Ciclos e amostragem
Por que coletamos em ciclos com amostra grande em vez de todos os dias: o modelo de pesquisa amostral.
Por que não coletamos todos os dias
A Dolomite AI coleta a visibilidade da sua marca em ciclos — a cada 3 dias no plano Pro, a cada 7 no Starter — em vez de consultas diárias. A razão é estatística: com IAs, frequência maior não significa mais rigor. Significa mais ruído.
As respostas de IA não são determinísticas. O mesmo prompt, enviado cinco vezes ao mesmo modelo, pode gerar três respostas diferentes — com marcas diferentes, em ordens diferentes. Isso não é defeito: é a natureza probabilística dos modelos de linguagem (temperatura, amostragem de tokens).
Uma consulta isolada a uma IA não é um dado — é um sorteio. Medir visibilidade em IA exige método amostral.
Por isso, medir visibilidade em IA usa o mesmo método das pesquisas eleitorais: ninguém prevê uma eleição perguntando a uma pessoa por dia; pergunta-se a uma amostra grande de uma vez, e é o agregado que produz uma estimativa estável. A literatura especializada converge para esse modelo — amostragem agregada de um painel representativo de perguntas, repetida em ciclos.
Coleta diária é melhor que coleta em ciclos?
Não, quando a amostra total é a mesma. Coletar todos os dias significa dividir a amostra por sete: cada ponto do gráfico fica estatisticamente mais fraco, com margem de erro cerca de 2,6 vezes maior (√7). O gráfico diário parece mais “vivo”, cheio de subidas e descidas — mas esse movimento é majoritariamente variância do modelo, não movimento da marca. Uma “queda” de terça que se recupera na quarta não é um evento; é ruído estatístico fantasiado de tendência.
Se o resultado flutua diariamente mas as decisões da empresa são tomadas em ciclos maiores, a medição excessiva gera alertas, não informação.
Coleta diária — amostra fatiada
movimento = ruído da amostra pequena
Ciclos com amostra completa
movimento = mudança real, medida sobre centenas de respostas
Como a Dolomite AI coleta
Em cada ciclo, a Dolomite AI consulta a matriz completa de prompts da marca em todos os motores monitorados de uma só vez. Uma marca com 90 prompts ativos em 4 motores gera cerca de 370 respostas por ciclo: cada ponto do gráfico é uma pesquisa com amostra real, não uma enquete de corredor.
| Plano | Ciclo de coleta | O que acontece por ciclo |
|---|---|---|
| Starter | a cada 7 dias | matriz completa em todos os motores |
| Pro | a cada 3 dias | matriz completa em todos os motores |
- Cada ponto é comparável ao anterior — mesma matriz, mesma amostra, mesmo método.
- Movimento no gráfico significa movimento de verdade — uma queda de 5 pontos entre ciclos sobreviveu a uma amostra de centenas de respostas.
- Dias entre ciclos não são “buracos” — são o intervalo natural de um método amostral, como semanas entre pesquisas eleitorais.
Quando frequência maior importa
Há cenários legítimos para intervalos curtos: crise de reputação, lançamento de produto, campanha em andamento. Nesses casos, o que precisa crescer é a amostra total — não apenas fatiar a mesma amostra em pedaços diários menores. É uma decisão de desenho de pesquisa, não de cronômetro.
Dias com coleta parcial
Quando um dia registra coleta significativamente menor que o ciclo completo — uma adição de prompts fora do ciclo, por exemplo —, o gráfico da Dolomite AI marca o dia em vez de plotá-lo como um ponto pleno. Uma amostra reduzida não é comparável às demais, e preferimos dizer isso a fingir precisão.
Perguntas frequentes
Com que frequência devo monitorar minha marca nas IAs?
Para a maioria das marcas, ciclos de 3 a 7 dias com amostra grande produzem leitura mais confiável que verificações diárias. O que importa é a consistência do método e o tamanho da amostra por medição — não a frequência do cronômetro.
Por que os resultados de IA mudam a cada consulta?
Modelos de linguagem são probabilísticos: temperatura e amostragem de tokens fazem o mesmo prompt gerar respostas diferentes em consultas seguidas. Por isso uma consulta isolada não mede visibilidade — apenas amostras agregadas produzem estimativas estáveis.
O que é um ciclo de coleta na Dolomite AI?
É uma rodada completa de monitoramento: todos os prompts ativos da marca são consultados em todos os motores (ChatGPT, Gemini, Perplexity e Google AI Overviews), gerando centenas de respostas que formam um único ponto estatístico no gráfico de evolução.