Num teste recente, Tony Uphoff questionou o ChatGPT, Gemini, Perplexity e Google AI Overviews com as perguntas que os seus potenciais clientes lhe fazem, e depois contou quantas vezes esses motores de resposta recomendavam as duas empresas que ele lançou em fevereiro. Os resultados revelam uma discrepância entre ser conhecido e ser recomendado, que o autor considera estar no cerne do problema de medição da visibilidade das marcas.
- Os modelos de IA conhecem a marca, mas raramente a recomendam na seleção final.
- Muitas vezes descrevem o perfil antigo das empresas, e não o atual.
- Creditam quem publica a explicação mais clara, não quem teve a ideia primeiro.
- Tony Uphoff propõe medir a taxa de recomendação e colocá-la no topo dos relatórios.
Em 59 respostas, a sua newsletter, Uphoff on Media, não aparece em nenhuma das 12 respostas sobre uma categoria, e a sua consultora, Uphoff Advisory, numa única resposta em 43. No entanto, cada motor que respondeu à pergunta «Who is Tony Uphoff?» conhecia o seu percurso. «Os modelos sabem quem eu sou. Quase nunca recomendam o que eu construí», resume.
Este desfasamento insere-se numa evolução dos hábitos de compra. Segundo um estudo da G2 publicado em março de 2026 junto de 1076 compradores de software B2B, 51% começam agora as suas pesquisas por um chatbot de IA mais frequentemente do que pelo Google, contra 29% no relatório de 2025. Para 69% deles, um chatbot levou-os a escolher outro fornecedor que não o previsto, e um em cada três compradores trabalhou com um fornecedor de que nunca tinha ouvido falar.
Tony Uphoff considera que as equipas de marketing transporam os seus antigos referenciais para a IA. «Durante duas décadas, o painel de controlo era a descoberta. O SEO ensinou a todas as equipas de marketing a classificar-se, a obter o clique e a ser encontrado. A maioria das empresas transferiu esse painel de controlo diretamente para a IA.» Pedir a um modelo o seu próprio nome, obter uma resposta exata e concluir que se está coberto constitui, na sua opinião, um falso positivo.
Motores que descrevem a empresa de ontem
A segunda constatação diz respeito a empresas que mudaram de nome, fundiram-se ou sofreram uma mudança de direção. Três motores em três continuam a apresentar Tony Uphoff como CEO da Pipeline360, e apenas um menciona a empresa que ele dirige atualmente. «As fontes incluíam agregadores de organogramas, bases de dados de executivos e comunicados de imprensa antigos», explica. Segundo a sua regra, os motores privilegiam o que a web diz mais frequentemente sobre si, «e mais frequentemente geralmente significa mais antigo».
Este perfil desatualizado pesa duplamente, uma vez que o modelo o usa para decidir se recomenda ou não uma empresa, e o ser humano o usa para verificar o que o modelo diz. No entanto, poucas equipas monitorizam este ponto. Um estudo da Corporate Ink, divulgado pela eMarketer em maio, indica que apenas 29% dos profissionais de marketing acompanham e medem ativamente a sua visibilidade na IA.
O teste contém outra lição. Quando Tony Uphoff perguntou «What is Demand-as-a-Service?», os três motores definiram o termo com exatidão e citaram as páginas da Pipeline360, sem nunca mencionar o homem que contribuiu para elaborar essa estratégia. «Os modelos creditam quem publica a explicação mais clara, não quem teve a ideia primeiro.»
Listas construídas a partir de outras listas
Apenas uma vez, a Uphoff Advisory figurou numa lista: o ChatGPT classificou-a em segundo lugar entre quatro para a pergunta «Who advises founders of B2B information and data businesses?». Nas perguntas de categoria, os modelos raramente citavam as empresas que nomeavam, mas sim classificações publicadas pela Zapier, Content Allies e outras.
Um estudo de maio de 2026 de Maryanna Franco e João da Silva, realizado na plataforma da Friction AI a partir de 14140 consultas sobre marcas de vestuário desportivo, mostra o mesmo mecanismo. A Nike e a New Balance partilham a mesma descrição no grafo de conhecimento do Google, mas a Nike aparece em cerca de 71% das respostas de recomendação sobre athleisure, contra quase nunca para a New Balance.
O autor do artigo relativiza, no entanto, este teste: dezanove consultas numa semana constituem um instantâneo, e as respostas variam de uma execução para outra. Uma aparição em 43 pode, portanto, ser um piso ou ruído. Ele aprova o projeto de Tony Uphoff de relançar as mesmas consultas em janeiro, e iria mais longe ao acompanhar a medição todas as semanas.
Uma taxa de recomendação no topo do painel de controlo
Tony Uphoff propõe, nomeadamente, redigir 10 a 15 consultas tal como as formulam os compradores, às quais se juntam duas ou três consultas de marca, lançá-las no ChatGPT, Gemini, Perplexity e AI Overviews, e acompanhar a frequência de aparição bem como a exatidão da descrição. Recomenda colocar este indicador em primeiro lugar nos relatórios, antes da classificação e das sessões.
