Verifique o que a IA afirma sobre a sua marca

Uma resposta de IA pode mencionar a sua marca, citar o seu site e, ainda assim, apresentar como atual uma funcionalidade retirada. Analise as respostas monitorizadas afirmação a afirmação face aos factos aprovados. O resultado é uma lista priorizada de correções.

O problema GEO que resolve

Os relatórios de visibilidade não detetam este problema. Uma menção não atesta a exatidão, uma pontuação de sentimento não serve de prova factual e uma citação não demonstra que a afirmação consta da página citada. Celebra-se a presença da marca enquanto um erro capaz de custar uma venda permanece numa resposta favorável.

O Qwairy regista o que a resposta disse, quando foi dada e os fornecedores, modelos e URLs associados. A sua equipa fornece o facto aprovado e datado. Esta separação permite rastrear cada conclusão.

As etapas do fluxo de trabalho

1. Fixe os factos aprovados e identifique a marca. list_brands devolve as marcas monitorizadas e os respetivos IDs. O registo de factos é seu: uma proposição aprovada por linha, com âmbito, data de entrada em vigor e responsável.

2. Faça o inventário dos prompts e das respostas. get_prompts devolve o ID, o texto e o estado do prompt, bem como o número de respostas; get_answers acrescenta o fornecedor, a data de recolha, brandMentioned e sourceCited. Ambas as ferramentas limitam cada página a 100 linhas, pelo que deve paginar com offset. Se sourceCited for false, o seu domínio não foi citado. Isso não significa que a resposta não tivesse fontes.

3. Obtenha todas as evidências. get_prompt_answers lista as respostas mais recentes a um prompt, com limite predefinido de 20 e texto reduzido a uma pré-visualização. get_answer_details devolve o texto integral, o fornecedor, o modelId exato, os concorrentes e as fontes com isSelf.

4. Avalie cada afirmação face ao registo e analise as fontes. Uma fonte devolvida não inclui o conteúdo da página. Por isso, uma URL junto a uma afirmação indica apenas que aparecem em conjunto. get_source_urls e get_source_domains acrescentam contexto agregado para o período e os filtros de fornecedor, tema, etiqueta e etapa do funil solicitados. Ambas usam 30 dias por predefinição.

5. Priorize os erros e planeie um novo teste. A gravidade depende da própria afirmação. Conte separadamente a recorrência em respostas, prompts, fornecedores e IDs de modelos distintos.

Como aproveitar os resultados

Guarde os valores de referência antes de corrigir seja o que for: ID da marca, versão do conjunto de factos aprovados, IDs dos prompts, IDs dos modelos observados e IDs e datas das respostas iniciais. Sem estes dados, uma execução posterior não terá termo de comparação. Corrigir uma página que controla também não basta, por si só, para alterar uma resposta futura.

Trate depois a lista por uma ordem fixa: primeiro, afirmações contrariadas pelos factos sobre preços, condições contratuais, segurança ou uma capacidade regulada; segundo, afirmações contrariadas ou desatualizadas sobre produtos ainda à venda. Encaminhe afirmações não verificáveis e ambíguas para os respetivos responsáveis como perguntas, não como correções. Feche as afirmações não factuais sem ação. Dentro de cada nível, ordene pelo número de respostas distintas que contêm a afirmação e, em caso de empate, pela data da resposta mais recente.

O prompt completo

Preciso de uma verificação factual, afirmação a afirmação, do que as respostas de IA monitorizadas dizem sobre a minha marca. Lista as marcas que monitorizo e, se houver mais do que uma, pergunta qual devo usar. Utiliza os últimos 30 dias, salvo indicação contrária, e identifica cada linha como observação, facto aprovado ou análise.

1. Identifica a brandId com list_brands. Pede-me depois os factos datados e aprovados pelos respetivos responsáveis sobre produtos, planos, disponibilidade, segurança e condições legais. Constrói o registo apenas com esse material e assinala conflitos em vez de escolheres uma versão. Se eu não fornecer factos datados, para: não é possível atribuir uma conclusão.
2. Faz o inventário com get_prompts e get_answers, com limite de 100. Pagina com offset até cobrires o total devolvido e mantém provider, createdAt, brandMentioned e sourceCited. Se o total de respostas for zero, alarga o período uma vez e depois indica que nada foi recolhido, em vez de tirares conclusões do texto dos prompts.
3. Para um conjunto de prompts decisivos para a compra e sobre temas regulados, chama get_prompt_answers e depois get_answer_details. Mantém o texto da resposta, provider, modelId, createdAt, os concorrentes, a URL da fonte, position e isSelf. Um prompt sem respostas assinala uma lacuna de cobertura, não uma ausência de problemas. Lista-o à parte e continua.
4. Divide cada resposta em afirmações isoladas, preservando as referências a plano, região, tempo e quantidade. Atribui a cada afirmação uma conclusão face ao registo vigente na data da resposta: sustentada, contrariada, desatualizada, não verificável, ambígua ou não factual. Uma afirmação sem registo aprovado correspondente é não verificável, o que constitui um resultado. Nunca trates a resposta ou uma URL citada como autoridade factual.
5. Para as afirmações de alto risco que falhem a verificação, trata as URLs das fontes devolvidas com a resposta apenas como elementos que aparecem em conjunto. Chama get_source_urls e get_source_domains para o mesmo período de 30 dias usado no inventário das respostas, mantendo quaisquer filtros de fornecedor, tema, etiqueta ou etapa do funil. Atribui conclusões mesmo a respostas sem fontes devolvidas.
6. Conta a recorrência em respostas, prompts, fornecedores e IDs de modelos distintos. Depois, ordena a lista: primeiro, afirmações contrariadas sobre preços, condições contratuais, segurança ou capacidade regulada; segundo, afirmações contrariadas ou desatualizadas sobre produtos ainda vendidos; terceiro, afirmações não verificáveis e ambíguas encaminhadas como perguntas para os seus responsáveis; por fim, fecha as afirmações não factuais. Ordena cada nível por respostas distintas e desempata pela data mais recente. Se todas as afirmações forem sustentadas ou não factuais, indica que não há anomalias no período e dispensa a lista de correções.
7. Termina com uma ficha para novo teste que fixe os IDs dos prompts, dos modelos e das respostas iniciais, além da versão do conjunto de factos aprovados. Pergunta depois quem responde por cada facto contestado e se algum lançamento datado altera o que é verdadeiro. Indica que corrigir uma página que controlo não garante uma alteração em respostas futuras.