# AI Referral Engine™

Autoria: Quaerion. Revisão editorial: 2026-10-09.
URL canônica: https://glossario.quaerion.com.br/atlas/fundamentos/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.

## 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.

## Jornada
- Diagnóstico: Delimitar o problema, registrar ativos e fontes e preservar uma linha de base datada.
- Estratégia: Priorizar iniciativas com hipótese explícita, responsável, dependências e critério de aceitação.
- Execução: Implementar, revisar e validar conteúdo, dados, acesso e distribuição previstos no escopo.
- Monitoramento: Repetir observações compatíveis, conferir resultados e decidir o próximo ciclo.

## Indicadores
- 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.. Fórmula: entregas com aceite registrado ÷ entregas previstas no ciclo × 100; alterações de escopo ficam versionadas. Valor: a 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.. Fórmula: páginas amostradas com acesso e conteúdo validados ÷ páginas elegíveis testadas × 100. Valor: a 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.. Fórmula: unidades revisadas aprovadas na rubrica ÷ unidades elegíveis revisadas × 100. Valor: a 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.. Fórmula: execuções válidas ÷ execuções elegíveis previstas × 100; reportar falhas por superfície. Valor: a 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.. Fórmula: respostas válidas com menção confirmada ÷ respostas válidas elegíveis × 100. Valor: a 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.. Fórmula: respostas válidas com citação confirmada ÷ respostas válidas elegíveis × 100. Valor: a 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.. Fórmula: respostas válidas com recomendação pertinente confirmada ÷ respostas válidas elegíveis para recomendação × 100. Valor: a 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.. Fórmula: sessões elegíveis da origem com contato qualificado deduplicado ÷ sessões elegíveis da mesma origem × 100. Valor: a 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.. Fórmula: oportunidades da coorte com venda validada ÷ oportunidades qualificadas da coorte com desfecho conhecido × 100; reportar abertas e perdidas separadamente. Valor: a coletar.

## Perguntas frequentes
### 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.

## Fontes de contexto
- [Quaerion — AI Referral Engine](https://quaerion.com.br/ai-referral-engine) — Quaerion; institucional
- [Quaerion — três movimentos e quatro fases](https://quaerion.com.br/metodo) — Quaerion; institucional
- [Glossário — método AI Referral Engine™](https://glossario.quaerion.com.br/metodo) — Quaerion; institucional
- [Quaerion — evidências e limites de leitura](https://quaerion.com.br/evidencias) — Quaerion; institucional
- [Google Search Central — AI features and your website](https://developers.google.com/search/docs/appearance/ai-features) — Google; documentacao
- [Microsoft — GraphRAG Query Engine](https://microsoft.github.io/graphrag/query/overview/) — Microsoft; documentacao

Referências documentam contexto ou oferta, não comprovam impacto comercial da aplicação proposta.