AI Referral Engine™.
AI Referral Engine™ é a metodologia da Quaerion para organizar perguntas, conhecimento empresarial, conteúdo citável, identidade e monitoramento em uma estratégia de Answer Intelligence. Os movimentos Mapear, Estruturar e Posicionar orientam quatro fases: Diagnóstico, Estratégia, Execução e Monitoramento. O nome identifica a arquitetura de trabalho da Quaerion; não descreve o motor interno de recomendação de Google, OpenAI, Microsoft ou outro fornecedor.
Mapa da jornada
Da pergunta à medição
- 01
Diagnóstico
Delimitar o problema, registrar ativos e fontes e preservar uma linha de base datada. - 02
Estratégia
Priorizar iniciativas com hipótese explícita, responsável, dependências e critério de aceitação. - 03
Execução
Implementar, revisar e validar conteúdo, dados, acesso e distribuição previstos no escopo. - 04
Monitoramento
Repetir observações compatíveis, conferir resultados e decidir o próximo ciclo.
O que o método coordena
O mecanismo liga necessidades empresariais a ativos controláveis: uma pergunta priorizada aponta para conhecimento sustentado por fontes; esse conhecimento orienta a página ou integração apropriada; a entrega passa por revisão; a observação posterior registra o que ocorreu em cada canal. O ciclo pode retornar ao diagnóstico quando muda a oferta, a evidência ou a superfície analisada.
- Pergunta → intenção, setor, público e decisão a apoiar.
- Conhecimento → fatos, condições, entidades e fontes verificáveis.
- Entrega → conteúdo, organização técnica, dados e distribuição pertinentes ao escopo.
- Revisão → critérios de aprovação, limitações e responsável.
- Observação → protocolo, resultados válidos, falhas e decisões do próximo ciclo.
Movimento 1 — Mapear
Mapear estabelece o problema e a linha de base antes da intervenção. O inventário reúne perguntas relevantes, ativos existentes, fontes disponíveis, concorrentes comparáveis e lacunas. A escolha das consultas não pode partir apenas de combinações que favoreçam a própria marca.
- Entregáveis: inventário de páginas e entidades, matriz de perguntas e registro inicial das coletas previstas.
- Critério de aceitação: escopo, período, superfície, acesso e responsáveis identificados; ausência de dado declarada.
- Perguntas com marca, categoria e intenção genérica recebem grupos próprios para evitar mistura de resultados.
Movimento 2 — Estruturar
Estruturar transforma informação dispersa em respostas úteis e destinos consistentes. AEO e AIO participam da clareza das respostas, identidade e relações. SEO sustenta as condições técnicas pertinentes. Dados estruturados descrevem conteúdo verdadeiro e visível; não criam relações, credenciais ou resultados que a empresa ainda não consegue provar.
- Entregáveis: arquitetura de conteúdo, páginas revisadas, cadastro de entidades e validações técnicas aplicáveis.
- Critério de aceitação: conteúdo legível, fonte identificável, links resolvidos, canonicals coerentes e dados consistentes.
- Arquivos para agentes e APIs são adotados quando atendem a um uso concreto, sem apresentá-los como obrigação universal de buscadores.
Movimento 3 — Posicionar
Posicionar conecta respostas e evidências aos canais em que fazem sentido. Inclui publicação nos ativos próprios e obtenção legítima de referências externas pertinentes. A observação de citações e recomendações orienta ajustes, mantendo a independência editorial de terceiros.
- Entregáveis: plano de distribuição, registro de fontes e relatório de observações por consulta e superfície.
- Critério de aceitação: publicação e referências conferidas; nenhuma menção contratada é apresentada como validação independente.
- A plataforma decide o que selecionar. O método não compra nem garante posições ou respostas de IA.
As quatro fases operacionalizam os movimentos
Movimentos descrevem a direção estratégica; fases descrevem execução e acompanhamento. Não existe correspondência rígida de um movimento para uma fase: a Estratégia pode revisar o mapa e o Monitoramento pode revelar a necessidade de estruturar uma nova resposta.
- Diagnóstico: registrar linha de base, acesso, fontes, achados e limites; aprovar o recorte antes de priorizar.
- Estratégia: converter achados em iniciativas com objetivo, hipótese de impacto, dependências, responsável e critério de aceitação.
- Execução: implementar e revisar as entregas autorizadas; conferir HTML, dados, experiência e integridade das referências.
- Monitoramento: repetir coletas comparáveis, revisar resultados e registrar a próxima decisão; mudanças de protocolo recebem versão própria.
O que medir até a conversão
O acompanhamento separa entrega validada, cobertura de coleta, presença observada e resultado de negócio. Um registro de analytics ou CRM só entra como conversão quando corresponde ao evento definido, possui origem disponível e foi deduplicado. O método reconhece que recomendações podem influenciar jornadas sem deixar referência de tráfego identificável.
- Acesso técnico: a página respondeu e apresentou o conteúdo esperado no teste declarado.
- Extraibilidade: uma revisão verifica se a resposta preserva contexto, condições e evidência quando isolada.
- Menção, citação e recomendação: três rubricas próprias, aplicadas às respostas observadas.
- Contato qualificado, oportunidade e venda: eventos distintos, conferidos no processo comercial.
- Causalidade: comparar ciclos não prova que a intervenção produziu o resultado; uma alegação causal exige desenho adequado.
Limites de plataforma e de infraestrutura
O Google descreve fundamentos de SEO e elegibilidade para seus recursos de IA, sem garantir indexação ou exibição. O AI Referral Engine™ respeita esse limite. Um GraphRAG do atlas consulta seu próprio corpus; mesmo funcionando bem, não instala a empresa no grafo de conhecimento ou no sistema de recomendação de um fornecedor.
- Uma coleta por API representa a execução e a configuração registradas, não toda a interface de consumo.
- Um diagrama expressa o modelo editorial; uma relação depende de fonte e contexto para ser tratada como fato.
- Um prazo de entrega ou revisão não constitui prazo para a IA citar a empresa.
- A contratação detalhada permanece no catálogo e nas páginas institucionais; esta ficha documenta fundamentos e critérios.
Definição antes da medição
O que medir
Indicadores propostos. Nenhuma coleta de resultado deste registro foi executada pelo Atlas; métricas não coletadas permanecem sem valor.
Métrica 01a coletar
Entregas aprovadas no ciclo
Proporção das entregas previstas para o ciclo que passaram pelos critérios de aceitação documentados. Mede execução, sem representar indexação ou presença em IA.
entregas com aceite registrado ÷ entregas previstas no ciclo × 100; alterações de escopo ficam versionadasFonte de coleta: Protocolo operacional Quaerion proposto neste atlas; plano de execução e registro de aceite.
Métrica 02a coletar
Acesso técnico válido na amostra
Páginas amostradas que retornam conteúdo esperado e passam pelos critérios técnicos definidos para a coleta. O resultado não comprova rastreamento ou indexação por terceiro.
páginas amostradas com acesso e conteúdo validados ÷ páginas elegíveis testadas × 100Fonte de coleta: Protocolo operacional Quaerion proposto neste atlas; logs HTTP e inspeção do conteúdo.
Métrica 03a coletar
Respostas com extraibilidade aprovada
Unidades de resposta que preservam entidade, condição, contexto e fonte quando avaliadas pela rubrica editorial. É uma avaliação do conteúdo, não da compreensão interna de uma IA.
unidades revisadas aprovadas na rubrica ÷ unidades elegíveis revisadas × 100Fonte de coleta: Definição operacional Quaerion proposta; rubrica editorial e amostra preservada.
Métrica 04a coletar
Cobertura válida da coleta
Execuções previstas que produziram resposta utilizável no recorte informado. Falhas, bloqueios e falta de acesso são registrados fora do score de presença.
execuções válidas ÷ execuções elegíveis previstas × 100; reportar falhas por superfícieFonte de coleta: Protocolo Quaerion de cobertura; https://glossario.quaerion.com.br/cobertura-valida-de-modelos
Métrica 05a coletar
Menção da empresa
Frequência de menção inequívoca em respostas válidas, no mesmo grupo de perguntas, idioma e superfície. Não inclui automaticamente citação ou recomendação.
respostas válidas com menção confirmada ÷ respostas válidas elegíveis × 100Fonte de coleta: Protocolo Quaerion de presença observada; https://quaerion.com.br/evidencias
Métrica 06a coletar
Citação verificável
Frequência de respostas com ao menos uma referência confirmada ao domínio e ao conteúdo pertinente. O vínculo é revisado e preservado como evidência.
respostas válidas com citação confirmada ÷ respostas válidas elegíveis × 100Fonte de coleta: Protocolo Quaerion de comprovação; https://glossario.quaerion.com.br/comprovacao-de-citacoes-em-ia
Métrica 07a coletar
Recomendação pertinente
Frequência de indicação afirmativa da empresa como opção compatível com a intenção, revisada por rubrica. Uma menção em exemplo, contexto negativo ou lista neutra não basta.
respostas válidas com recomendação pertinente confirmada ÷ respostas válidas elegíveis para recomendação × 100Fonte de coleta: Protocolo operacional Quaerion proposto neste atlas; respostas preservadas e revisão de pertinência.
Métrica 08a coletar
Conversão em contato qualificado por origem identificada
Sessões elegíveis com origem identificável que resultam em contato aprovado segundo critérios comerciais prévios. A rubrica e a janela de atribuição são declaradas; fontes desconhecidas permanecem desconhecidas.
sessões elegíveis da origem com contato qualificado deduplicado ÷ sessões elegíveis da mesma origem × 100Fonte de coleta: Definição operacional Quaerion proposta; analytics consentido, formulário e CRM reconciliados.
Métrica 09a coletar
Conversão de oportunidades em venda
Oportunidades qualificadas de uma coorte com desfecho conhecido que resultam em venda validada. O indicador exige acompanhamento comercial e não atribui receita causalmente ao método.
oportunidades da coorte com venda validada ÷ oportunidades qualificadas da coorte com desfecho conhecido × 100; reportar abertas e perdidas separadamenteFonte de coleta: Definição operacional Quaerion proposta; CRM, período da coorte e confirmação comercial.
Perguntas
Perguntas que delimitam o método
O AI Referral Engine™ é uma ferramenta de recomendação do ChatGPT ou do Google?
Não. É a metodologia da Quaerion. Ela organiza ativos e evidências sob controle da empresa e observa resultados; não opera nem altera os motores internos de terceiros.
Como três movimentos se relacionam com quatro fases?
Mapear, Estruturar e Posicionar expressam a direção do trabalho. Diagnóstico, Estratégia, Execução e Monitoramento organizam sua operação. Uma fase pode envolver mais de um movimento e o ciclo pode retornar a um achado anterior.
Quais entregáveis permitem revisar se o método foi executado?
Uma matriz de perguntas, inventário de fatos e fontes, baseline datado, plano priorizado, alterações revisadas, validações e relatório de observações tornam o trabalho auditável. A lista final depende do escopo contratado e precisa de responsáveis e critérios de aceite.
As métricas desta ficha são resultados atuais da Quaerion?
Não. São definições operacionais para orientar coleta futura. Todas permanecem a coletar, com valor desconhecido. Resultados históricos publicados devem ser consultados com seu período e método no hub de evidências.
Uma citação prova venda ou retorno do investimento?
Não. Citação é um evento de presença. Conversão e venda exigem eventos próprios, deduplicação, janela de atribuição e registros comerciais. Demonstrar causalidade exige um desenho de avaliação adicional.
É possível garantir presença em todas as perguntas de um nicho?
Não. É possível mapear e ampliar a cobertura de perguntas pertinentes, melhorar as respostas e observar resultados em recortes definidos. Plataformas, modelos, contexto e preferências variam; nenhuma arquitetura garante seleção universal.
Referências e procedência
Fontes de contexto
As fontes documentam mecanismos, recomendações ou ofertas. A aplicação ao nicho e a leitura de AEO, AIO e GEO são interpretações da Quaerion. Uma referência não comprova resultado de cliente.
- 01Quaerion — AI Referral Engine
Quaerion · institucional
- 02Quaerion — três movimentos e quatro fases
Quaerion · institucional
- 03Glossário — método AI Referral Engine™
Quaerion · institucional
- 04Quaerion — evidências e limites de leitura
Quaerion · institucional
- 05Google Search Central — AI features and your website
Google · documentacao
- 06Microsoft — GraphRAG Query Engine
Microsoft · documentacao
