Qual IA manda tráfego para o seu site?

Resumo executivo: Camada de medição é o recorte da realidade que uma ferramenta consegue observar. Quando dois relatórios divergem sobre a mesma pergunta, a diferença quase nunca está no cálculo. Ela costuma estar na lente: cada um descreve aquilo que enxerga, e nenhum dos dois descreve o todo. Dois levantamentos públicos colocam o Claude com 2,64% e 18,5% do tráfego vindo de inteligências artificiais. Parece contradição, mas os dois estão certos. Este artigo mostra o motivo e o que isso muda na hora de decidir onde colocar suas fichas.

Mesma pergunta, respostas diferentes

Você pediu ao seu time um dado simples: qual assistente de IA está mandando mais visitantes para o nosso site? Como resposta, voltaram duas planilhas. Numa delas, o Claude aparece com 2,64% e na outra, com 18,5%.

Nessa situação, a reação mais natural é perguntar qual das duas está errada. Cuidado: essa pergunta faz você descartar o dado que contraria suas expectativas para se apegar ao que confirma seus palpites.

O fato é que as duas planilhas estão certas. Elas só estão respondendo à mesma pergunta com suas próprias lentes. Quem não souber ler esses recortes vai tomar decisões guiadas por ruído.

Qual IA manda mais tráfego para sites no Brasil?

No recorte brasileiro da StatCounter, empresa irlandesa de análise de tráfego, o ChatGPT domina os cliques com folga. O Gemini aparece em segundo, e Copilot, Claude e Perplexity ficam agrupados numa faixa próxima de 3%, com diferenças de décimos entre eles.

A seguir, os números de julho de 2026, no recorte brasileiro:

Cliques vindos de assistentes de IA no Brasil, julho de 2026. Fonte: StatCounter Global Stats.

Assistente	Participação no Brasil
ChatGPT	82,17%
Google Gemini	9,75%
Microsoft Copilot	2,85%
Claude	2,64%
Perplexity	2,56%
DeepSeek	0,03%

A amostra é grande e a empresa a declara com clareza: são mais de 3 bilhões de páginas vistas por mês, numa rede de mais de um milhão de sites. Mas há um detalhe de método que chama atenção: o que entra na conta não é o comportamento de quem instalou o código no próprio site, e sim o dos visitantes desconhecidos que passam por ali, que é como a empresa chega a uma amostra aleatória.

No fim das contas, o resultado é um retrato da web aberta, misturando em uma mesma contagem portais de notícia, sites de receitas, letras de música, lojas virtuais etc.

Por que outro relatório mostra o Claude sete vezes maior?

Porque ele olha para um outro conjunto de sites. A Goodie, empresa de otimização para respostas de IA, publicou em maio de 2026 um painel com 41 marcas que vendem para outras empresas. Ali, o ChatGPT cai para 62,6% e o Claude sobe para 18,5%. O Gemini fica com 10,6%, a Perplexity com 7,3% e o Copilot perto de 4%.

Os dados saíram do Google Analytics de cada empresa avaliada, entre março e abril de 2026. E há algo que não pode passar batido: a Goodie vende serviço nessa área. Isso não invalida o levantamento, que declara método e período, mas é parte interessada publicando painel próprio, e o leitor precisa saber disso para calibrar o peso que dá ao número.

Repare no que aconteceu com o Claude entre os dois retratos. Ele não cresceu sete vezes de uma pesquisa para a outra. Ele foi observado por dois instrumentos diferentes, e cada um devolveu o que estava dentro do seu campo de visão.

Qual das duas medições está errada?

Nenhuma. Ambas tentam medir a mesma métrica, os cliques vindos de IAs. A diferença é que adotam caminhos diferentes, e nenhum deles é ilegítimo. Todos estão declarados por quem publicou, o que significa que a divergência entre os dois relatórios é legível para quem ler o método. A comparação abaixo mostra onde eles se separam:

Onde os dois levantamentos se separam. Fontes: StatCounter Global Stats e relatório da Goodie.

Escolha de recorte	StatCounter	Goodie
Universo	Web aberta, mais de 1 milhão de sites	41 sites de marcas do mercado corporativo
Geografia	Brasil	Global
Período	Julho de 2026	Média de março e abril de 2026
Forma de somar	Volume total de páginas vistas	Média por marca, cada marca pesando igual

A quarta linha da tabela é a mais decisiva. Somar o tráfego total de um ecossistema é bem diferente de calcular a média por empresa. Se você soma o volume bruto, um portal gigante de notícias pesa mais do que centenas de sites menores somados. Se você calcula a média por marca, uma empresa enxuta de tecnologia passa a ter o mesmo peso desse gigante.

Marcas no mercado corporativo costumam atrair usuários que recorrem a IAs para pesquisas profundas e comparativos extensos. É por isso que, na média por marca, Claude e Perplexity ganham tanta força. Isso não é um erro de medição. É a diferença entre responder "quanto isso importa para uma empresa típica do meu setor?" e "quanto isso importa para a internet inteira?".

Em quais assistentes a sua empresa deveria focar?

Depende de quem você quer alcançar, e os dois retratos deste artigo já respondem. Se o seu comprador é o consumidor final brasileiro, dois assistentes concentram quase 92% dos cliques e os outros quatro dividem o resto. Se o seu comprador é outra empresa, a distribuição muda de um jeito que inverte prioridades.

Onde focar, por tipo de comprador. Fontes: StatCounter Global Stats e relatório da Goodie.

Se você vende para	O que os dados mostram	Consequência prática
Consumidor final (B2C), no Brasil	ChatGPT com 82,17% e Gemini com 9,75% dos cliques	Foco quase todo em dois destinos. Os quatro restantes somados dão pouco mais de 8%
Outras empresas (B2B)	No painel de marcas corporativas, Claude tem 18,5% e Perplexity 7,3%	Dois assistentes que parecem marginais no retrato geral respondem por mais de um quarto dos cliques

Repare no que essa tabela faz com o Claude. No recorte brasileiro ele aparece com 2,64%, atrás do Copilot. No painel de marcas corporativas, com 18,5%, à frente de todos menos o ChatGPT. Não é que um dos dois esteja errado. É que a sua empresa vive em um dos dois mundos, e precisa saber em qual.

Uma ressalva que vale mais que a tabela: essa lista muda. O critério não. Quando um assistente novo aparecer, a pergunta continua sendo qual painel mede o mundo que se parece com o seu.

O que fica de fora de toda medição de tráfego de IA?

Mais do que se imagina. Toda medição de cliques vindos de IAs depende de o assistente informar de onde a visita veio. Se o assistente não informa, o visitante acessa seu site, lê o conteúdo e fecha o contrato, mas não deixa rastro nas suas métricas. Ele não sumiu; só ficou invisível para os seus relatórios.

O caso mais claro está declarado pela própria StatCounter, no material de lançamento do painel: o Grok não pode ser incluído nos dados porque, ao contrário dos outros assistentes, não fornece informação de referência no cabeçalho da visita.

Um assistente inteiro está fora da conta por razão técnica, não por tamanho. Se amanhã ele passar a informar a origem, vai "aparecer" no painel com uma participação que já existia. Do mesmo jeito, outros assistentes podem sumir da noite para o dia sem dar aviso.

Por isso, nunca leia um painel achando que ele revela a fatia exata do mercado. A leitura real é: "esta é a fatia observável por esta ferramenta específica, sob as regras que ela decidiu aplicar."

Camada de medição

Camada de medição é o recorte da realidade que uma ferramenta consegue observar. Quando dois relatórios divergem sobre a mesma pergunta, a diferença quase nunca está no cálculo. Ela costuma estar na lente: cada um descreve aquilo que enxerga, e nenhum dos dois descreve o todo.

O erro que a definição corrige é antigo e não nasceu com a IA. Ele apareceu quando audiência de televisão passou a ser medida por painel domiciliar, quando circulação de jornal passou a ser auditada e quando alcance de rede social virou métrica de contrato. Em todos esses casos, a discussão útil nunca foi qual número é o verdadeiro. Foi qual número corresponde à decisão que está na mesa.

Três perguntas simples resolvem quase todo conflito entre relatórios de share de IA:

1. Quem está no universo? Web aberta, um setor, um painel fechado de empresas.
2. O que conta como evento? Clique com origem declarada, citação sem clique, menção em resposta.
3. Como os itens são somados? Volume total ou média por participante.

Se duas ferramentas divergirem em uma única resposta acima, os números já não são comparáveis. E isso não é defeito de nenhuma delas.

Como escolher a camada de medição de IA certa?

Comece pela pergunta de negócio, nunca pela ferramenta disponível. Ferramenta escolhida antes da pergunta produz relatório bonito e decisão ruim. Com o objetivo estabelecido, o critério é simples: a camada ideal precisa ter um universo similar ao seu mercado e registrar eventos parecidos com a sua jornada de vendas.

Veja três cenários comuns e o que cada um pede:

• Você vende para o consumidor final. O retrato da web aberta em recorte nacional é o mais próximo da sua realidade.
• Você vende para outras empresas, com ciclo longo. Estudos focados no mercado corporativo descrevem melhor o seu caso, ainda que sejam globais ou venham de fornecedores.
• Você quer saber se a sua marca é recomendada, e não quantos cliques recebeu. Nenhum painel de tráfego responde a isso. É outra medição. É o assunto da sexta camada da Reputação Generativa e suas seis camadas conectadas, o monitoramento do que os modelos respondem sobre a empresa.

Adote também um hábito simples de organização: mencione a camada junto com o número. Toda vez que colocar uma métrica em uma apresentação, inclua a frase que especifica o escopo. Painéis sem esse detalhe caducam rápido: em seis meses ninguém recorda o recorte, e o número isolado passa a ser tratado como verdade geral.

O clique é a menor parte do valor

Há uma armadilha maior atrás de toda essa discussão. Escolher o painel certo não resolve.

Medir tráfego de inteligência artificial mede o clique. Só que a maior parte do que acontece nesses sistemas não gera clique nenhum. O assistente lê a sua página, extrai o argumento, recomenda a sua empresa por nome e entrega a resposta pronta. O comprador nunca visita o seu site. Ele chega à sua caixa de entrada já convencido, e o relatório vai registrar isso como tráfego direto, ou não vai registrar nada.

Ou seja: mesmo o melhor painel de tráfego mede a camada mais estreita do fenômeno. A camada larga é o que os modelos de inteligência artificial respondem quando perguntam sobre a sua marca, com clique ou sem clique. É lá que a recomendação acontece, e é lá que a disputa é decidida. Um site pode receber pouquíssimo clique de assistentes e ainda assim ser recomendado por nome o tempo todo, e o contrário também acontece.

Nada disso torna o painel de tráfego inútil. Ele continua sendo o sinal mais barato e mais rápido de que alguma coisa mudou. Só não confunda o sinal com o fenômeno.

Perguntas frequentes