Recommendation Share é o percentual de vezes que sua marca é citada quando IAs respondem queries relevantes ao seu negócio. Esta métrica substituiu a posição orgânica como KPI principal de AEO porque mede diretamente a presença em answer engines.
Com 58% das buscas informacionais gerando AI Overviews nos EUA (BrightEdge, 2025) e a previsão de que 25% do tráfego de busca tradicional migrará para answer engines até 2026 (Gartner, 2024), posição orgânica perde relevância. A nova realidade: em queries comerciais, menos de 12% dos sites ranqueados no top 3 orgânico aparecem em AI Overviews.
O que é Recommendation Share e por que essa métrica importa agora
Recommendation Share mede sua participação nas recomendações de IAs. Diferente da posição orgânica, que indica onde você aparece em uma SERP, esta métrica revela se você está sendo citado quando usuários fazem perguntas relevantes ao seu negócio.
A métrica nasceu da necessidade de medir performance em um cenário onde usuários não clicam em links orgânicos tradicionais. Eles fazem perguntas para ChatGPT, Perplexity, Claude ou Gemini e recebem respostas diretas com fontes citadas.
Dados de mercado indicam que marcas com Recommendation Share acima de 40% em suas queries-alvo têm 3x mais tráfego de referência de IAs (2025). Esta correlação é mais forte que qualquer métrica tradicional de SEO porque reflete diretamente a percepção das IAs sobre sua autoridade temática.
Na minha experiência implementando AEO para dezenas de clientes, observei que empresas focadas apenas em posição orgânica perderam visibilidade drasticamente quando suas audiências migraram para answer engines. Recommendation Share antecipa essa migração e orienta estratégia para onde o mercado está indo, não onde estava.
Como calcular Recommendation Share: fórmula e metodologia
A fórmula básica do Recommendation Share é simples: (Número de citações ÷ Total de queries testadas) × 100. A complexidade está na metodologia de coleta e classificação das citações.
Definindo o universo de queries relevantes
Comece mapeando 50-100 queries que seu público-alvo faria sobre temas relacionados ao seu negócio. Inclua queries informacionais ("como funciona X"), comerciais ("melhor ferramenta para Y") e navegacionais ("empresa Z preço").
Use ferramentas como AnswerThePublic ou análise de Search Console para identificar variações long-tail. O universo deve representar todo o customer journey, não apenas bottom-funnel.
Importante: suas queries de teste não devem incluir o nome da sua marca. O objetivo é medir citações orgânicas, não quando alguém pergunta diretamente sobre você.
Coletando citações em múltiplas plataformas
Teste cada query em pelo menos 3 plataformas: ChatGPT, Perplexity e Google (AI Overviews quando disponível). Análise de 500 queries comerciais mostrou que ChatGPT cita em média 3-4 fontes por resposta, com 60% de sobreposição entre respostas similares (dados de mercado, 2025).
Documente não apenas se você foi citado, mas a posição da citação (primária, secundária) e o contexto (recomendação direta, menção contextual, fonte de dados).
Use sempre modo anônimo/incógnito para evitar personalização. Colete em horários e dias diferentes para capturar variações algorítmicas.
Calculando o percentual de recomendação
Classifique cada citação em três categorias:
- Citação primária: Sua marca é uma das 1-2 primeiras recomendações
- Citação secundária: Aparece na resposta mas não como destaque principal
- Ausente: Não foi citado na resposta
Sua fórmula final: RS = [(Citações primárias × 1.0) + (Citações secundárias × 0.5)] ÷ Total de queries × 100
Recommendation Share vs. métricas tradicionais de SEO
| Métrica | Mede | Relevância em AEO | Correlação com tráfego IA |
|---|---|---|---|
| Posição orgânica | Ranking em SERP | Baixa | Fraca |
| Share of Voice SEO | % impressões vs. concorrentes | Média | Média |
| Recommendation Share | % citações em IAs | Alta | Forte |
| Domain Authority | Autoridade técnica | Baixa | Fraca |
Por que posição orgânica não funciona para AEO
Posição orgânica pressupõe que usuários vão clicar em resultados orgânicos. Mas quando uma IA responde diretamente à pergunta com fontes citadas, o comportamento muda completamente.
Tenho observado clientes com posições #1 orgânicas que têm Recommendation Share de apenas 5-10%. O inverso também acontece: sites com posições orgânicas #15-20 que são citados em 40-50% das respostas de IAs sobre seus temas.
A explicação está na diferença entre otimização para algoritmos de busca vs. otimização para modelos de linguagem. Métricas tradicionais de AEO não capturam essa nuance.
Diferenças entre Share of Voice e Recommendation Share
Share of Voice mede sua participação nas impressões de busca tradicionais. Recommendation Share mede participação em citações de IAs. São universos diferentes com dinâmicas próprias.
Share of Voice depende de volume de busca e competição por palavras-chave. Recommendation Share depende de como IAs percebem sua autoridade temática e qualidade das suas fontes.
Você pode ter baixo Share of Voice (poucas impressões orgânicas) mas alto Recommendation Share (citações frequentes em IAs). Esta segunda métrica é mais valiosa no cenário atual.
Benchmarks de Recommendation Share por vertical (2025-2026)
Com base em análise de múltiplas indústrias, aqui estão os benchmarks emergentes:
| Vertical | Recommendation Share Médio | Top Performers |
|---|---|---|
| SaaS B2B | 15-25% | 40-60% |
| E-commerce | 8-18% | 35-50% |
| Saúde/Wellness | 20-35% | 50-70% |
| Educação | 25-40% | 60-80% |
| Serviços Financeiros | 12-22% | 30-45% |
Verticals com mais conteúdo educacional tendem a ter Recommendation Share maior porque IAs valorizam fontes que explicam conceitos claramente.
A diferença entre performers médios e top é principalmente qualidade do conteúdo structured data implementation. Sites com schema markup rico e FAQ bem estruturadas dominam citações.
Na minha análise, empresas que tratam Recommendation Share como North Star metric conseguem crescimento 3-5x mais rápido em visibilidade de IAs comparado a quem foca apenas em métricas tradicionais.
Framework de 4 etapas para monitorar Recommendation Share mensalmente
Etapa 1: Mapeamento de queries de teste
Defina 3 conjuntos de queries:
- Core queries (20-30): Temas centrais do seu negócio
- Long-tail queries (30-50): Variações específicas e nichos
- Competitive queries (10-20): Onde concorrentes são fortes
Atualize este mapeamento trimestralmente com base em dados de Search Console e feedback comercial. Queries que geram zero citações por 3 meses consecutivos devem ser substituídas.
Etapa 2: Coleta automatizada via API ou manual
Idealmente, use APIs como OpenAI GPT API, Perplexity API ou ferramentas como BrightEdge para automatizar coleta. Se não tiver acesso, coleta manual com planilha estruturada funciona para até 100 queries mensais.
Para monitorar share of voice em IAs, documente timestamp, plataforma, query exata, resposta completa e citações identificadas.
Mantenha histórico de pelo menos 6 meses para identificar trends sazonais e mudanças algorítmicas.
Etapa 3: Classificação de citações (primária, secundária, ausente)
Desenvolva critérios objetivos para classificação:
- Primária: Primeira ou segunda fonte mencionada, recomendação explícita
- Secundária: Menção contextual, fonte de dados, referência indireta
- Ausente: Não aparece na resposta
Treine a equipe para classificação consistente. Divergências de interpretação podem distorcer tendências mensais.
Etapa 4: Análise de variação e LLM Perception Drift
Compare mês vs. mês anterior e identifique:
- Queries que perderam citações (possível queda de autoridade)
- Queries que ganharam citações (conteúdo otimizado funcionando)
- Mudanças de posição (primária para secundária ou vice-versa)
LLM Perception Drift acontece quando IAs mudam percepção sobre sua marca sem mudanças no seu conteúdo. Monitore com queries controle mensais.
Como aumentar seu Recommendation Share: táticas comprovadas
A otimização para citações em IAs difere significativamente do SEO tradicional. IAs valorizam fontes que respondem perguntas diretamente, com contexto claro e dados verificáveis.
Structured data implementation é fundamental. Schema.org FAQ, HowTo e Article aumentam chance de citação porque IAs podem extrair informações estruturadas facilmente.
Formato de resposta direta: Comece parágrafos com respostas completas a perguntas específicas. IAs extraem esses trechos como citações primárias.
Dados com fonte: Sempre cite fontes para estatísticas. "Segundo [fonte], [dados] ([ano])" aumenta credibilidade percebida pelas IAs.
Internal linking strategy: Links internos contextual ajudam IAs a entender a profundidade da sua autoridade temática. Não apenas para SEO, mas para entity relationship mapping.
Para auditar visibilidade com prompts manuais, teste regularmente queries onde você deveria aparecer mas não aparece. Identifique gaps de conteúdo.
Ferramentas para rastrear Recommendation Share em escala
O mercado de ferramentas para AEO ainda está emergindo, mas algumas opções já permitem monitoramento de citações em IAs:
BrightEdge: Módulo de AEO tracking com dashboard para citações em multiple answer engines. Pricing enterprise, mas cobertura abrangente.
SEMrush: Feature beta para AI Overview tracking. Limitado a Google AI Overviews, mas útil para começar.
Custom solutions: APIs da OpenAI, Anthropic e Perplexity permitem automação custom. Desenvolvimento interno necessário.
Manual tracking: Planilhas estruturadas funcionam para até 200 queries. Use templates com campos padronizados para classificação.
Na minha experiência, ferramentas pagas compensam apenas para empresas testando 500+ queries mensalmente. Para volumes menores, processo manual bem estruturado entrega insights suficientes.
A chave é consistência na coleta, não sofisticação da ferramenta. Dados de 6 meses com metodologia simples superam dados esporádicos com ferramenta complexa.
Perguntas frequentes
Qual é a diferença entre Recommendation Share e Share of Voice em AEO?
Share of Voice mede sua participação nas impressões de busca orgânicas tradicionais. Recommendation Share mede especificamente o percentual de citações da sua marca quando IAs respondem queries relevantes. São métricas complementares, mas Recommendation Share é mais preditiva para tráfego futuro de answer engines.
Como calcular Recommendation Share se minha marca atua em múltiplos nichos?
Calcule Recommendation Share separadamente para cada nicho com universos de queries específicos. Depois, crie um índice ponderado baseado na importância comercial de cada nicho. Por exemplo: 60% do índice para nicho A, 40% para nicho B, refletindo contribuição de receita de cada segmento.
Quantas queries preciso testar para ter um Recommendation Share confiável?
Mínimo de 50 queries para tendências iniciais, ideal 100-200 para dados estatisticamente significativos. Teste mensalmente as mesmas queries para identificar trends. Adicione novas queries trimestralmente baseado em mudanças no negócio ou sazonalidade.
Recommendation Share varia muito entre ChatGPT, Perplexity e Gemini?
Sim, cada plataforma tem algoritmos e fontes preferenciais diferentes. ChatGPT tende a citar fontes mais populares, Perplexity valoriza fontes acadêmicas, Gemini integra mais conteúdo do Google. Monitore as 3 plataformas separadamente e compare tendências mensais.
É possível ter alto Recommendation Share mesmo sem estar no top 10 orgânico?
Absolutamente. IAs não seguem rankings orgânicos tradicionais para citações. Elas avaliam relevância, autoridade temática e qualidade da resposta independentemente da posição SERP. Sites com conteúdo bem estruturado e dados verificáveis podem ter Recommendation Share alto mesmo com baixa visibilidade orgânica.