Pergunte algo ao ChatGPT no app web e depois envie a mesma pergunta pela API dele: com frequência você recebe dois conjuntos de recomendações diferentes. Os experimentos controlados de 2026 mediram a lacuna entre superfícies de acesso em 1,5 a 3,6 vezes o ruído normal entre execuções. Uma pontuação de visibilidade que não declara sua superfície de medição não pode ser comparada com nenhuma outra pontuação.

O que conta como superfície

O mesmo modelo pode chegar ao usuário por meio de vários produtos distintos, e cada rota é uma superfície de medição separada. A Petra Labs distingue três para o GPT-5.2: ChatGPT pago com sessão iniciada, ChatGPT gratuito sem sessão e a API de Responses. Eles podem diferir em prompts de sistema, backends de busca, sinais geográficos e ajustes de amostragem enquanto compartilham um único nome de modelo.

A interface web adiciona camadas que uma chamada de API jamais vê. Nikolai Fischer, um desenvolvedor alemão que publicou uma comparação com o mesmo modelo em outubro de 2026, as lista: o chatgpt.com executa um prompt de sistema que a OpenAI não publica, decide por conta própria se busca na web e conhece a localização do usuário, o histórico de conversas e as memórias salvas. A API está mais exposta. Nela, a busca na web é uma ferramenta que o desenvolvedor precisa ativar, e muitas ferramentas de rastreamento de prompts a deixam desativada para economizar, então o modelo responde apenas com a memória de treinamento. A identidade do modelo também faz parte da superfície, e errar é fácil: o app do ChatGPT mostra um nível de raciocínio em vez de um nome de modelo, e a primeira rodada de API de Fischer acabou comparando o modelo errado contra o padrão da web.

O que os experimentos controlados descobriram

Dois experimentos mantêm tudo constante, exceto a superfície, o que os torna as evidências mais sólidas disponíveis. A Petra Labs, uma agência de otimização para motores de resposta (answer engine optimization), enviou um mesmo prompt de pesquisa de produto 300 vezes para cada uma de três superfícies do GPT-5.2 em 26 de fevereiro de 2026, com busca na web forçada e sem personalização: 900 execuções no total. Ao dividir as execuções de cada superfície pela metade, o piso de ruído ficou em 4,5 a 7,1 % de RMSE para a visibilidade de marca. As amostras completas de superfícies diferentes diferiam em 10,8 a 16,1 %, então o efeito de superfície foi 1,5 a 3,6 vezes maior que o acaso. A Blizzard apareceu em 30 % das execuções com sessão e em 62,3 % das execuções pela API, um balanço de 32 pontos. A Renoun apareceu em 15 a 18 % das execuções de chat e nenhuma vez pela API. As cinco marcas recomendadas do ChatGPT com sessão e da API se sobrepujaram em apenas 25 %. A Petra vende serviços de otimização, então o enquadramento dela merece escrutínio, mas o número de execuções e o método estão publicados.

O experimento de Fischer fez 29 perguntas no estilo comprador pelo chatgpt.com e claude.ai no desktop e pelas APIs dos dois fornecedores, com o mesmo modelo dos dois lados: GPT-6 Sol e Opus 5.5. Em 318 respostas, duas respostas web do ChatGPT compartilharam 54 % das marcas (similaridade de Jaccard), uma resposta web e uma de API compartilharam 28 %, e duas respostas de API 34 %. A API se parecia menos com a web do que consigo mesma, a assinatura de uma diferença sistemática e não de ruído. Para o Claude, o número entre superfícies foi 21 % contra uma linha de base de 33 % na mesma superfície. A lacuna continuou tolerável para perguntas de software (38 %) e internacionais (42 %), mas desabou para provedores locais: 15 % no ChatGPT e 12 % no Claude. A forma das respostas também divergiu. O ChatGPT web teve média de 471 palavras e 7,4 marcas por resposta; o mesmo modelo pela API, cerca de 151 palavras e 3,7 marcas. Fischer é independente e não vende nenhuma ferramenta de rastreamento, e declara seus limites com clareza: uma pessoa, um dia, um lugar, apenas desktop, 29 prompts.

O que os estudos dos fornecedores acrescentam

Os fornecedores de rastreamento fizeram suas próprias comparações. A Promptwatch, que vende rastreamento baseado em interface, reportou em um teste de agosto de 2026 que suas execuções por interface e por API compartilhavam 25,6 % das fontes, e que 70 % das fontes que a interface encontrou nunca apareceram nos resultados da API. A Surfer, que vende um rastreador baseado em scraping, fez sua própria comparação entre scraping e API: 24 % de sobreposição de marcas no ChatGPT, e 4 % de fontes; no Perplexity, a API devolvia cerca de 7 fontes por resposta contra 10 nos resultados raspados. A revisão de pesquisa da Promptwatch também descreve um estudo de abril de 2026 em que 35 prompts de fundo de funil rodaram por 10 dias em três configurações: a interface do ChatGPT trouxe à tona 845 marcas únicas, a API sem busca 135 e a API com busca 580.

Rotule tudo isso como estudo de fornecedor. A Promptwatch diz isso diretamente: os estudos que ela cita vêm de fornecedores que vendem rastreamento baseado em interface, então leia as conclusões com isso em mente. Três empresas convergindo na mesma direção continuam sendo evidência, mas os números para citar são os dos experimentos controlados acima.

A superfície muda mesmo quando você a fixa

Escolha uma superfície e mantenha-a fixa: o alvo continua se movendo. O modelo padrão dos planos pagos do ChatGPT é o GPT-6 Sol desde 7 de outubro de 2026, e o app não mostra o nome do modelo. A Cloro mede com que frequência seis motores ancoram as respostas na busca ao vivo (a taxa de grounding), com cerca de 2.500 prompts por motor, e viu a taxa de grounding do Gemini passar de 41,1 % em julho de 2026 para 70,7 % em agosto, enquanto o ChatGPT ia de 98,4 % em julho a 97,6 % em outubro. O comportamento das respostas é um parâmetro móvel, não uma constante.

A publicidade adiciona uma segunda variável móvel, e ela só existe em algumas superfícies. A OpenAI exibe anúncios rotulados nas respostas do ChatGPT desde 9 de fevereiro de 2026, para adultos com sessão iniciada nos planos Free e Go nos Estados Unidos. No Google Marketing Live de 20 de maio de 2026, o Google anunciou formatos de anúncios dentro do AI Mode, incluindo entradas patrocinadas nas respostas em formato de lista, em teste nos Estados Unidos. O FAQ da Promptwatch deixa clara a consequência para a medição: anúncios, fichas de compras, carrosséis de imagens e painéis locais só existem na interface; uma resposta de API não pode contê-los. Isso corta nos dois sentidos. Um rastreamento baseado em API perde o que os compradores do plano gratuito realmente veem. Uma contagem baseada em interface que não separe as entradas patrocinadas das citações orgânicas infla a visibilidade conquistada.

Cinco perguntas a fazer sobre qualquer pontuação de visibilidade

Antes de comparar duas pontuações, ou de levar um único número para uma reunião de orçamento, coloque a pergunta da superfície em primeiro lugar. Se você está avaliando ferramentas, ela deve encabeçar a lista de perguntas para cada fornecedor (comparamos separadamente as principais opções para empresas devtool).

Primeira pergunta: qual superfície foi medida — web com sessão, web sem sessão ou API — e a busca na web estava forçada?

Segunda: qual versão do modelo, em quais datas? A primeira rodada de API descartada por Fischer mostra o quão rápido isso dá errado.

Terceira: quantos prompts e quantas rodadas por prompt? O piso de ruído da Petra de 4,5 a 7,1 % dentro de uma mesma superfície significa que uma amostra pequena não distingue um ganho real de cinco pontos do acaso.

Quarta: as entradas patrocinadas são contadas junto com as citações orgânicas ou separadas?

Quinta: o que fazer com as respostas que não citam nenhum fornecedor? A Promptwatch dá nota zero para respostas sem menções e publica o método dela. Nem todos os fornecedores fazem isso.

Aqui a calibragem importa mais que a perfeição. Fischer descobriu que, para categorias de software e perguntas em inglês sobre mercados grandes, o rastreamento baseado em API fica perto o bastante do web para revelar tendências reais; para provedores locais, cai para uma marca compartilhada em cada sete. Ajuste a superfície para o lugar onde estão seus compradores, mantenha-a fixa e repita mensalmente (o método manual leva uma tarde e nenhuma ferramenta). A razão de negócio do exercício não mudou: os compradores escolhem entre as marcas citadas na resposta.

Onde nos encaixamos

Fazemos uma versão maior deste teste. A CiteGap, equipe por trás deste site, faz 30 perguntas de comprador aos motores que seus compradores usam, determina por que seu produto não aparece e entrega uma lista de correções, como projeto pontual; o monitoramento contínuo está disponível como assinatura mensal. Cada número que entregamos carrega o método junto: as perguntas, os motores, as datas. Para uma primeira olhada sem custo, a varredura gratuita verifica sua página inicial na hora e mostra cada resultado na página.

Obter o diagnóstico escrito (US$ 490)

Perguntas frequentes

Por que o ChatGPT dá respostas diferentes na web e pela API?

O app web executa um prompt de sistema que a OpenAI não publica, decide por conta própria se busca na web e usa a localização, o histórico de conversas e as memórias salvas do usuário. A API não tem nenhuma dessas camadas, a menos que o desenvolvedor as adicione, e muitas ferramentas de rastreamento desativam a busca na web para economizar. Em uma comparação com o mesmo modelo sobre 29 perguntas, as respostas web e de API do ChatGPT compartilharam 28 % das marcas, enquanto duas respostas web compartilharam 54 %.

Qual é a precisão das pontuações de visibilidade de IA?

Precisas para a superfície específica medida, e nada além disso. Um experimento de 900 execuções da Petra Labs constatou que a visibilidade de marca varia 1,5 a 3,6 vezes mais entre superfícies de acesso (chat com sessão, chat sem sessão, API) do que dentro de uma mesma superfície entre execuções repetidas. Trate uma pontuação como a medição de uma fatia de um motor em um conjunto de datas, não a do motor inteiro.

É possível comparar as pontuações de visibilidade de IA de duas ferramentas diferentes?

Não diretamente. As ferramentas coletam dados em superfícies diferentes, pontuam com fórmulas diferentes e cobrem conjuntos de prompts diferentes. A Promptwatch reporta que clientes veem rotineiramente lacunas de 5 a 15 % entre ferramentas para a mesma marca. Pergunte a cada fornecedor qual superfície, quais versões de modelo e qual método de pontuação ele usa, e compare a direção da sua própria tendência em vez dos valores decimais.

A API do ChatGPT devolve os anúncios que os usuários veem?

Não. Anúncios, fichas de compras, carrosséis de imagens e painéis locais só existem na interface; uma resposta de API não pode contê-los. O ChatGPT exibe anúncios rotulados para adultos com sessão nos planos Free e Go nos Estados Unidos desde 9 de fevereiro de 2026. Qualquer número de visibilidade deveria dizer se as entradas patrocinadas foram contadas separadamente das menções orgânicas.

Os motores de IA mudam o comportamento de resposta ao longo do tempo?

Sim, em escalas de tempo que importam para o rastreamento. A Cloro mediu a taxa de grounding do Gemini em 41,1 % em julho de 2026 e 70,7 % em agosto. O modelo padrão dos planos pagos do ChatGPT passou para o GPT-6 Sol em 7 de outubro de 2026, sem que o app mostre o nome do modelo. Repetições mensuais em uma superfície fixa são o mínimo para uma tendência confiável.

Fontes

  • Petra Labs, experimento de superfícies de acesso com 900 execuções, 26 de fevereiro de 2026 (variações de marca de até 32,3 pontos percentuais; sobreposição do top 5 de 25 % entre ChatGPT com sessão e a API; uma marca com 15 a 18 % de visibilidade em chat e zero pela API): petralabs.com
  • Petra Labs, análise de ruído por divisão ao meio (RMSE dentro da superfície de 4,5 a 7,1 %, entre superfícies de 10,8 a 16,1 %, efeito de superfície 1,5 a 3,6 vezes o acaso entre execuções): petralabs.com
  • Nikolai Fischer, comparação web contra API com o mesmo modelo, 16 de outubro de 2026 (29 prompts, 318 respostas; sobreposição de marcas 54 % web contra web, 28 % web contra API, 34 % API contra API no ChatGPT; 21 e 33 % no Claude): nikofischer.com
  • Promptwatch, testes de rastreamento UI contra API, agosto de 2026 (25,6 % de fontes compartilhadas entre interface e API sem busca; 70 % das fontes da interface ausentes dos resultados da API; lacunas de 5 a 15 % entre ferramentas; anúncios e fichas de compras apenas na interface): promptwatch.com
  • Surfer, estudo de scraping contra API (sobreposição de marcas ChatGPT 24 %, sobreposição de fontes 4 %; Perplexity cerca de 7 fontes pela API contra 10 nos resultados raspados): surfer.ai
  • Cloro, taxa de grounding por motor, medições de julho, agosto e outubro de 2026 (Gemini 41,1 depois 70,7 depois 68,2 %; ChatGPT 98,4 % em julho, 97,6 % em outubro): cloro.dev
  • ppc.io, linha do tempo do ChatGPT Ads (implantação nos EUA iniciada em 9 de fevereiro de 2026, para adultos com sessão nos planos Free e Go): ppc.io
  • Search Engine Land, Google Marketing Live 2026 (anúncios Conversational Discovery e Highlighted Answers no AI Mode, em teste nos EUA; anunciado em 20 de maio de 2026): searchengineland.com