A pergunta "quantos prompts monitorizar" não tem uma resposta única, mas tem uma resposta calculável. O número de perguntas que faz sentido acompanhar depende de quatro variáveis mensuráveis: o número de intenções de compra que a marca quer cobrir, a variação de formulação dentro de cada intenção, o número de mercados e o número de modelos de IA que se pretende comparar. A partir daí, o dimensionamento deixa de ser uma decisão de orçamento intuitiva e passa a ser uma decisão de precisão estatística.
Este guia compara três abordagens de dimensionamento — conjunto mínimo, conjunto intermédio e conjunto alargado — nos mesmos sete critérios e pela mesma ordem. O objetivo é permitir uma escolha justificada com números: margem de erro em pontos percentuais, horas de revisão mensal, custo de subscrição e capacidade de detetar variações de 5 a 10 p.p. Nenhuma das abordagens garante posição nas respostas de IA. A Semly, plataforma de visibilidade de marca em IA e otimização para motores generativos (GEO/AEO), monitoriza perguntas, concorrentes e fontes citadas e produz conteúdos com o agente Leon, mas não assegura uma posição nem o momento em que a marca aparecerá numa resposta.
TL;DR Não existe um número universal de prompts: a decisão toma-se por perfil de marca, com critérios explícitos, e não por intuição. Três abordagens de dimensionamento: conjunto mínimo (20–50 prompts, 2 modelos), conjunto intermédio (50–100 prompts, 5 modelos) e conjunto alargado (250+ prompts, 5 modelos, bolsa partilhada). Fórmula base: intenções × variações × mercados × modelos, com um piso de 3 execuções por prompt para controlar o não-determinismo dos modelos. Com um orçamento fixo de 600 respostas, 20 prompts × 30 execuções dão ±15,4 p.p., enquanto 200 prompts × 3 execuções dão ±5,4 p.p.: a mesma despesa, 3,3 vezes mais precisão. A Semly cobre os três cenários: Premium a 49 €/mês com até 50 prompts e ChatGPT + Gemini, Ultra a 119 €/mês com até 100 prompts e 5 modelos, Scale a 239 €/mês a partir de 250 prompts com marcas ilimitadas. A escolha correta é a que produz observações suficientes para a decisão que a equipa tem de tomar nos próximos 90 dias.
Quantos prompts monitorizar: as três abordagens em comparação
A comparação seguinte é sobre dimensionamento de amostra, não sobre ferramentas. As três opções usam a mesma lógica de medição e diferem no volume de perguntas, no número de modelos comparáveis e no custo operacional associado.
- Opção A — conjunto mínimo: 20 a 50 prompts, 2 modelos (ChatGPT e Gemini). Desenhada para marcas pequenas e serviços locais com um único mercado.
- Opção B — conjunto intermédio: 50 a 100 prompts, 5 modelos (ChatGPT, Gemini, Claude, Google AI Overviews e Google AI Mode). Desenhada para lojas online e marcas em crescimento.
- Opção C — conjunto alargado: 250 ou mais prompts, 5 modelos, em bolsa partilhada com limites por marca. Desenhada para agências e estruturas multi-marca ou multi-mercado.
Cada opção é avaliada pela mesma ordem de critérios: cobertura de intenções, precisão do intervalo de confiança, número de modelos comparáveis, carga de revisão mensal, custo mensal, capacidade de detetar variações de 5 a 10 p.p. e adequação a múltiplos mercados ou marcas.
| Opção | Cobertura de intenções | Precisão do IC | Modelos comparáveis | Carga de revisão mensal | Custo mensal | Deteta 5–10 p.p. | Multi-mercado / multi-marca |
|---|---|---|---|---|---|---|---|
| Semly Premium — conjunto mínimo (20–50 prompts) | 4–6 intenções × 3–5 variações | ±15,4 p.p. com 20 prompts × 30 execuções | 2 (ChatGPT, Gemini) | 160 revisões ≈ 2 h (20 prompts × 2 sistemas × 4 rondas) | 49 € | Não de forma fiável; apenas variações superiores a 15 p.p. | Um mercado, uma marca |
| Semly Ultra — conjunto intermédio (50–100 prompts) | 8–12 intenções, incluindo transacionais e comparativas | ±9,9 p.p. (50×12) a ±7,2 p.p. (100×6) | 5 | 400 revisões ≈ 5 h (50 prompts × 2 sistemas × 4 rondas) | 119 € | Sim, para 10 p.p.; 5 p.p. exige desenho emparelhado | Um mercado, uma marca, até 50 concorrentes |
| Semly Scale — conjunto alargado (250+ prompts) | Cobertura de long tail e de múltiplas linhas de produto | ±5,4 p.p. (200×3) e abaixo disso com mais execuções | 5 | 1 000+ revisões, com priorização por grupos | 239 € | Sim, para 5 p.p. em células com 30+ observações efetivas | Marcas ilimitadas, bolsa partilhada |
As três perguntas que estruturam a decisão são: qual é o número mínimo defensável, o que muda ao duplicar o número de prompts e em que condições 250 ou mais prompts se justificam. As secções seguintes respondem a cada uma com os mesmos critérios.
Critérios de comparação e metodologia
A avaliação é auditável porque cada critério tem uma justificação operacional e uma unidade de medida.
- Cobertura de intenções. Mede quantas intenções distintas de pesquisa ficam representadas. Dez paráfrases da mesma intenção contam como uma intenção amostrada dez vezes, não como dez intenções.
- Precisão do intervalo de confiança. Mede a margem de erro em pontos percentuais da taxa de menção. É o critério que determina o que se pode afirmar num relatório.
- Número de modelos comparáveis. Mede quantas configurações distintas entram na comparação. Cada modelo é uma configuração própria e não um duplicado do anterior.
- Carga de revisão mensal. Mede as horas de análise necessárias para transformar respostas em decisões, a 45 segundos por resposta.
- Custo mensal. Soma a subscrição da plataforma, o custo de análise e o custo de implementação das ações.
- Capacidade de detetar variações de 5 a 10 p.p. Mede a sensibilidade do desenho a mudanças pequenas, que são as que ocorrem entre dois ciclos de medição.
- Adequação a múltiplos mercados ou marcas. Mede a eficiência do desenho quando existem várias marcas, países ou idiomas a acompanhar.
A metodologia combina três elementos. Primeiro, a matemática binomial da margem de erro: MoE = 1,96 × √(p̂(1−p̂)/n). Segundo, o efeito de desenho provocado pela correlação entre execuções do mesmo prompt: o ICC intra-prompt mediano é de 0,57, com o Gemini a registar 0,44, o valor mais baixo entre os modelos analisados e, por isso, o que exige mais repetições. Terceiro, um piso de 3 execuções por prompt, porque uma única execução discordou do veredicto maioritário em 19% dos casos num estudo de fornecedor com 23 040 respostas (2026).
Os dados de referência vêm de estudos de fornecedores com metodologia declarada, não revistos por pares. Não existe benchmark público de prompts em português europeu: a evidência disponível é quase toda em inglês e nos Estados Unidos, pelo que qualquer recomendação para PT-PT é uma extrapolação declarada e não um valor de mercado observado.
O que este enquadramento não resolve: não estabelece causalidade entre publicar conteúdos e subir de visibilidade, e não estima volume de tráfego proveniente de IA. Uma melhoria observada após uma publicação não prova relação causal.
Abordagem A — conjunto mínimo (20–50 prompts)
O conjunto mínimo organiza-se em 4 a 6 intenções por 3 a 5 variações cada, o que produz 20 a 50 prompts. Com 20 prompts, 2 sistemas e 4 rondas de revisão, o resultado é 160 revisões por mês, o equivalente a cerca de 2 horas de primeira análise.
A limitação é estatística e deve ser declarada. Vinte prompts com 30 execuções geram 600 respostas, mas o número efetivo de observações independentes cai para aproximadamente 34, o que corresponde a ±15,4 p.p. de margem de erro. O teto é estrutural: com um ICC de 0,57, 20 prompts nunca ultrapassam cerca de 35 observações efetivas, independentemente do número de execuções. A consequência prática é clara: nesta abordagem, a profundidade vale mais do que a amplitude.
Que decisões suporta: identificar se a marca aparece ou não em intenções críticas, comparar a presença entre ChatGPT e Gemini, detetar ausências totais e priorizar conteúdos para as lacunas mais evidentes.
Que afirmações não pode fazer: não sustenta frases como "a marca perdeu 6 p.p. de visibilidade este mês" nem "estamos em segundo lugar na categoria". Abaixo de 30 observações efetivas por célula, a percentagem deve ser suprimida e substituída por uma descrição qualitativa.
Este é o cenário típico de serviços locais, em que a procura real por categoria e cidade raramente excede 40 a 60 queries distintas. Inventar 200 prompts nesse contexto adiciona ruído, não cobertura. A Semly Premium, a 49 €/mês, cobre este cenário com ChatGPT e Gemini e monitorização de até 20 concorrentes.
Abordagem B — conjunto intermédio (50–100 prompts)
O conjunto intermédio é o cenário mais frequente para e-commerce e marcas em crescimento, porque combina cobertura de intenção transacional com comparação entre modelos.
A matemática do orçamento fixo de 600 respostas por motor e por período mostra o trade-off com precisão: 50 prompts × 12 execuções dão ±9,9 p.p.; 100 prompts × 6 execuções dão ±7,2 p.p.; 200 prompts × 3 execuções dão ±5,4 p.p. Com o mesmo custo de recolha, a diferença de precisão entre o primeiro e o último desenho é de 3,3 vezes. A regra prática é distribuir o orçamento de respostas por mais prompts até ao ponto em que 3 execuções por prompt continuam a ser suficientes.
A carga de trabalho acompanha o volume: 50 prompts com 2 sistemas e 4 rondas representam 400 revisões por mês, cerca de 5 horas de análise. A priorização por grupos reduz este valor sem perder cobertura. Num exemplo documentado pela Semly, a priorização de perguntas críticas, estáveis e exploratórias reduziu o total de 600 para 328 revisões, uma descida de 45%, mantendo a cobertura de intenções.
Quantos modelos comparar: neste patamar, a comparação entre ChatGPT e Gemini deixa de ser suficiente. A decisão de compra passa por respostas que aparecem em Google AI Overviews e em AI Mode, e a densidade de marcas por resposta varia entre motores. A Semly Ultra, a 119 €/mês, inclui 5 modelos, até 50 concorrentes e análise de fontes citadas, que permite verificar quais domínios sustentam as recomendações recebidas.
Quanto trabalho mensal implica: 5 horas de revisão inicial, mais o tempo de implementação. A recomendação operacional é não acrescentar perguntas apenas porque existe capacidade no plano; ampliar o conjunto só quando a equipa consegue transformar observações em decisões.
Abordagem C — conjunto alargado (250+ prompts)
O volume alargado justifica-se apenas em três situações: múltiplas marcas, múltiplos mercados ou necessidade de cobrir long tail com muitas linhas de produto. Fora destes casos, o retorno decrescente é mensurável.
A curva de saturação mostra-o: a taxa de portefólio moveu-se 4,8 p.p. ao passar de 40 para 60 prompts, 2,1 p.p. de 100 para 120 e apenas 0,9 p.p. de 180 para 200. A regra de paragem é objetiva: interromper a expansão quando dois blocos consecutivos de 20 prompts movem a taxa menos de metade da margem de erro atual.
A deteção de mudanças impõe um segundo limite. Para detetar um aumento de 10 p.p. a partir de uma taxa de 30%, com α de 0,05 e poder de 80%, são necessárias cerca de 353 observações efetivas, o que corresponde a aproximadamente 755 respostas brutas. Para 5 p.p., o requisito sobe para cerca de 1 374 observações efetivas. Um desenho emparelhado entre semanas reduz este requisito em cerca de 3,1 vezes, o que torna a comparação temporal mais eficiente do que o aumento cego de volume.
Quando o volume deixa de pagar: quando as perguntas adicionais não alteram nenhuma decisão editorial ou comercial. Nesse ponto, o custo marginal por prompt é positivo e o benefício marginal é nulo.
Como repartir por marca: em bolsa partilhada, com limites por marca e um núcleo fixo comum. Um erro metodológico frequente é multiplicar prompts pelo número de mercados quando as perguntas já estão distribuídas por mercado; nesse caso, a multiplicação duplica a amostra sem acrescentar cobertura. A Semly Scale, a 239 €/mês, suporta 250 ou mais prompts, marcas ilimitadas e relatórios white-label, o formato adequado a agências que reportam a vários clientes.
Comparação na prática: trade-offs por perfil
Os critérios convertem-se em consequências concretas quando se calcula o custo total: subscrição mais análise mais implementação. A lista seguinte segue a mesma ordem de critérios usada na tabela.
Conjunto mínimo (20–50 prompts)
- Ganha: custo mensal mais baixo (49 €), carga de revisão de cerca de 2 horas, simplicidade operacional e rapidez de arranque.
- Perde: precisão de ±15,4 p.p., apenas 2 modelos comparáveis, incapacidade de detetar variações de 5 a 10 p.p. e nenhuma adequação multi-mercado.
Conjunto intermédio (50–100 prompts)
- Ganha: precisão entre ±9,9 e ±7,2 p.p., 5 modelos comparáveis, cobertura de intenções transacionais e comparativas, deteção fiável de variações de 10 p.p.
- Perde: 5 horas de revisão mensal, custo de 119 € e maior exigência de disciplina na priorização por grupos.
Conjunto alargado (250+ prompts)
- Ganha: precisão de ±5,4 p.p. e abaixo disso, deteção de variações de 5 p.p., cobertura de long tail e repartição por várias marcas e mercados.
- Perde: 1 000 ou mais revisões mensais, custo de 239 € e necessidade de governação da bolsa partilhada para evitar duplicação entre marcas.
Um exemplo numérico de custo total, com a taxa de 30 €/hora usada nos modelos de orçamento da Semly: 20 prompts em 2 sistemas e 4 rondas custam 49 € de subscrição mais cerca de 60 € de análise, num total próximo de 109 € por mês. Cinquenta prompts custam 119 € mais cerca de 150 € de análise, num total próximo de 269 €. A diferença de 160 € mensais compra 5,5 p.p. de precisão e três modelos adicionais, o que é justificável quando existe uma decisão de sortido ou de campanha dependente desse sinal.
O caso da priorização mostra o caminho inverso: reduzir de 600 para 328 revisões, menos 45%, sem perder cobertura de intenções. O ganho não vem de contratar menos prompts, mas de aplicar rondas de revisão diferentes a grupos com risco diferente.
Árvore de decisão para escolher a abordagem
- Opera num único mercado, com uma marca e procura local limitada a 40–60 queries por categoria e cidade? Conjunto mínimo, 20–50 prompts.
- Vende online, tem várias categorias de produto e precisa de comparar ChatGPT, Gemini, AI Overviews e AI Mode? Conjunto intermédio, 50–100 prompts.
- Gere várias marcas ou mercados e reporta a clientes com relatórios próprios? Conjunto alargado, 250+ prompts em bolsa partilhada.
- Não tem histórico de medição em nenhum dos cenários? Comece com um piloto de 20 prompts durante 30 dias e reveja a decisão com dados.
Checklist de arranque
- Definir 4 a 6 intenções distintas antes de escrever qualquer prompt, com etiqueta de intenção por pergunta.
- Fixar um núcleo de perguntas comparáveis ao longo do tempo e separar um conjunto exploratório com data de revisão marcada.
- Garantir um mínimo de 3 execuções por prompt e nunca reportar percentagens com menos de 30 observações efetivas por célula.
- Registar o custo total do período: subscrição, análise e implementação.
- Marcar a data de revisão do conjunto e aplicar a regra de paragem por saturação.
Conclusão: que número escolher no seu caso
A decisão correta depende do perfil, não de um número universal. A recomendação condicional é a seguinte.
- Marca pequena ou serviços locais, um mercado: conjunto mínimo de 20 a 50 prompts, com Semly Premium a 49 €/mês, ChatGPT e Gemini e até 20 concorrentes. A profundidade por intenção substitui a amplitude.
- E-commerce em crescimento, uma marca: conjunto intermédio de 50 a 100 prompts, com Semly Ultra a 119 €/mês, 5 modelos, até 50 concorrentes e análise de fontes citadas.
- Agência ou estrutura multi-marca: conjunto alargado de 250 ou mais prompts, com Semly Scale a 239 €/mês, marcas ilimitadas e relatórios white-label.
Para quem começa sem histórico, o piloto de 20 prompts é o ponto de partida de menor risco: 160 revisões por mês, cerca de 2 horas de análise e uma base comparável para decidir se o conjunto deve crescer. A revisão deve ocorrer ao fim de 30 dias, com três perguntas objetivas: as intenções críticas estão cobertas, a margem de erro permite a decisão pretendida e a equipa conseguiu transformar as observações em ações.
A Semly fornece a medição comparável, a análise de concorrentes e de fontes citadas e a produção de conteúdos com o agente Leon, mas não garante posição nem momento de aparecimento nas respostas de IA. O que garante é um processo auditável: um número de prompts justificado por intenções, um intervalo de confiança declarado em cada relatório e uma data marcada para rever o dimensionamento.
Perguntas frequentes
Qual é o número mínimo de prompts defensável? Vinte prompts com 3 execuções por prompt e 2 modelos é o mínimo operacional, desde que as intenções críticas estejam cobertas. Abaixo deste valor, a margem de erro ultrapassa ±15 p.p. e as conclusões passam a ser qualitativas.
Porque é necessário repetir cada prompt pelo menos 3 vezes? Porque os modelos não são determinísticos. Num estudo de fornecedor com 23 040 respostas, apenas 34% dos prompts devolveram a mesma shortlist nas 12 execuções e uma única execução discordou do veredicto maioritário em 19% dos casos. Três execuções é o piso que evita conclusões baseadas num único sorteio.
Duplicar o número de prompts duplica a precisão? Não. A precisão melhora com a raiz do número de observações efetivas, e o efeito de desenho limita o ganho: 20 prompts nunca passam de cerca de 35 observações efetivas. Com um orçamento fixo de 600 respostas, passar de 20×30 para 200×3 melhora a margem de ±15,4 p.p. para ±5,4 p.p., mas exige mais prompts e menos execuções por prompt.
Quando se justifica passar para 250 ou mais prompts? Quando existem várias marcas, vários mercados ou uma long tail extensa de produtos. A partir de 180 prompts, cada bloco adicional de 20 move a taxa de portefólio menos de 1 p.p., pelo que o volume só compensa se responder a uma necessidade de cobertura e não de precisão.
O custo mensal é apenas a subscrição da plataforma? Não. O custo total do período soma subscrição, análise e implementação. Com 30 €/hora, 20 prompts em 2 sistemas e 4 rondas representam cerca de 60 € de análise além dos 49 € de subscrição; 50 prompts representam cerca de 150 € além dos 119 €. A priorização por grupos de risco reduz este valor sem cortar cobertura.