Como o índice é calculado

Por que ir além de AVE e alcance

AVE e alcance contam volume, não autoridade. Uma nota de rodapé num portal grande pode “valer” mais em AVE que uma entrevista exclusiva num veículo de referência, e isso distorce a decisão do cliente.

• O padrão de mercado mudou
  Os Barcelona Principles da AMEC, na versão 4.0, recomendam medir resultados e impacto, e não usar AVE como medida de valor da comunicação.
• A busca mudou de lugar
  Cada vez mais gente pergunta a ChatGPT, Gemini e Perplexity antes de pesquisar no Google. Segundo a Muck Rack, 84% das citações feitas por IAs vêm de mídia conquistada: a assessoria de imprensa virou matéria-prima das respostas.
• Nem todo veículo pesa igual para as IAs
  O mesmo estudo encontrou só 2% de sobreposição entre os jornalistas mais pautados por assessorias e os mais citados pelas IAs. Por isso a nota de cada matéria considera a citabilidade em IA do veículo.
• Teste real com a própria VCRP
  Em 4 de novembro de 2026 rodamos 4 perguntas de categoria no ChatGPT sem login. A VCRP apareceu em 0 de 48 citações. Na pergunta direta, a IA descreveu a agência corretamente. A IA conhece a marca, mas não a lembra quando o cliente pergunta pela categoria.

Visão geral

Como as três camadas se conectam

As Camadas 1 e 2 são medidas por matéria e por resposta de IA. A Camada 3 junta as duas com Share of Search e percepção num único número mensal.

Camada 1. Nota por matéria

De 0 a 100, com dez fatores ponderados

Cada matéria recebe uma nota de 0 a 100, somando dez fatores ponderados. Cada fator é avaliado numa régua de três níveis, e cada nota vem com uma justificativa curta.

Os dez fatores

Regras da Camada 1

• Trava de tom negativo. Uma matéria com tom negativo tem nota máxima de 40, mesmo que pontue bem nos outros fatores. Assim, uma crítica com destaque num grande veículo nunca aparece como “boa matéria”.
• Mensagem-chave é proporcional. Com 3 mensagens previstas e 2 presentes, a régua é 0,67. As mensagens-chave de cada cliente são definidas no plano de comunicação antes do período medido.
• Audiência só com dado verificável. Estimativa não conta. Sem dado, o fator fica em 0,5 e marcado como “não verificado”.

Faixas de leitura

Camada 2. Visibilidade em IAs

Share of Model, de 0 a 100

O Share of Model mede se as IAs lembram da marca quando alguém pergunta pela categoria, e se falam dela corretamente. O conceito é inspirado no Share of Model da Jellyfish.

Painel de prompts

Para cada cliente montamos um painel fixo, que não muda de um mês para outro.

• 8 a 12 perguntas de categoria
  Como o público perguntaria. Exemplo: “melhores agências de PR para startups”.
• 3 a 5 perguntas de marca
  Por exemplo: “O que você sabe sobre a [marca]?”.
• 5 IAs
  ChatGPT, Gemini, Perplexity, Copilot e Claude, em sessão sem login e sem histórico.
• 3 rodadas por mês
  As respostas variam de uma execução para outra. Cada resposta é salva com data, IA, texto e fontes citadas, para auditoria.

Como se calcula

O painel também alimenta a Camada 1: todo veículo que aparece como fonte em alguma resposta ganha nota cheia em “citabilidade em IA” nas matérias dos três meses seguintes.

Camada 3. Índice mensal

De 0 a 100, comparável com concorrentes

O índice mensal junta quatro sinais e compara a marca com um conjunto fixo de 3 a 5 concorrentes, definido com o cliente. Cada sinal vira uma participação no conjunto: as marcas somam 100, e a leitura é “quanto do total da categoria é nosso”.

• Qualidade, não volume. Dez notas baixas podem valer menos que duas matérias de autoridade, porque somamos notas, e não matérias.
• Concorrentes medidos com a mesma régua. As matérias dos concorrentes são pontuadas pelos mesmos dez fatores. Nos fatores que dependem de informação interna, como mensagem-chave e porta-voz, usamos a mensagem pública do concorrente e registramos isso.
• Share of Search. A ideia vem de Les Binet, que mostrou que a participação de uma marca nas buscas da categoria acompanha a participação de mercado e tende a antecipá-la. Usamos termos de marca sem ambiguidade, sempre com o mesmo recorte de país e período.
• Percepção entre pesquisas. Nos meses sem pesquisa, repetimos o último valor e marcamos o campo como “carregado”.
• Sem dado, sem invenção. Se um componente não puder ser medido, o peso dele é redistribuído proporcionalmente entre os demais, e o relatório informa quais componentes entraram.

Exemplo de redistribuição

Sem pesquisa de percepção, os 20 pontos de Perc são divididos entre os outros três sinais na proporção dos seus pesos.

Planilha de matérias

Como preparar o Excel de matérias do cliente

O Índice VCRP levanta as matérias sozinho a partir do nome e do site da empresa. Quem já tem clipping próprio pode enviar uma planilha: basta uma linha por matéria com as cinco colunas obrigatórias. As demais podem vir em branco, porque a VCRP preenche na análise, lendo cada matéria.

Depois da análise, a planilha ganha uma coluna por fator, com a régua 1, 0,5 ou 0, a justificativa de cada nota e a nota final. O modelo em branco abaixo pode ser copiado direto para o Excel.

Data,Veículo,Título,Link,Marca,Formato,Origem da pauta,Porta-voz,Audiência mensal,Fonte da audiência,Paywall,Observações
24/03/2026,Meio & Mensagem,(título da matéria),https://...,VCRP,Notícia,Pesquisa proprietária,,,,Não,Pesquisa VCRP + Opinion Box

Cuidados que evitam retrabalho

• Uma linha por matéria e por marca. Se a mesma matéria cita o cliente e um concorrente, são duas linhas.
• Republicações em linhas separadas. O mesmo texto em outros sites entra em linhas próprias, com “republicação” em Observações.
• O link é indispensável. Sem ele não dá para verificar destaque, porta-voz nem link para o site.
• Inclua os concorrentes. Para o comparativo, envie também as matérias dos concorrentes no mesmo período, ou diga quais concorrentes levantar.

O ciclo mensal

Cerca de uma semana depois do fechamento do mês

1. 1
   Entrada

   O cliente envia a planilha de matérias do mês, ou a VCRP levanta as matérias no clipping a partir do nome e do site da empresa.

2. 2
   Limpeza

   Remoção de duplicadas, padronização dos nomes de veículos e conferência dos links.

3. 3
   Pontuação

   Cada matéria é pontuada nos dez fatores, com justificativa por fator.

4. 4
   Revisão

   Um segundo analista revisa uma amostra de 20% das matérias. Divergência acima de 10 pontos numa matéria leva à revisão da régua.

5. 5
   Painel de prompts

   O painel roda nas IAs em três rodadas e o Share of Model é calculado.

6. 6
   Sinais externos

   Coleta do Share of Search no Google Trends e atualização da percepção, quando há pesquisa nova.

7. 7
   Índice e publicação

   O índice é calculado e o painel mostra a evolução e o comparativo com concorrentes.

Limitações

O que o relatório sempre informa

• Respostas de IA variam entre execuções e entre versões dos modelos. Por isso usamos rodadas repetidas e guardamos as respostas.
• A pontuação tem julgamento. A régua escrita e a revisão por amostra reduzem a subjetividade, mas não a eliminam.
• Audiência só entra com dado verificável e fonte. Estimativa não conta.
• Os pesos são uma escolha da VCRP, aprovada em 04/11/2026. Devem ser revistos a cada 12 meses, comparando o índice com resultados de negócio do cliente.
• O índice não converte reputação em reais e não usa AVE em nenhuma etapa.

Fontes

1. AMEC, Barcelona Principles 4.0 (2025). O quinto princípio diz que medidas inválidas como AVE não devem ser usadas. Resumo em PR News, 29/07/2025
2. Muck Rack, Generative Pulse, edição de maio de 2026: 84% das citações de IA vêm de mídia conquistada, em mais de 25 milhões de links de ChatGPT, Claude e Gemini. TechIntelPro, 12/05/2026
3. Muck Rack, edição de dezembro de 2025: sobreposição média de 2% entre jornalistas pautados por assessorias e jornalistas citados pelas IAs. TechIntelPro, 04/12/2025
4. Jellyfish, conceito de Share of Model (visibilidade de marcas em modelos de linguagem).
5. Les Binet, Share of Search como indicador de participação de mercado (IPA, 2020).
6. Teste VCRP de Share of Model no ChatGPT sem login, 04/11/2026 (registro interno da VCRP).

Ver as empresas avaliadas