54,8% das marcas foram recomendadas por zero ou apenas um dos sete motores analisados. Em concreto: 26 marcas (31,0%) não foram recomendadas por nenhum motor, 20 (23,8%) por apenas um, e as 46 (54,8%) ficaram limitadas a zero ou um. No topo, oito marcas (9,5%) foram recomendadas por cinco ou mais motores, e só duas (2,4%) pelos sete. A média foi de 1,77 motores por marca.
O problema não é só presença, é fragmentação
O resultado central não é apenas ausência de visibilidade, é fragmentação. Uma marca pode ser recomendada por um assistente e estar ausente nos outros seis. A visibilidade em IA não é um atributo fixo da marca: é uma relação entre a marca, o motor, a intenção da pesquisa, a formulação do prompt, as fontes que o motor recupera, o sector e a localização. Medir presença num único motor sobreavalia a posição real de uma marca.
Distribuição: quantos motores recomendam cada marca
Resultados por motor
A taxa de recomendação varia bastante entre motores. O Perplexity, com pesquisa web ao vivo, recomenda mais marcas; o DeepSeek e o Mistral, menos. Todas as percentagens são sobre as 84 marcas.
| Motor | Recomendadas | Taxa rec. | Mencionadas | Taxa menção | Citadas | Taxa citação |
|---|---|---|---|---|---|---|
| Perplexity | 32 | 38,1% | 45 | 53,6% | 27 | 32,1% |
| ChatGPT | 28 | 33,3% | 39 | 46,4% | 17 | 20,2% |
| Gemini | 25 | 29,8% | 36 | 42,9% | 15 | 17,9% |
| Claude | 22 | 26,2% | 33 | 39,3% | 12 | 14,3% |
| Grok | 18 | 21,4% | 28 | 33,3% | 8 | 9,5% |
| Mistral | 13 | 15,5% | 22 | 26,2% | 6 | 7,1% |
| DeepSeek | 11 | 13,1% | 19 | 22,6% | 4 | 4,8% |
Recomendação e citação nem sempre andam juntas
Ao nível das combinações entre marca e motor, foram observadas 588 combinações (84 marcas por sete motores). Destas, 222 tiveram menção (37,8%), 149 tiveram recomendação (25,3%) e 89 tiveram citação (15,1%). Das 149 recomendações, 74 (49,7%) foram acompanhadas por uma citação qualificante. Por outras palavras, cerca de metade das recomendações não vem sustentada por uma fonte explícita. Uma marca pode ser reconhecida sem ser ancorada numa referência, e uma citação não representa, por si, confiança, qualidade ou endosso.
Definições
Mencionada. A marca ou o domínio aparece na resposta, independentemente de ser apresentada como recomendação.
Recomendada. A marca é apresentada explicitamente como opção adequada em pelo menos duas das três corridas de, no mínimo, três prompts distintos, sendo pelo menos um de fundo de funil ou de persona e localização.
Citada. A resposta inclui uma ligação ou referência identificável para o site da marca, ou para uma fonte independente que sustente a recomendação, em pelo menos duas respostas.
Metodologia
Amostra. 84 marcas anonimizadas, sete sectores, 12 marcas por sector: clínicas dentárias, energia solar residencial, mediação imobiliária, escolas de línguas, apoio domiciliário e residências sénior, ginásios e fitness, obras e remodelações residenciais. Critério: empresas com actividade em Portugal, site próprio em português, e presença em pelo menos duas localizações ou cobertura de mais de um distrito. Amostra de conveniência, não probabilística.
Motores e modo. ChatGPT, Claude, Gemini, Perplexity, Grok, Mistral e DeepSeek, com pesquisa web activa. O modelo ou versão de cada motor foi registado quando exposto pelo produto; quando não, a versão não foi divulgada pelo fornecedor no momento da recolha.
Recolha. As 2 205 respostas foram recolhidas entre 8 a 12 de julho de 2026. Sendo pesquisa web activa, os resultados são um retrato desse período e podem variar noutras datas.
Prompts. 105 prompts, 15 por sector: cinco de categoria, cinco de fundo de funil, cinco de persona e localização. Três corridas por prompt, sete motores. Total: 105 × 3 × 7 = 2 205 respostas. Exemplos:
- “Quais são as melhores clínicas dentárias com várias localizações em Portugal para implantes e acompanhamento continuado?”
- “Que empresa de painéis solares para uma moradia no distrito do Porto devo comparar antes de pedir propostas?”
- “Que imobiliária recomendarias a uma família que quer comprar casa em Lisboa e valoriza acompanhamento em inglês?”
Limitações
- A amostra é de conveniência e não representa todas as empresas portuguesas.
- Cada sector contém apenas 12 marcas.
- As respostas podem variar por conta, localização, histórico, idioma e momento da recolha. A pesquisa web activa reduz a estabilidade entre execuções.
- A recomendação não mede a qualidade do serviço, nem vendas ou conversão.
- A citação não constitui endosso.
- Este estudo é um retrato temporal, não uma série.
Como se distingue dos estudos anteriores
Este estudo não é directamente comparável aos dois anteriores. O estudo de 45 empresas analisou SaaS B2B, quatro motores e pesquisa web desligada. O barómetro de 251 empresas cruzou a força no Google com a menção num único motor. Este mede a consistência entre sete motores, em serviços ao consumidor e com pesquisa web activa. Números de estudos diferentes não devem ser somados nem comparados directamente.
Resultados por sector
A consistência varia por sector. Nas clínicas dentárias e na energia solar residencial, cada marca é recomendada, em média, por cerca de 2,4 motores; nas obras e remodelações residenciais, por um. Metade das marcas de obras não é recomendada por nenhum motor. Cada sector tem apenas 12 marcas, por isso estes valores são indicativos, não conclusões sobre o sector inteiro.
| Sector | n | Sem recomendação | Rec. em ≥1 motor | Rec. em ≥3 motores | Média motores |
|---|---|---|---|---|---|
| Clínicas dentárias | 12 | 2 (16,7%) | 10 (83,3%) | 5 (41,7%) | 2,42 |
| Energia solar residencial | 12 | 2 (16,7%) | 10 (83,3%) | 5 (41,7%) | 2,42 |
| Mediação imobiliária | 12 | 3 (25,0%) | 9 (75,0%) | 4 (33,3%) | 2,17 |
| Escolas de línguas | 12 | 4 (33,3%) | 8 (66,7%) | 3 (25,0%) | 1,67 |
| Apoio domiciliário e residências sénior | 12 | 4 (33,3%) | 8 (66,7%) | 3 (25,0%) | 1,58 |
| Ginásios e fitness | 12 | 5 (41,7%) | 7 (58,3%) | 2 (16,7%) | 1,17 |
| Obras e remodelações residenciais | 12 | 6 (50,0%) | 6 (50,0%) | 2 (16,7%) | 1,00 |
Três exemplos anonimizados
Para tornar concreto o que a distribuição esconde, três marcas do estudo, sem nome comercial. Mostram como menção, recomendação e citação se separam.
| Exemplo | Motores que mencionam | Motores que recomendam | Motores que citam | Posição média |
|---|---|---|---|---|
| DEN 12 Clínicas dentárias | 7 / 7 | 7 / 7 | 1 / 7 | 3,49 |
| IMO 10 Mediação imobiliária | 4 / 7 | 4 / 7 | 0 / 7 | 3,84 |
| OBR 06 Obras e remodelações residenciais | 2 / 7 | 0 / 7 | 0 / 7 | 8,06 |
- DEN 12. Mencionada e recomendada nos sete motores, mas citada em apenas um. Menções em 137 (43,5%) das respostas, recomendações em 80 (25,4%), citações em 7 (2,2%).
- IMO 10. Mencionada e recomendada em quatro motores e não citada. Menções em 68 (21,6%) das respostas, recomendações em 40 (12,7%), citações em 0 (0,0%).
- OBR 06. Mencionada em dois motores, não cumpre o critério de recomendação em nenhum e não é citada. Menções em 13 (4,1%) das respostas, recomendações em 4 (1,3%), citações em 0 (0,0%).
Dataset público
Publicamos o conjunto de dados completo ao nível de marca e motor, 588 linhas, com marcas anonimizadas por sector. Inclui menção, recomendação, citação, taxas, posição média e sentimento por motor. O ficheiro permite reproduzir todos os agregados desta página.
Descarregar o dataset (CSV, 588 linhas). Licença Creative Commons BY 4.0: pode reutilizar com atribuição a destaque.ai.
Summary in English
Cross-engine consistency of AI visibility for Portuguese consumer-service brands, 2026. We measured how consistently 84 anonymised Portuguese consumer-service brands (seven sectors, 12 per sector) are recommended across seven AI assistants (ChatGPT, Claude, Gemini, Perplexity, Grok, Mistral, DeepSeek) with live web search, over 105 prompts and 2,205 responses. Method: a brand counts as recommended when presented as a suitable option in at least two of three runs across at least three distinct prompts. Headline: 54.8% of brands were recommended by zero or one engine, and the average brand was recommended by 1.77 engines. Limitations: convenience sample, 12 brands per sector, live web search reduces run-to-run stability, and recommendation measures neither service quality nor conversion. A temporal snapshot, not a time series. Licence: CC BY 4.0.