GEO & AEO — Busca por IA

Share of Model

Por Gustavo Bonato Abrão e Francis Trauer · Atualizado em 15 de julho de 2026

Definição

Share of Model é a métrica que mede o percentual de menções de uma marca em relação ao total de menções da categoria nas respostas de modelos de IA, usada para avaliar quanto espaço a marca ocupa na percepção dos LLMs frente aos concorrentes.

ClassificaçãoMétrica / KPI
CategoriaGEO & AEO — Busca por IA
Também conhecido comoParticipação no Modelo
NívelAvançado
FórmulaShare of Model = (Menções da marca ÷ Total de menções de marcas da categoria) × 100
Share of Model = (Menções da marca ÷ Total de menções de marcas da categoria) × 100

O que é Share of Model?

Share of Model, também chamado de participação no modelo, é a métrica que mede a fatia de menções que uma marca conquista nas respostas de modelos de inteligência artificial, em comparação com todas as marcas da mesma categoria. A métrica responde à pergunta: quando um LLM fala do meu mercado, quanto ele fala de mim?

O Share of Model adapta a lógica do share of voice, métrica clássica de mídia, para a era dos assistentes de IA. A métrica mede presença na “memória” e nas respostas de sistemas como ChatGPT, Gemini e Perplexity.

A métrica importa porque consumidores pedem recomendações diretamente às IAs. Uma marca com Share of Model alto aparece com frequência nessas recomendações. Uma marca ausente perde consideração antes mesmo de o consumidor visitar qualquer site. Esse acompanhamento faz parte das estratégias de marca em LLMs.

Como calcular o Share of Model?

Share of Model = (Menções da marca ÷ Total de menções de marcas da categoria) × 100

O cálculo segue quatro passos. Primeiro, defina um conjunto de prompts que representem seu mercado, como “qual o melhor CRM para pequenas empresas” e variações. Segundo, rode esses prompts nos modelos que interessam, repetindo cada um algumas vezes, porque as respostas variam. Terceiro, conte as menções de cada marca nas respostas. Quarto, aplique a fórmula.

Exemplo hipotético com números concretos: uma empresa de software roda 50 prompts sobre “sistema de gestão para clínicas” no ChatGPT e no Gemini. As respostas somam 200 menções de marcas da categoria. A marca dela aparece 30 vezes.

Share of Model = (30 ÷ 200) × 100 = 15%.

A interpretação depende do contexto competitivo. Se o líder da categoria concentra 40% das menções, os 15% indicam posição intermediária, com espaço para crescer via conteúdo citável e presença digital consistente.

Share of Model vs métricas irmãs: qual a diferença?

MétricaO que medeQuando usar
Share of ModelFatia de menções da marca no total de menções da categoria em respostas de IAComparar presença competitiva na percepção dos modelos
Share of AnswerPercentual de respostas de IA que citam a marca em um conjunto de promptsMedir cobertura da marca nas respostas de um tema
Tráfego de LLMsVisitas ao site vindas de plataformas de IAMedir resultado em sessões e conversões
Share of VoiceFatia da marca na mídia e publicidade da categoriaAvaliar presença em canais tradicionais e sociais

Veredito: o Share of Model compara a marca com os concorrentes dentro das respostas, enquanto o Share of Answer mede em quantas respostas a marca aparece.

Exemplos de uso

  • Uma escola de idiomas mede seu Share of Model em prompts como “melhor curso de inglês online no Brasil”. O resultado de 8% contra 35% do líder orienta um plano de conteúdo comparativo e de relações públicas digitais.
  • Um e-commerce de cosméticos acompanha o Share of Model trimestralmente. Após publicar guias de ingredientes e conquistar citações em portais de beleza, a fatia sobe de 12% para 19% no mesmo conjunto de prompts. Os números são hipotéticos e ilustram o uso da métrica como indicador de evolução.
  • Uma agência apresenta ao cliente o Share of Model por modelo: 22% no ChatGPT e 9% no Gemini, revelando que a presença da marca varia entre plataformas.

Erros comuns

  • Rodar cada prompt uma única vez e tratar o resultado como estável, desprezando a variação natural das respostas.
  • Comparar medições feitas com conjuntos de prompts diferentes, o que invalida a série histórica.
  • Deixar de lado o sentimento da menção: aparecer como exemplo negativo também conta menção, mas prejudica a marca.
  • Medir em um único modelo e generalizar para todos os assistentes de IA.

Perguntas frequentes sobre Share of Model

Como aumentar o Share of Model da minha marca?

Você aumenta a métrica produzindo conteúdo citável sobre os temas da categoria, com dados originais e respostas diretas, e ampliando a presença da marca em fontes que os modelos consultam, como portais do setor, avaliações e comparativos. Consistência ao longo de meses pesa mais que ações pontuais.

Share of Model é o mesmo que Share of Voice?

Os dois medem fatia de presença frente à concorrência, mas em territórios diferentes. O Share of Voice olha para mídia, publicidade e redes sociais. O Share of Model olha para as respostas de modelos de IA. Uma marca pode dominar a mídia e mesmo assim aparecer pouco nas respostas de LLMs.

Com que frequência devo medir o Share of Model?

Uma medição mensal ou trimestral costuma bastar, sempre com o mesmo conjunto de prompts e os mesmos modelos, para manter a série comparável. Modelos de IA mudam com atualizações, então medições muito espaçadas perdem mudanças relevantes e medições diárias captam mais ruído que tendência.

Termos relacionados

Share of Answer

Share of Answer é a métrica que mede o percentual de respostas geradas por IA que mencionam ou citam uma marca dentro de um conjunto definido de perguntas, usada para avaliar a cobertura da marca nas respostas sobre os temas do seu mercado.

Marca em LLMs (Brand Presence in AI)

Marca em LLMs é o conceito que descreve como uma marca aparece nas respostas de modelos de linguagem, como ChatGPT e Gemini, usado para avaliar se a IA conhece, descreve corretamente e menciona a empresa quando alguém pergunta sobre a categoria. Também chamado de Brand Presence in AI.

Monitoramento de Menções em IA

Monitoramento de Menções em IA é a técnica de acompanhar, de forma recorrente, se e como uma marca aparece nas respostas de assistentes como ChatGPT, Gemini e Perplexity, usada para medir presença, corrigir informações erradas e avaliar o resultado de estratégias de GEO. Também chamado de AI Mention Monitoring.

GEO (Generative Engine Optimization)

GEO é a estratégia de otimizar conteúdo e marca para serem citados nas respostas de motores generativos, como ChatGPT, Gemini e AI Overviews, usada para manter visibilidade quando a busca acontece dentro de uma IA. Também chamado de Generative Engine Optimization ou Otimização para Motores Generativos.

LLM (Large Language Model)

LLM é um modelo de inteligência artificial treinado com volumes enormes de texto para entender e gerar linguagem natural, usado como base de assistentes como ChatGPT e Gemini. Também chamado de Large Language Model ou Grande Modelo de Linguagem, ele sustenta as buscas generativas e as respostas de IA que citam marcas e sites.

← Voltar ao glossário