Share of voice é um conceito velho de marketing com um significado novo na era da IA. Tradicionalmente, ele media quanto da conversa do seu mercado a sua marca dominava — em mídia, em busca, em redes. Nas LLMs, ele ganha uma definição mais precisa e mais reveladora: de todas as vezes que a IA responde a uma pergunta do seu setor, em que fração dessas respostas a sua marca aparece? E quando aparece, quanto espaço ela ocupa em relação aos concorrentes?
A definição que importa
Comece pela unidade certa. Share of voice em IA não se mede sobre o universo de "todas as respostas possíveis"; mede-se sobre um conjunto definido de perguntas relevantes para o seu negócio — aquelas que um cliente faria à IA antes de decidir uma compra no seu mercado.
Dentro desse conjunto, a métrica responde duas coisas. Primeiro, presença: em quantas dessas perguntas você aparece. Segundo, proeminência: quando aparece, você é a primeira marca citada, uma menção no meio, ou um nome solto no fim. As duas juntas formam um retrato mais honesto do que qualquer uma sozinha.
Por que não basta contar menções
A tentação é reduzir tudo a uma contagem: "fui citado 30 vezes". Mas esse número, sozinho, engana. Trinta menções no fim de listas longas, em perguntas periféricas, valem menos que cinco menções como primeira recomendação em perguntas de alta intenção de compra.
Por isso o share of voice bem-feito pondera. Aparecer importa, mas aparecer com destaque, nas perguntas que importam, importa mais. Uma métrica que trata todas as menções como iguais vai te dar uma sensação de presença que não corresponde ao impacto real.
O denominador é o que dá sentido
A parte mais negligenciada da medição é o denominador: share de quê? Sua marca pode ser citada em metade das perguntas e isso ser ótimo ou medíocre, dependendo de quão citados estão os concorrentes. Aparecer em 50% quando o líder aparece em 90% é uma posição fraca. Aparecer em 50% quando ninguém passa de 30% é dominância.
Share of voice só faz sentido em relação. É uma métrica comparativa por natureza. Medir a sua presença isolada, sem o contexto de quem mais ocupa aquele espaço, é como saber a sua nota numa prova sem saber a média da turma.
Como montar a medição na prática
A lógica é direta, mesmo que a execução em escala peça ferramenta. Defina o conjunto de perguntas relevantes — as reais, na linguagem que os clientes usam. Rode-as nos modelos que o seu público usa. Registre, em cada resposta, quais marcas aparecem, em que posição e com que tom. Repita ao longo do tempo, porque uma foto única é frágil; o que conta é a tendência.
Desse registro saem as três leituras úteis: a sua presença (em quantas perguntas você está), a sua proeminência (com que destaque), e o seu share relativo (a sua fatia comparada à dos concorrentes). Juntas, elas dizem não só "eu apareço?", mas "eu estou ganhando ou perdendo a conversa do meu setor?".
O cuidado com a variação
Um detalhe técnico que muda a interpretação: modelos de linguagem têm aleatoriedade. A mesma pergunta, repetida, pode dar respostas levemente diferentes. Isso significa que uma medição baseada em poucas rodadas é ruidosa — você pode estar lendo sorte, não padrão.
Share of voice confiável exige volume e repetição. Muitas perguntas, várias rodadas, ao longo de semanas. É a média estável, não o resultado de um dia, que revela a sua posição real. Quem mede pouco corre o risco de comemorar ou se desesperar à toa.
Do número à decisão
Uma métrica só vale pelo que ela ajuda a decidir. O share of voice em IA, bem medido, aponta onde agir: nas perguntas em que você some, nos concorrentes que estão te superando, nos temas onde a sua presença está fraca apesar de ser onde você deveria ser forte. Ele transforma a intuição de "acho que a IA não fala muito de nós" num diagnóstico priorizável.
Calcular isso de forma consistente, em vários modelos e ao longo do tempo, é exatamente o problema que a Genoma resolve: transformar a dispersão de respostas de IA num share of voice estável, comparável e acionável — para você parar de adivinhar a sua posição e passar a acompanhá-la.