não significa citação |
| Painel sintético de prompts | Menções, citações, posição e conteúdo da resposta | Motores são variáveis e black-box |
| Monitoramento de SERP | Presença em AI Overviews e outros recursos | Cobertura e termos de uso variam |
| Avaliação humana | Correção, apoio e utilidade da citação | Custo e subjetividade |
Duas novidades recentes valem registro. Em junho de 2026, o Google lançou relatórios dedicados de performance generativa no Search Console para um subconjunto de propriedades, incluindo impressões em AI Overviews e Modo IA com dimensões de página, país, dispositivo e data. E a OpenAI informa que os referrals da Busca do ChatGPT incluem automaticamente utm_source=chatgpt.com, o que permite segmentar esse tráfego no analytics.
Repare, porém, em como as fontes se dividem. As de telemetria — Search Console, analytics, referrals, logs — só enxergam o que gerou impressão ou clique; nenhuma delas mostra a citação sem clique. Quem cobre esse buraco é o painel sintético de prompts e o monitoramento de SERP, justamente as duas fontes mais variáveis e sujeitas a black-box. É por isso que as camadas não são intercambiáveis: cada uma enxerga o que a outra não enxerga.
Se o seu relatório de GEO tem uma fonte só, ele está errado por construção — não por falta de rigor de quem fez. Peça sempre três camadas juntas: telemetria de plataforma (Search Console e referrals), evidência sintética (painel de prompts) e resultado de negócio (receita por sessão de IA). Uma sem as outras conta um terço da história.
Menção, citação e absorção não são a mesma coisa
Este é o erro conceitual mais caro do mercado. Aparecer no texto, ser listado como fonte e efetivamente sustentar uma afirmação da resposta são três eventos distintos — e o terceiro é o que move receita.
| KPI | Fórmula | Direção desejada |
|---|---|---|
| Generative impression share | Impressões generativas da loja ÷ impressões totais observadas | Aumentar |
| Mention rate | Prompts que mencionam a marca ÷ prompts válidos | Aumentar |
| Citation rate | Prompts com pelo menos uma citação da loja ÷ prompts válidos | Aumentar |
| Citation share of voice | Citações da loja ÷ todas as citações da categoria | Aumentar |
| First-party citation rate | Citações do domínio próprio ÷ menções da marca | Aumentar quando o domínio é a melhor fonte |
| Absorption rate | Afirmações da resposta sustentadas por páginas da loja ÷ afirmações avaliadas | Aumentar |
| Canonical citation rate | Citações que apontam para URL canônica ÷ citações do domínio | Aumentar |
| AI referral conversion rate | Conversões de referrals de IA ÷ sessões de IA | Aumentar |
| Revenue per AI session | Receita atribuída ÷ sessões de IA | Aumentar |
| Citation freshness | Idade média do conteúdo citado | Diminuir em consultas temporais |
| Cross-engine consistency | Motores que mencionam a marca ÷ motores avaliados | Aumentar |
KPIs externos de GEO. Canonical citation rate é o mais negligenciado — e o que revela problemas de arquitetura que nenhum relatório de conteúdo mostra.
Três desses merecem comentário. Absorption rate é o único KPI que mede influência real sobre a resposta, e é o mais caro de apurar, porque exige avaliação afirmação a afirmação. Canonical citation rate denuncia, em um número, se o seu problema é de conteúdo ou de canonicalização. E cross-engine consistency protege contra a armadilha de otimizar para um motor só.
O painel de prompts: entre 200 e 1.000 consultas
A telemetria de plataforma responde “quanto”. O painel de prompts responde “em quê, e como”. A recomendação do estudo é manter entre 200 e 1.000 consultas representativas, conforme a diversidade do catálogo, distribuídas por grupo:
| Grupo | Exemplo |
|---|---|
| Marca | “a marca X é confiável?” |
| Produto | “especificações do produto X” |
| Categoria | “melhores cadeiras ergonômicas” |
| Problema | “cadeira para dor lombar” |
| Comparação | “produto X ou produto Y?” |
| Orçamento | “melhor opção até R$ 500” |
| Local | “entrega rápida em Belo Horizonte” |
| Compatibilidade | “peça compatível com modelo X” |
| Política | “qual loja tem melhor garantia?” |
| Pós-compra | “como limpar ou instalar produto X?” |
Os grupos espelham as ramificações do fan-out — é o mesmo mapa, agora usado para medir.
Cada prompt deve ser executado mais de uma vez, em datas e plataformas controladas, registrando: mecanismo, modelo e interface; data, hora, localização e idioma; prompt original; consultas derivadas, quando observáveis; resposta integral; URLs citadas; ordem das citações; URL canônica; menções de marca e produto; afirmações sustentadas; e inconsistências de preço, estoque ou especificação.
Esse último campo é o mais subestimado. O painel de prompts não serve só para medir visibilidade — ele funciona como detector de erro em produção. Quando um motor cita um preço que não existe mais na sua loja, você acabou de descobrir uma falha de sincronização antes do cliente.
Comece com 200 prompts se o catálogo for concentrado, e priorize os grupos de problema, comparação e política — são os que mais revelam lacuna e os que menos aparecem em ferramenta de keyword. Rode quinzenalmente, sempre com a mesma configuração, e registre tudo. Sem esse registro bruto, você tem um dashboard bonito e nenhuma capacidade de auditar por que o número mudou.
O experimento que resiste
Como os mecanismos externos são não determinísticos e mudam ao longo do tempo, o desenho mais adequado é uma combinação de pares correspondentes, medições pré e pós-intervenção, múltiplas repetições e análise de diferença em diferenças.
Sobre a unidade de randomização, o estudo não prescreve uma — mas a prática da Organic Lab é randomizar por URL, consulta ou família de produto, nunca por usuário. O motivo é direto: o que se mede é o comportamento do mecanismo diante de uma página, não o comportamento de um visitante diante de uma variação.
Com esse desenho, os experimentos que mais rendem no primeiro ano são:
| Experimento | Tratamento | Controle | Métrica primária |
|---|---|---|---|
| Schema e feed | Produtos com template corrigido | Produtos equivalentes sem alteração | Impressões generativas e cobertura de produto |
| Conteúdo de evidência | Páginas com teste, números e metodologia | Páginas com descrição convencional | Citation rate e absorption rate |
| Categoria por uso | Categorias editorializadas | Categorias somente transacionais | Menções em consultas não marcadas |
| Canonicalização | Famílias de URL consolidadas | Famílias ainda não tratadas | Canonical citation rate e crawling |
| Página de marca | Marcas com entidade completa | Marcas sem página aprofundada | Mention rate e recuperação de entidade |
| Atualização de feed | Produtos com API ou feed frequente | Produtos com atualização lenta | Erros de preço e estoque |
O experimento de conteúdo de evidência é o mais revelador para quem precisa justificar orçamento editorial: ele isola o efeito de números e metodologia contra descrição convencional, medindo exatamente citação e absorção.
O fan-out de dentro: medindo a sua própria busca
Se a loja construiu — ou pretende construir — busca híbrida, RAG ou um assistente de compras próprio, o fan-out passa a ser seu, e com ele o trade-off de custo, ruído e latência. Aí entram métricas de um tipo diferente:
| Métrica | Definição operacional | O que revela |
|---|---|---|
| Fan-out factor | Número médio de subconsultas por consulta raiz | Intensidade da expansão |
| Deduplication rate | 1 − (candidatos únicos ÷ candidatos totais) | Redundância do fan-out |
| Recall@K | Proporção dos documentos relevantes recuperados nos K primeiros | Cobertura |
| Precision@K | Proporção dos K documentos que são relevantes | Nível de ruído |
| NDCG@K | Qualidade do ranking com maior peso nas primeiras posições | Utilidade do ranking |
| Faithfulness | Se as afirmações da resposta estão sustentadas pelo contexto | Risco de alucinação comercial |
| Price accuracy | Divergência entre resposta e catálogo | Risco de conversão destruída |
| No-answer rate | Consultas sem resposta útil | Lacunas de catálogo ou conteúdo |
| p95 de latência | Percentil 95 fim a fim e por ramificação | Experiência e latência de cauda |
| Cost per root query | Custo de buscas, embeddings, reranking, tokens e APIs | Eficiência econômica |
| Return-rate impact | Efeito das recomendações sobre devolução | Se o assistente está vendendo errado |
Precisão e recall medem propriedades diferentes: ampliar a recuperação tende a aumentar recall, mas pode reduzir precisão.
Em RAG, o plano de avaliação precisa separar recuperação e geração: context precision e context recall avaliam o conjunto recuperado; faithfulness verifica se as afirmações da resposta estão sustentadas pelo contexto; answer relevance verifica alinhamento com a pergunta. Misturar as duas camadas num único número é a forma mais rápida de otimizar a coisa errada.
No-answer rate é o mapa das suas lacunas: cada consulta sem resposta útil é uma pergunta que o seu catálogo ou o seu conteúdo não cobre — exatamente a lacuna que o fan-out externo também vai encontrar.
Return-rate impact protege contra o pior fracasso possível de um assistente: recomendar bem o suficiente para vender e mal o suficiente para o produto voltar.
Os riscos que anulam o resultado
| Risco | Consequência | Mitigação |
|---|---|---|
| Conteúdo em escala sem valor | Spam, canibalização e perda de qualidade | Critério editorial, consolidação e revisão humana |
| Divergência página-feed | Respostas incorretas | Fonte única de verdade e validação automatizada |
| Duplicação de variantes | Fragmentação de sinais | Modelo claro de produto-base e variantes |
| Bloqueio de crawler | Exclusão da recuperação | Monitorar robots, WAF, CDN e logs |
| Dependência de um motor | Estratégia frágil | Medir Google, ChatGPT e outros canais relevantes |
| Otimização para benchmark | Melhor desempenho sintético sem ganho comercial | Vincular GEO a receita, conversão e LTV |
| Citações incorretas | Marca associada a afirmação errada | Monitorar respostas e publicar correções claras |
| Recomendações inadequadas | Mais devoluções e insatisfação | Filtros de compatibilidade e feedback pós-compra |
| Privacidade em logs | Exposição de consultas ou dados pessoais | Minimização, anonimização e política de retenção |
O risco de otimização para benchmark merece um parágrafo próprio, porque é o mais provável em times competentes. É perfeitamente possível subir citation rate num painel sintético sem mover um real de receita — basta escolher os prompts certos. Por isso todo experimento precisa terminar vinculado a conversão, receita, CAC e LTV.
E há um risco anterior a todos: citações não garantem correção. Auditorias acadêmicas de mecanismos generativos já encontraram problemas de cobertura de citações, precisão de atribuição, concentração de fontes e uso de fontes geradas por IA. Portanto, GEO deve otimizar não apenas “ser citado”, mas ser citado corretamente e em contexto.
Checklist de verificação
Um recorte do checklist do estudo, na ordem em que costuma reprovar:
- URLs estratégicas retornam HTTP 200 e são acessíveis sem login
- Googlebot e OAI-SearchBot não são bloqueados indevidamente
noindex,nosnippetedata-nosnippetforam revisados- Páginas críticas possuem conteúdo textual no HTML renderizado
- Cada família de URLs possui canonical consistente
- Sitemaps contêm somente URLs canônicas e importantes
- Preço e estoque coincidem em HTML, schema, feed e checkout
Product,OffereProductGroupforam validados- Conteúdo apresenta autoria, experiência e metodologia
- Referrals de IA estão segmentados no analytics
- Relatório generativo do Search Console foi configurado, quando disponível
- Existe um painel recorrente de prompts por categoria
- Citações são normalizadas para URL canônica
- Menção, citação e absorção são medidas separadamente
- Experimentos são vinculados a conversão, receita, CAC e LTV
- Há alertas para divergência de preço, estoque e dados estruturados
A ordem, de novo — porque é o que mais se erra
Vale fechar a série com a conclusão que o estudo chama de inequívoca: primeiro recuperabilidade e consistência; depois arquitetura de entidades; em seguida conteúdo e corroboração; por último infraestrutura avançada de RAG e fan-out interno.
Embeddings não corrigem páginas não indexáveis. Um banco vetorial não resolve dados de produto inconsistentes. Structured data não compensa conteúdo sem valor. E nenhuma métrica sofisticada salva um projeto que mediu a coisa errada por seis meses.
O ganho sustentável de GEO surge quando a loja se torna uma fonte tecnicamente acessível, semanticamente completa, comercialmente atualizada e suficientemente confiável para sustentar as múltiplas ramificações de uma decisão de compra. Medir bem é o que transforma essa frase em orçamento aprovado.
Perguntas frequentes
Como saber se minha loja está aparecendo em respostas de IA?
Combinando três camadas. Telemetria de plataforma — os relatórios de performance generativa do Search Console, lançados em junho de 2026 para um subconjunto de propriedades, e os referrals da Busca do ChatGPT, que trazem utm_source=chatgpt.com. Evidência sintética — um painel recorrente de 200 a 1.000 prompts representativos. E resultado de negócio — conversão e receita por sessão de IA. Nenhuma fonte isolada mostra o funil completo.
Qual a diferença entre citation rate e absorption rate?
Citation rate é a proporção de prompts com pelo menos uma citação da loja sobre os prompts válidos — mede se você aparece como fonte. Absorption rate é a proporção de afirmações da resposta sustentadas por páginas da loja sobre as afirmações avaliadas — mede influência real sobre o conteúdo da resposta. Pesquisas recentes propõem medir os dois separadamente, porque quantidade de citações e influência não são equivalentes.
Posso testar GEO rodando o mesmo prompt algumas vezes?
Não como evidência. Mecanismos externos são não determinísticos e mudam ao longo do tempo, e o resultado de uma única execução não deve ser interpretado como ranking estável. O desenho adequado combina pares correspondentes de páginas ou famílias de produto, medições pré e pós-intervenção, múltiplas repetições e análise de diferença em diferenças.
Ser citado por uma IA garante que a informação sobre minha loja está correta?
Não. Auditorias acadêmicas de mecanismos generativos já encontraram problemas de cobertura de citações, precisão de atribuição, concentração de fontes e uso de fontes geradas por IA. Por isso o objetivo de GEO não é apenas ser citado, mas ser citado corretamente e em contexto — o que exige monitorar as respostas e manter preço, estoque e especificação sincronizados entre página, schema, feed e checkout.
- O que é query fan-out e por que ele muda a competição
- A malha de páginas que o fan-out recompensa
- Como medir e provar visibilidade generativa
Você mede citação — ou mede impressão?
A Organic Lab monta o painel de prompts da sua categoria, separa menção, citação e absorção, e liga cada experimento a receita. Sem print de ChatGPT como evidência.
Falar com o time →Fonte: Query Fan-Outs e seu impacto no GEO de lojas virtuais — relatório técnico do Organic Lab, 24 páginas, atualizado em 6 de agosto de 2026.
Referências primárias citadas neste texto incluem a ajuda do Search Console sobre o relatório de performance de IA generativa, o FAQ para publicadores e desenvolvedores da OpenAI, a literatura de avaliação de resultados ordenados e de RAG, a pesquisa sobre seleção e absorção de citação em plataformas de busca com IA, e auditorias acadêmicas de atribuição em mecanismos generativos.