Sabes que o ChatGPT te nomeia. Ótimo. Mas isso é só metade da história, e muitas vezes a menos importante. A outra metade é o tom: quando a IA fala da tua marca, recomenda-te com vontade, menciona-te de passagem, ou solta um «mas» que trava a venda? Aparecer e cair bem não são a mesma coisa. Uma marca pode sair em nove de cada dez respostas e perder a venda em todas porque o modelo a descreve como «cara», «difícil de contratar» ou «pior do que a alternativa». Aqui tens como medir esse tom —positivo, neutro ou negativo—, porque pesa mais do que a mera menção, e o que fazer quando se vira contra ti.
Aparecer não é cair bem: a menção não te diz o tom
Rastrear menções e auditar a tua visibilidade respondem à mesma pergunta: apareces? O rastreio de menções conta em quantas respostas sais; uma auditoria GEO dá-te a fotografia de onde estás hoje. As duas são necessárias e partilham um ponto cego: dizem-te que existes para o modelo, não como ele te trata. E no momento em que um comprador pergunta «[a tua marca] é boa?» ou «que alternativas há a [concorrente]?», o tom da resposta decide mais do que a posição.
Põe-te do outro lado do ecrã. A quem não te conhece, tanto faz que saias em primeiro se a frase que te acompanha é «costuma ser mais cara e com suporte lento». Uma menção com um «mas» colado corrói a confiança mesmo quando a compra se decide. Por isso o sentimento é a métrica que transforma visibilidade em negócio: não basta estar na resposta, é preciso estar bem na resposta. Contar aparições sem olhar para o tom é como julgar uma reputação pelo número de pessoas que falam de ti, ignorando se falam bem.
De onde a IA tira o tom com que te menciona
O modelo não inventa o tom: herda-o do que leu sobre ti. E não o lê do teu site —onde, naturalmente, tudo soa ótimo— mas do mesmo clube de fontes de terceiros que a IA cita: reviews no G2 ou Capterra, tópicos do Reddit, comparativos de media, fóruns do teu setor. Se aí domina a queixa do «suporte lento», o modelo vai repeti-la mesmo que tenhas resolvido o problema há um ano. Um tom negativo quase nunca sai do nada: sai de uma conversa pública que não estás a vigiar.
Há uma segunda fonte de tom, mais subtil: o enquadramento comparativo. Quando o modelo te coloca ao lado de um concorrente, herda a narrativa dominante dessa comparação —quem é «o premium», quem «o barato», quem «o complicado»—. Essa etiqueta não está em nenhuma review concreta; é a média de como se fala da categoria. Mudá-la é mais lento do que corrigir uma review, mas começa da mesma forma: saber o que se diz. Não moves um tom que não mediste.
Como medir o sentimento no ChatGPT, Perplexity e Google AI sem ferramenta paga
Não precisas de comprar nada para saber com que cara a IA te menciona. Precisas de uma bateria de perguntas, uma regra de classificação e uma cadência. Três passos:
- A bateria com a marca. Ao contrário de uma auditoria de visibilidade —que evita o teu nome para medir se entras por mérito—, aqui pões mesmo a tua marca. Prepara 8-12 perguntas que um comprador faria sabendo que existes: «[a tua marca] é boa?», «que tal o suporte de [a tua marca]?», «[a tua marca] vs [concorrente principal]», «vale a pena [a tua marca] para [caso de uso]?». São perguntas de reputação, não de presença, e por isso vivem num conjunto separado do que usas para rastrear menções.
- A classificação em três gavetas. Lança cada pergunta, numa janela anónima, no ChatGPT, Perplexity e Google AI, e classifica a resposta com uma regra fixa —não dês nota a olho—. Positivo: recomenda-te ou destaca uma força sem reservas. Neutro: descreve-te sem julgar, com dados planos. Negativo: surge um «mas», uma objeção ou uma comparação desfavorável. Aponta também QUAL a frase exata que dá o tom: essa citação é o que vais atacar depois.
- A cadência e a série. Repete o mesmo conjunto a cada duas a quatro semanas e guarda a data. O sentimento de um dia é uma anedota; a série de três meses é que te diz se vais melhor ou pior e se uma mudança do modelo te mudou a cara. Sem cadência fixa não há medição, há curiosidade.
| Sentimento | Como soa na resposta da IA | O que mede |
|---|---|---|
| Positivo | «Uma das melhores opções para X»; «destaca-se pelo suporte»; recomenda-te sem reservas. | Reputação saudável: o modelo usa-te como referência fiável. |
| Neutro | «Uma ferramenta que faz X»; lista-te ao lado de outras, com dados planos, sem julgar. | Presença sem defesa: existes, mas não convences. Margem clara. |
| Negativo | «Costuma ser mais cara»; «alguns utilizadores reportam…»; menciona-te com um mas ou perde a comparação. | Risco ativo: a menção subtrai em vez de somar. Prioridade um. |
Uma coisa importante: não inches a amostra nem mudes a regra. Com 8-12 perguntas por motor a cada duas semanas já vês padrão; o que importa não é o número exato mas que a classificação seja sempre a mesma. Se um mês contas como «neutro» o que no anterior contavas como «negativo», a tua série mente. A disciplina de classificar igual vale mais do que a ferramenta mais cara. Este exercício encaixa no quadro mais amplo de como medir a visibilidade na IA: o sentimento é uma das métricas que quase ninguém vigia e das mais decisivas. Mede-o ao lado da presença, não no lugar dela.
O que fazer quando o tom é negativo
Detetar um tom negativo sem agir é colecionar más notícias. A reação depende de onde nasce o «mas»:
- Se o mas é uma objeção real e atual (suporte lento, preço injustificado): o trabalho não é de marketing, é de produto ou de mensagem. Corrige a causa ou explica melhor o porquê do preço nas fontes que a IA lê, não só no teu site.
- Se o mas é velho e já o resolveste: o problema é que a fonte pública não se atualizou. Vai às reviews e fóruns onde vive essa queixa e trabalha para que a narrativa nova pese mais do que a velha —respostas oficiais, casos recentes, reviews frescas de clientes contentes—.
- Se o mas é uma etiqueta comparativa («o caro», «o complicado»): reenquadra a comparação com conteúdo que ponha a tua força no eixo certo. Não lutes por ser «mais barato» se a tua vantagem é outra; muda o critério pelo qual te comparam.
- Se todo o sentimento cai de repente sem que tenhas tocado em nada: suspeita de uma mudança do modelo antes de um desastre de reputação. Espera um ciclo de medição antes de reagir a quente.
Nos quatro casos, o padrão é o mesmo: o sentimento corrige-se fora do teu site, nas fontes que formam a opinião do modelo. Editar a tua landing não muda o que a IA leu no Reddit. Por isso mover o tom é um trabalho diferente de medi-lo, e quase sempre mais lento: primeiro muda a conversa pública, depois muda o que o modelo repete.
Quando deixar de o medir à mão e delegá-lo
A folha de cálculo aguenta bem enquanto tiveres um punhado de perguntas e um só mercado. Fica pequena pelas três razões de sempre: o volume de perguntas ou idiomas come-te a manhã; precisas de histórico automático e comparação com concorrentes sem transcrever cada resposta; ou queres que alguém vigie o tom em contínuo para te avisar de uma mudança de narrativa antes que te custe vendas. Aí, delegar a monitorização de visibilidade e sentimento na IA dá-te a vigilância feita, não o dashboard bonito. E quando for altura de mover o tom —reescrever a narrativa nas fontes que o modelo pondera—, a otimização GEO faz o trabalho, não o relatório. Se ainda estás a começar, o mapa completo do cluster vive no guia de SEO para ChatGPT.