O marketing sempre encontrou uma métrica para medir quem manda. Durante décadas, foi o Share of Voice — a presença na mídia. Depois, o Share of Search — o volume de buscas no Google. Hoje, com as IAs generativas consolidadas como principal interfaces de busca e descoberta, uma nova métrica assume o protagonismo: o Share of Model (SoM).
O conceito é simples na superfície, mas complexo na execução. Diferente das métricas anteriores, o SoM não mede quantas pessoas falam sobre uma marca — mede o quanto os Large Language Models (LLMs) a conhecem, confiam nela e a recomendam.
O contexto não poderia ser mais urgente. A Gartner prevê que o volume de buscas nos mecanismos de pesquisa tradicionais deve cair 25% com a migração dos usuários para chatbots e agentes virtuais baseados em IA. Gartner No Brasil, o movimento é ainda mais acelerado: o percentual de brasileiros que usam IA saltou de 60% para 77% em apenas um ano, segundo o Consumer Pulse 2026 da Bain & Company , e o país já ultrapassou os Estados Unidos em adoção. Mobile Time Mais da metade dos brasileiros já recorreu a assistentes de IA para auxiliar nas compras nos últimos 12 meses, crescimento de 52% em relação ao ano anterior. Adyen
O fim da era das palavras-chave? A resposta é: em parte, sim
A pergunta não é retórica — e merece uma resposta direta. O SEO tradicional não morreu, mas perdeu o monopólio. Se antes a batalha era pela primeira página do Google, hoje a disputa acontece dentro dos “neurônios artificiais” de modelos como Gemini, GPT-4 e Claude. Quando um usuário pergunta “Qual é o melhor software de CRM para pequenas empresas?”, a resposta da IA é construída a partir de uma síntese massiva de dados — sem exibir dez links azuis para o usuário escolher. Ou a marca está nessa síntese, ou ela não existe para aquele consumidor naquele momento.
Para Thais Basem Bastos, estrategista em transformação digital, mentora de líderes e especialista em marketing com IA, a transição exige uma mudança de paradigma profunda. “Não estamos mais otimizando apenas para algoritmos de ranqueamento que priorizam cliques. Estamos otimizando para modelos de linguagem que buscam contexto, autoridade e veracidade”, afirma. “O Share of Model representa a fatia de ‘mente’ que sua marca ocupa dentro da inteligência artificial.”
Como o Share of Model é construído
O SoM não se compra com mídia paga. Ele é resultado acumulado de uma presença digital robusta, construída ao longo do tempo, capaz de alimentar o treinamento dos modelos com sinais de relevância e confiança. Seus três pilares fundamentais são:
- Autoridade de conteúdo: menções em veículos de prestígio, artigos técnicos e fóruns especializados que conferem credibilidade à marca nos dados que treinam os modelos.
- Sentimento dos dados: a forma como a marca é descrita em avaliações, matérias e discussões públicas — os adjetivos que orbitam o seu nome importam.
- Presença em datasets de treinamento: a frequência com que o nome da marca aparece em contextos relevantes dentro do volume de dados que alimenta os LLMs.
O desafio — e o risco — de ignorar essa métrica
Mensurar o Share of Model ainda é um território em construção. Não existe, até o momento, um painel único equivalente ao Google Analytics. A medição ocorre por meio de auditorias de Generative Engine Optimization (GEO), um campo emergente que ainda não tem metodologias plenamente padronizadas — o que exige cautela ao interpretar resultados.
Thais ressalta, no entanto, que o risco de esperar é maior do que o de agir com imperfeições: “No momento em que a IA se torna o assistente de compras e o pesquisador de confiança do usuário, o Share of Model passa a ser o maior ativo de valor de uma empresa. Se o modelo não te cita, você está fora da jornada de decisão do cliente.”
Na prática, essas auditorias se organizam em três frentes:
1. Frequência de menção em zero-shot prompts: A medição começa com testes de prompting neutros, realizados em abas anônimas e com LLMs deslogados. Ao perguntar “Quais as melhores soluções para [problema X]?”, a pergunta é: em quantas dessas respostas a marca aparece? “O SoM é calculado pela porcentagem de vezes que sua marca é citada em uma amostra de 100 prompts variados, aplicados em diferentes modelos — Gemini, GPT e Claude”, explica Thais.
2. Análise de sentimento e atributos associados: Não basta ser citado: é preciso saber como. Ferramentas de auditoria de IA analisam os adjetivos e contextos que os modelos associam à marca. Se o modelo a menciona no campo de “baixo custo”, mas o posicionamento pretendido é “premium”, o SoM está desequilibrado — e esse desvio precisa ser corrigido na origem, no conteúdo publicado. Uma forma prática de verificar isso é perguntar diretamente aos LLMs quais são os cinco principais atributos que eles associam à sua marca.
3. Citabilidade e fontes de referência: Os modelos generativos modernos cada vez mais citam as fontes que embasam suas respostas. A métrica de SoM contabiliza com que frequência o site oficial ou os artigos de liderança de pensamento de uma marca são usados como referência — um indicador direto de autoridade percebida pelos modelos.
O futuro é generativo — e o presente já é também
À medida que 2026 avança, o marketing de influência e o SEO tradicional convergem para o que especialistas já chamam de AIO (AI Optimization). O Share of Model é o termômetro dessa nova era. Mas, diferentemente de métricas passadas que privilegiavam quem tinha mais verba, o SoM tem uma lógica própria: ele favorece quem tem mais substância — conteúdo técnico, reputação construída, presença consistente e credibilidade verificável. “O marketing precisa se adaptar rápido para se tornar ainda mais estratégico” afirma Thais, que compilou dezenas de pesquisas no Codehack, um método que orienta como o marketing pode se tornar Ai-First Marketing.
As marcas que começarem agora a auditar sua presença nos modelos de linguagem terão uma vantagem estrutural sobre as que esperarem o mercado exigir. No marketing digital, chegar depois que a métrica já é consenso costuma ser tarde demais.
Glossário rápido
LLM (Large Language Model): modelo de linguagem de grande escala, como GPT-4, Gemini e Claude. SoM (Share of Model): participação de uma marca no conhecimento e nas recomendações dos LLMs. GEO (Generative Engine Optimization): conjunto de práticas para otimizar a presença de uma marca nos resultados gerados por IAs. AIO(AI Optimization): convergência entre SEO, marketing de conteúdo e otimização para modelos generativos. Zero-shot prompt*: pergunta feita à IA sem contexto prévio ou histórico de conversa, usada para testar respostas neutras.