O guia prático de monitoramento de citações de IA: monte o conjunto de prompts, colete amostras de cada mecanismo, extraia as fontes e calcule a participação nas citações. O que você precisa para executar isso em cada varredura mensal com confiança real.
Combine quatro tipos de prompt em um conjunto estável de 200 prompts:
Ajuste o peso de cada tipo conforme a maneira como seus compradores realmente fazem perguntas. A descoberta de categoria gera a maior parte das impressões brutas; os prompts de comparação e de recursos geram a maior parte das citações no fim do funil.
Em cada varredura mensal, execute todos os prompts em todos os mecanismos. Capture o texto exato da resposta e todas as URLs das fontes citadas. Não parafraseie nem remova duplicatas no nível do prompt: você precisará do registro bruto para auditoria e cálculos de confiança depois.
Resolva cada URL citada para um domínio registrado (raiz + eTLD). Trate subdomínios, redirecionamentos e URLs encurtadas antes de fazer a correspondência. Uma resposta "cita" seu domínio se qualquer URL de fonte resolvida corresponder a ele: conte a cobertura por resposta, não a quantidade bruta de links.
CitationShare = answers_citing(you) / answers_analysed, calculada por varredura, por mecanismo e de forma agregada. Associe um nível de confiança a cada número com base na quantidade de respostas analisadas: insuficiente (0), indicativo (1–20), moderado (21–100), forte (101+).
Colete amostras de cada prompt em cada mecanismo. Capture respostas + citações.
Extraia as citações, calcule a participação nas citações por mecanismo e de forma agregada e atribua o nível de confiança.
Compare com a varredura do mês anterior. Sinalize os prompts em que seu domínio passou a ser citado ou deixou de ser citado.
Publique uma alteração de conteúdo ou de relações públicas voltada aos prompts com as maiores lacunas.
Registre a alteração junto aos prompts afetados. Meça novamente na próxima varredura mensal.
Veja citation share (concept) para a definição e um exemplo detalhado, e methodology para os detalhes de amostragem e confiança.

