Quando um time de marketing fala "presença em IA", cada pessoa na sala imagina uma coisa diferente. Um pensa em anúncios dentro do ChatGPT. Outro pensa em prompt engineering. Outro ainda acha que SEO já resolve. O problema começa na linguagem.
Este glossário existe para resolver isso. Não é uma lista de buzzwords para parecer moderno — é um vocabulário de trabalho para que seu time tome decisões em cima das mesmas definições.
Os termos estão organizados por área. Defina junto com seu time quais já são do dia a dia e quais ainda precisam virar hábito.
Fundamentos de como as LLMs funcionam
LLM (Large Language Model)
Modelo de linguagem treinado em grandes volumes de texto para gerar respostas coerentes. ChatGPT, Claude, Gemini e Llama são LLMs. Importante: LLMs não "pesquisam" — eles predizem o texto mais provável com base no que aprenderam.
Training data
O conjunto de textos usado para treinar o modelo. O que aparece no training data com frequência e consistência tende a ter mais peso nas respostas. Publicações antigas do seu site, menções em fóruns, artigos de imprensa — tudo isso pode ter entrado aqui.
Knowledge cutoff
A data a partir da qual o modelo não tem mais dados de treinamento. Se seu produto foi lançado depois do cutoff, a IA não sabe que ele existe — a não ser que algum mecanismo de retrieval em tempo real seja usado.
RAG (Retrieval-Augmented Generation)
Técnica em que o modelo busca informações externas em tempo real antes de gerar uma resposta. O ChatGPT com browsing ativado usa RAG. Ele consulta fontes, traz trechos, e incorpora na resposta. Isso cria uma segunda janela de oportunidade para sua marca aparecer — além do training data.
Grounding
Processo de ancorar as respostas da IA em fontes verificáveis. O Gemini usa o índice do Google para grounding. Quando um modelo está "grounded", a probabilidade de citar uma fonte real aumenta — e por isso presença no índice de busca ainda importa, mesmo num mundo de LLMs.
Embedding
Representação matemática de um texto que captura o significado. Modelos usam embeddings para comparar conceitos e decidir o que é "parecido" ou "relevante" para uma pergunta. Se sua marca tem associações semânticas fracas com um setor, pode ser simplesmente ignorada.
Alucinação
Quando a IA gera uma afirmação factualmente errada com confiança. No contexto de marca, alucinação pode significar preços errados, features que não existem, ou histórico inventado. É um risco real, não só uma curiosidade técnica.
Visibilidade e presença
AEO (Answer Engine Optimization)
Prática de otimizar conteúdo para aparecer nas respostas de motores de resposta — ou seja, nas LLMs que as pessoas já consultam diretamente. Diferente de SEO, o objetivo não é ranquear numa lista: é ser citado ou referenciado numa resposta em linguagem natural.
GEO (Generative Engine Optimization)
Sinônimo mais amplo de AEO, usado para englobar toda a otimização voltada a motores generativos (LLMs com retrieval, AI Overviews do Google, Perplexity etc.). Alguns autores distinguem os dois; na prática, a maioria usa indistintamente.
AI Visibility
Capacidade de uma marca ser reconhecida, citada ou referenciada por sistemas de IA em conversas relevantes. É o conceito guarda-chuva: abrange frequência, contexto, sentimento e acurácia do que a IA diz sobre você.
Share of voice em IA
Proporção de vezes que sua marca aparece nas respostas de IA em comparação com o total de citações de marcas no seu setor. Métrica relativa. Se a IA menciona você em 3 de cada 10 respostas sobre seu mercado, e o concorrente aparece em 7, você tem 30% de share of voice.
Citation worthiness
O grau em que uma marca, fonte ou conteúdo é reconhecido como digno de ser citado por uma LLM. Depende de autoridade percebida, consistência de informações e presença em fontes que o modelo considera confiáveis.
Citabilidade
Versão em português de citation worthiness. Usamos para medir o quanto um conteúdo específico está estruturado para ser extraído e citado por uma IA — nível de clareza, assertividade e especificidade das afirmações.
Menção de marca
Quando uma LLM inclui o nome de uma empresa numa resposta, seja de forma positiva, neutra ou negativa. Menções precisam ser monitoradas tanto em frequência quanto em contexto.
Métricas e monitoramento
LLM Brand Monitoring
Prática de acompanhar sistematicamente como e quando sua marca aparece nas respostas de modelos de linguagem. Inclui rastrear menções, avaliar sentimento, checar acurácia e comparar com concorrentes.
Prompt de monitoramento
Pergunta ou conjunto de perguntas enviadas regularmente às LLMs para auditar como elas respondem sobre sua marca, setor ou concorrentes. Equivalente ao "termo de busca" no SEO, mas em formato de pergunta natural.
Localized prompts
Prompts adaptados para idioma, contexto cultural e mercado local. Uma pergunta sobre "melhor software de gestão" pode gerar respostas completamente diferentes em português do Brasil versus inglês americano — mesmo no mesmo modelo.
Sentimento de citação
Tom com que a IA menciona sua marca: positivo, neutro ou negativo. Uma marca pode ser muito citada, mas com ressalvas ou erros que prejudicam a percepção do usuário.
Acurácia de citação
Grau de correção das informações que a IA fornece sobre sua empresa. Endereço, preço, funcionalidades, histórico — cada detalhe errado repetido em escala é um problema real.
Baseline de presença
Fotografia inicial da sua visibilidade em IA antes de qualquer ação. Essencial para medir o impacto das mudanças ao longo do tempo. Sem baseline, você não sabe se melhorou.
Conteúdo e estratégia
Conteúdo citável
Conteúdo escrito com clareza, assertividade e especificidade suficientes para que uma LLM o extraia diretamente como fonte. Definições, listas, comparativos e dados proprietários tendem a ser mais citáveis que textos narrativos vagos.
Dados proprietários
Pesquisas, benchmarks, levantamentos e informações originais produzidas pela própria empresa. São altamente citáveis porque oferecem algo que não existe em outro lugar. Uma LLM que precisa de um número específico vai preferir uma fonte primária.
Earned media (earned coverage)
Cobertura obtida por mérito — matérias, menções em blogs de terceiros, análises independentes. No contexto de AEO, earned media distribui informações sobre sua marca em fontes que as LLMs tendem a considerar mais confiáveis do que seu próprio site.
Schema markup (dados estruturados)
Código HTML que organiza informações de uma página de forma legível por máquinas. Ainda relevante para LLMs com retrieval, especialmente as que usam o índice de busca como fonte.
Fonte de alta autoridade
Publicação, enciclopédia ou portal com alto grau de confiança para as LLMs. Wikipedia, publicações especializadas renomadas e portais de grande audiência costumam ter peso desproporcional nas citações.
Comportamento do usuário e funil
Zero-click
Quando o usuário obtém a resposta direto na IA sem precisar clicar em nenhum link. O tráfego não chega ao site, mas a marca ainda pode ter sido mencionada. Zero-click não é necessariamente perda — depende do objetivo da jornada.
AI Mode (ou Search Generative Experience)
Modo de busca que usa IA generativa para sintetizar uma resposta no topo dos resultados, antes dos links tradicionais. O Google lançou o AI Mode como evolução do SGE. Muda completamente quem aparece e como.
Agente de IA
Sistema de IA que executa tarefas de forma autônoma — pesquisa, compara, decide. Agentes que fazem compras ou escolhem fornecedores por conta própria criam uma camada de decisão onde a marca precisa estar presente sem que o usuário final veja a busca acontecer.
Funil de IA
A jornada do usuário que começa dentro de uma LLM — com uma pergunta — e pode chegar a uma decisão de compra sem passar pelo fluxo tradicional (busca → site → conversão). Requer repensar onde e como a marca se posiciona.
Vocabulário alinhado é o começo. O próximo passo é medir onde você já está — antes de apostar em qualquer tática. A Genoma foi construída exatamente para isso: auditar sua presença atual nas principais LLMs, comparar com concorrentes e apontar onde agir primeiro. Se quiser ver como isso funciona na prática, o app está em app.genomahq.com.