← Voltar ao blog

Medição e métricas

A auditoria de IA gratuita e completa: um relatório PDF sob demanda

A auditoria de IA gratuita mede ChatGPT e Google AI Overviews em cinco eixos e verifica o seu site. Quando fica pronta, o e-mail leva ao painel. Você gera o PDF sob demanda na Visão geral; o tamanho depende dos dados disponíveis. Sem cartão.

Maksim Gurchenkov (CEO, Apurichoumi Inc.)

Uma auditoria completa — agora gratuita para todos

Abrimos a todos a auditoria de marca em IA gratuita. Não é uma demo nem uma «verificação de uma única consulta»: a auditoria gratuita percorre o pipeline de pesquisa dentro dos limites do plano Free. O cadastro e a primeira varredura não exigem cartão, e o Free é um plano permanente, não um teste com cronômetro. Quando a auditoria fica pronta, o e-mail leva aos resultados no painel. Depois, você pode gerar um relatório PDF sob demanda na Visão geral; o tamanho varia conforme os dados e as seções disponíveis.

Por que isso importa: cada vez mais jornadas de compra começam com uma pergunta a um assistente de IA, não com uma barra de busca. A auditoria mostra como o ChatGPT e o Google AI Overviews respondem sobre a sua marca, os seus concorrentes e as suas fontes — e o que fazer a respeito. É a primeira medição do ciclo fechado da gestão da representação na IA (AI Representation Management), a disciplina dentro da qual operam as táticas GEO, LLMO e AEO.

O que realmente acontece durante a auditoria

Por trás da palavra «auditoria» há várias investigações em paralelo — e o relatório torna visível a profundidade de cada uma:

  1. O onboarding começa pelo domínio. Você informa o site e pode adicionar concorrentes opcionalmente. A partir daí, o Suparanku gera o perfil do negócio, os temas, os prompts e a estrutura do mercado; depois você revisa tudo no produto.
  2. A varredura dos mecanismos de IA. Cada prompt roda no ChatGPT e no Google AI Overviews, com três amostras por par prompt–mecanismo, e as respostas são analisadas em cinco eixos: visibilidade, posição na resposta, sentimento, concorrentes, fontes. A SparkToro observou forte instabilidade na composição e na ordem das listas de marcas. Três amostras reduzem a dependência de uma única execução, mas continuam sendo uma medição direcional do produto — não uma prova de significância estatística ou de causalidade.
  3. A auditoria do site. Uma varredura de até 1.000 páginas verifica robots, dados estruturados, metatags, links quebrados e estrutura. As páginas avaliáveis e o domínio recebem uma pontuação de prontidão técnica de 0 a 100 (SRPS). Uma checagem profunda da página inicial acrescenta, entre outros dados, métricas de laboratório do Lighthouse.
  4. As recomendações. As lacunas da varredura e da auditoria viram automaticamente uma lista de ações priorizadas. Os briefs de conteúdo são gerados sob demanda dentro da franquia de um plano pago; o Free não tem franquia de briefs de conteúdo, e nem toda recomendação chega com um brief pronto.

Agora a parte interessante — como tudo isso aparece no relatório. Todas as capturas abaixo vêm de um relatório de demonstração para a marca fictícia Mikazuki: os números, os domínios e os concorrentes são todos inventados; mostra-se apenas a estrutura de um relatório real. O cabeçalho «Suparanku × Supasaito» nos slides é co-branding para parceiros: os parceiros publicam relatórios com o nome da sua empresa ao lado do nosso. Todos os números de slides abaixo pertencem apenas a este deck de demonstração; um relatório real pode omitir seções sem dados e ter outra numeração.

Slide de demonstração 1: o quadro inteiro numa página

Slide de demonstração 1 — a capa do relatório

Slide de demonstração 1 — a capa.

O relatório abre com o resumo de três respostas principais: como o site aparece para os crawlers de IA (pontuações SRPS e Lighthouse), onde você é encontrado ao longo do funil — com a distinção entre consultas com marca e sem marca, e em quais temas os concorrentes estão à sua frente. À esquerda — em que o relatório se baseia: mecanismos, temas × prompts × amostras, páginas varridas, concorrentes, menções e fontes. É o slide que você pode mostrar a um executivo no lugar do relatório inteiro: onde a marca está agora, numa única tela, com atalhos para os slides de detalhe.

Slides de demonstração 8–15: como o seu site aparece para a IA

O bloco de auditoria do site responde à pergunta «a IA consegue sequer ler você?»: domínio e robots, checagens técnicas, estrutura e links quebrados, sinais sociais — e a velocidade da página inicial num slide próprio.

Slide de demonstração 14 — Core Web Vitals da página inicial

Slide de demonstração 14 — as métricas de velocidade de laboratório da página inicial (Lighthouse).

Cada métrica — LCP, CLS, TBT, FCP, Speed Index, TTI — é traçada em relação aos limites do PageSpeed: as zonas verde, amarela e vermelha se veem num relance. No exemplo acima, as medições de laboratório de LCP e CLS estão boas, mas o Total Blocking Time está na zona vermelha — um sinal de trabalho na thread principal. O Lighthouse mede em condições controladas de laboratório; esses valores não são dados de campo de usuários reais nem um relatório sobre como o Google trata a página.

Slide de demonstração 21: onde exatamente encontram você — e onde não

Em seguida o relatório passa para a visibilidade em IA. Os prompts da auditoria são etiquetados por etapa do funil, e a visibilidade é calculada por etapa.

Slide de demonstração 21 — visibilidade em IA por etapa do funil

Slide de demonstração 21 — visibilidade por etapa do funil e a distinção entre consultas com marca e sem marca.

Nos dados de demonstração, a visibilidade chega a 50% nas consultas que já nomeiam a marca e a 6% nas consultas sem marca, que representam 92% do corpus de demonstração. Os números apenas ilustram como o relatório apresenta uma lacuna medida; não são referência para marcas reais.

Slide de demonstração 26: quem a IA cita ao responder sobre a sua categoria

Slide de demonstração 26 — fontes e categorias

Slide de demonstração 26 — a composição das fontes citadas e os principais domínios.

As respostas de IA se apoiam em fontes, e o relatório as mostra por inteiro: como se distribuem os tipos de fonte (corporativo, próprias, redes sociais, PR, avaliações) e quais domínios são mais citados. O seu site está destacado na lista — você vê na hora em que posição ele está entre dezenas de domínios-fonte e quem ocupa os lugares acima de você.

Slides de demonstração 28–29: concorrentes — onde estão à frente

O bloco de concorrentes começa com uma comparação honesta por tema.

Slide de demonstração 28 — onde os concorrentes superam você por tema

Slide de demonstração 28 — parcela de respostas de IA com uma menção: você contra cada concorrente monitorado, por tema.

Para cada tema você vê qual parcela de respostas cada marca ocupa e a diferença em pontos percentuais. Os prompts com marca são excluídos da comparação — ela mede exatamente a disputa pelas respostas sem marca.

Slide de demonstração 29 — as fontes dos concorrentes

Slide de demonstração 29 — domínios cujas páginas mencionam de forma verificável cada marca.

Esses domínios mostram quais páginas de fato mencionam os concorrentes e quais fontes apareceram nas respostas medidas. Eles ajudam a formular hipóteses para a próxima investigação; não provam que um domínio causou a vantagem observada nem que a sua marca necessariamente deva estar ali.

Slide de demonstração 32: o que fazer — por prioridade

Slide de demonstração 32 — recomendações

Slide de demonstração 32 — recomendações priorizadas em três direções.

O relatório termina não com conclusões, mas com um plano: recomendações em três direções — contexto, técnica, conteúdo — com prioridades. Cada uma está ligada a uma lacuna concreta da auditoria: faltam links sameAs — eis uma tarefa; a IA recomenda concorrentes num tema em que você está ausente — eis uma tarefa; JavaScript pesado — eis uma tarefa. As listas completas vivem no produto. Recomendações técnicas podem incluir instruções determinísticas; briefs de conteúdo são gerados sob demanda nos planos pagos e não vêm anexados automaticamente a cada recomendação.

O relatório você nem precisa ler — somos AI-friendly

O Suparanku é AI-friendly nos dois sentidos: não só medimos como a IA representa a sua marca, como também disponibilizamos os dados pelo servidor MCP do Suparanku. Conforme os próprios recursos e as permissões concedidas, um cliente compatível com MCP pode usar dados da auditoria do site, métricas de visibilidade em IA, recomendações e ferramentas do relatório PDF. O MCP está disponível em todos os planos pagos do Suparanku, incluindo o Starter; os recursos do cliente, as aprovações administrativas e as opções de automação também dependem do cliente e do plano dele.

Como receber o seu relatório

  1. Cadastre-se — não é preciso cartão.
  2. No onboarding, informe o domínio e, se quiser, concorrentes; o perfil, os temas e os prompts são gerados em seguida.
  3. O sistema executa a varredura e a auditoria do site. O e-mail de disponibilidade leva aos resultados no painel.
  4. Na Visão geral, escolha Baixar PDF para gerar o relatório sob demanda.

O relatório é gerado no idioma da sua interface — há suporte para japonês, inglês, russo, italiano, coreano, espanhol, alemão, francês e português. O tamanho depende dos dados da sua marca: quanto mais prompts e seções com dados, mais slides.

Honestos sobre as expectativas

A auditoria não promete crescimento — mostra onde você está e os próximos passos sugeridos pelas lacunas medidas. O AI Representation Management é um ciclo fechado: contexto do negócio → medir o que a IA diz → recomendações versionadas pelo PLAYBOOK → publicar → rastrear URLs → medir de novo. A nova medição mostra movimento, mas sozinha não prova a causa. A auditoria gratuita é a primeira volta desse processo gerenciado, mensurável e repetível.

Fontes

  1. SparkToro (Rand Fishkin), «AIs are highly inconsistent when recommending brands/products»
  2. web.dev (Google), «Web Vitals» — métricas e limites dos Core Web Vitals
Diagnóstico gratuito Falar com vendas