Medindo o LLMO: Taxa de Citação, Densidade de Menção e Conversão de Tráfego por IA

Medir o LLMO é a prática de acompanhar se sistemas de IA citam seu conteúdo, com que profundidade o citam e o que essas citações valem para o seu negócio. Substitui os KPIs de posição de ranqueamento do SEO clássico, que não têm equivalente na busca por IA: não existe posição 1 a 100, apenas citado ou não citado.

A Lacuna de Mensuração

A mensuração de SEO é um problema resolvido: o Google Search Console reporta ranqueamentos, impressões, cliques e CTR gratuitamente, todos os dias. O LLMO não tem equivalente. Em 2026, nenhuma plataforma de IA (OpenAI, Anthropic, Google ou Perplexity) oferece uma API oficial que informe com que frequência seu site foi citado.

Duas consequências:

O tráfego de referência no GA4 é apenas a ponta do iceberg. Quando uma IA cita você e o usuário clica no link, o GA4 registra uma referência. Quando uma IA cita você e ninguém clica (o que ocorre na maioria das vezes), nada fica registrado em nenhum lugar que você possa ver. Uma citação que nunca é clicada ainda posiciona você como a fonte dentro da resposta, e isso se acumula.
Ferramentas de terceiros discordam muito. Uma comparação controlada conectou o mesmo site a sete rastreadores de citações de IA durante os mesmos 15 dias e obteve sete números diferentes, de 38 a 312, uma variação de 8,2× (relatório completo (em inglês)). A divergência é um problema de definição, não uma falha dos fornecedores: as ferramentas diferem sobre o que conta como citação (fonte vinculada vs. qualquer menção de marca), quais LLMs amostram, com que frequência amostram e em quais idiomas.

A regra prática que se segue: escreva sua definição de “citação” em uma frase antes de adquirir ou criar qualquer rastreador. Se você se importa com tráfego de atribuição, conte apenas citações vinculadas. Se se importa com presença de marca, conte menções. Os números não são comparáveis entre definições.

As Três Métricas Centrais

Indicadores macro como SOV (Share of Voice) e SOM (Share of Model) indicam se sua presença geral em IA se moveu, mas não dizem o que fazer a seguir. Para um ciclo de melhoria, decomponha em três métricas:

Métrica	O que mede	Unidade	Cadência
Taxa de Citação	Com que frequência a IA menciona você em um conjunto fixo de prompts	%	Semanal
Densidade de Menção de Marca	Com que profundidade a IA fala sobre você quando o faz	menções por 1k palavras	Mensal
Conversão de Tráfego por IA	O que uma visita referida por IA vale	%	Mensal

Juntas, cobrem frequência, profundidade e valor: uma contagem de citações isolada confunde as três.

1. Taxa de Citação

Execute um conjunto fixo de 10 a 20 prompts nas plataformas de IA que importam para você e meça a proporção de execuções em que sua marca ou domínio aparece:

Taxa de Citação = mencionado (prompt × plataforma) / total de execuções × 100

10 prompts × 5 plataformas = 50 execuções; 12 menções = 24%.

O conjunto de prompts deve permanecer congelado. Respostas de LLMs são não determinísticas — o mesmo prompt produz respostas diferentes em dias diferentes, então uma verificação única é ruído. Acompanhe a tendência em um conjunto de prompts imutável por pelo menos 4 semanas antes de interpretar qualquer resultado.

2. Densidade de Menção de Marca

A Taxa de Citação é binária por execução: mencionado ou não. Mas as citações variam em profundidade: um “outras opções incluem X” de passagem vale menos do que um parágrafo explicando sua abordagem. A Densidade de Menção mede as ocorrências de termos de marca por 1.000 palavras do texto de resposta:

def mention_density(answer_text: str, brand_terms: list[str]) -> float:
    total_words = len(answer_text.split())
    mentions = sum(answer_text.lower().count(t.lower()) for t in brand_terms)
    return mentions / total_words * 1000

Uma citação profunda frequentemente supera um monte de citações superficiais. A densidade é a forma de ver essa diferença.

3. Conversão de Tráfego por IA

No GA4, crie um grupo de canais (Admin → Channel Groups) com um regex de fonte de sessão:

chatgpt\.com|perplexity\.ai|claude\.ai|gemini\.google\.com|copilot\.microsoft\.com

Depois compare a taxa de conversão desse segmento com a da Busca Orgânica. Medições de campo consistentemente mostram que visitantes encaminhados por IA convertem em um múltiplo do orgânico: dados da indústria de 2026 reportam 8 a 12% vs. 2 a 3% do orgânico, e nosso próprio acompanhamento em sites de referência variou de 2 a 4× o orgânico (configuração de mensuração (em inglês)). O mecanismo: um usuário que pergunta a uma IA “o que devo usar para X” está mais adiantado no processo de decisão do que um usuário digitando palavras-chave no Google. A IA fez a pesquisa; o clique está mais próximo da decisão.

Ponto cego conhecido: usuários gratuitos do ChatGPT frequentemente não enviam referrer, então seus cliques aparecem como Direto. Seus números de IA no GA4 são um piso, não um teto.

Três Camadas de Implementação

Comece pela camada que corresponde aos seus recursos; cada camada adiciona resolução.

Camada 1: grupo de canais no GA4 (gratuito, 5 minutos)

O regex acima. Mede apenas cliques (a ponta do iceberg), mas é verificável e leva cinco minutos.

Camada 2: o protocolo manual das cinco plataformas (gratuito, 30 minutos/mês)

Em um dia fixo a cada mês, execute seus 10 a 15 prompts congelados no ChatGPT, Perplexity, Gemini, Claude e Copilot. Registre por execução: mencionado (sim/não), contexto (recomendação / comparação / neutro / negativo), precisão e se uma URL foi fornecida. Calcule a Taxa de Citação. Manual e tedioso, e ainda assim o método mais confiável disponível, porque nenhuma ferramenta automatizada julga se uma menção foi uma recomendação ou uma rejeição.

Camada 3: automatize com APIs (uma tarde, ~$1 a $8/mês)

O protocolo manual, em código:

BRAND_TERMS = ["seu-site.com", "Sua Marca"]
CHECK_QUERIES = ["Melhores ferramentas para <sua categoria>", ...]  # conjunto congelado

def check(query: str, ask) -> dict:
    answer = ask(query)  # chamada à API OpenAI / Anthropic / Perplexity
    return {
        "query": query,
        "mentioned": any(t.lower() in answer.lower() for t in BRAND_TERMS),
        "density": mention_density(answer, BRAND_TERMS),
        "snippet": answer[:300],
    }

Execute semanalmente via cron, acrescente a uma série temporal em JSON ou CSV. Após 8 a 12 semanas, você pode atribuir movimento a intervenções específicas: “a taxa de citação passou de 12% para 28% após adicionar dados estruturados” é uma frase que a Camada 3 permite dizer.

O Sinal de Crawler Que a Maioria dos Sites Ignora

Os logs de acesso do servidor já registram quais sistemas de IA visitam seu conteúdo: GPTBot, ClaudeBot, PerplexityBot e Google-Extended se identificam no User-Agent:

grep -E "GPTBot|ClaudeBot|PerplexityBot|Google-Extended" access.log \
  | awk '{print $7}' | sort | uniq -c | sort -rn

Páginas que nunca são rastreadas não podem ser citadas pelo índice ao vivo. A frequência de rastreamento é um indicador indireto, mas antecipado: indica quais conteúdos os sistemas de IA estão pulando antes que os dados de citação possam mostrar isso.

O Ciclo de Melhoria

Mensuração sem ação é acúmulo de dados. Um ritmo sustentável:

Semanal (10 min): verifique o canal de IA no GA4 e o delta da Taxa de Citação; sinalize os prompts que produziram citações incomumente profundas.
Mensal (30 min): revise a tendência de Densidade de Menção e a Conversão de Tráfego por IA vs. orgânico; liste os prompts ainda com zero citações.
Trimestral (1 hora): revisão completa: atualize o conjunto de consultas e verifique se as mudanças de conteúdo produziram movimento mensurável.

Priorize os prompts com zero citações. Elevar um prompt de 0% para 10% é quase sempre mais barato do que elevar um prompt de 30% para 40%, porque o zero geralmente tem uma causa estrutural — nenhuma página aborda aquela pergunta, ou a página que a aborda viola a Clareza de Conhecimento ou os Sinais de Recuperação.

Relação com o LLMO Score

As métricas desta página medem resultados: se a IA realmente cita você. O LLMOFramework Score mede a base: se as superfícies legíveis por máquina do seu site estão implementadas. Verificações de base são instantâneas e determinísticas; métricas de resultado são lentas e ruidosas. Use ambas: a base para encontrar o que corrigir, os resultados para confirmar que as correções fizeram diferença.

Checklist

“Citação” está definida em uma frase antes de qualquer ferramenta ser adotada
Um conjunto de 10 a 20 prompts está escrito e congelado
O GA4 tem um grupo de canais de Busca por IA com o regex de referência
A Taxa de Citação é acompanhada em cadência fixa (semanal ou mensal)
A Densidade de Menção distingue citações profundas de menções passageiras
A Conversão de Tráfego por IA é comparada ao orgânico, não analisada isoladamente
Os logs de crawler são verificados para páginas que sistemas de IA nunca visitam
Os prompts com zero citações guiam o backlog de conteúdo