Pesquisa e Insights

_What they study, their strongest public findings, and whether the work is peer-reviewed, preprint-only, or industry research._ AI search is full of confident claims. The evidence behind them ranges from peer-reviewed articles to proprietary vendor data and product-specific technical observations. We reviewed 15 people commonly cited in AI visibility and GEO, checked their original work and current roles, and searched scholarly databases for relevant papers. This scoped evidence review leaves follower counts out of the selection. Every profile labels the evidence, summarizes the useful finding, and states the main limitation.

Dmitrij Żatuchin

This article explains why AI assistants repeat wrong facts about a company and what to do about it. It walks through five steps: find the source of the error, fix the content you own, outweigh sources you cannot edit with a more authoritative article, word the fact so AI can cite it, and keep publishing so the correction holds. It also shows how long different AI systems take to pick up the change.

Daniel Homenko

How Rankfor.AI processes personal data in its published AI visibility research, and what you can ask us to do about it. Published under GDPR Article 14(5)(b). Names come from public professional profiles, no individual is named in any paper or public dataset, and the identifying list is never published. Access, correction, deletion and objection all run through dpo@rankfor.ai.

llms.txt is spreading fast on GitHub, up about nine times in six months, but the largest checks so far show no link between having the file and being cited by AI (p = 0.85 across ~300,000 domains). Most of the surge is documentation tooling auto-emitting the file, not deliberate adoption. The verdict: folklore. It does no harm, it does not earn citations, and it can quietly replace the work that does.

Dmitrij Żatuchin

Ask AI the questions your buyers ask, see if your brand appears, and read the sources it cites. Free with Answer Trail, GDPR aligned. The fix: about 85% of what AI cites sits off your own website, so earn roughly five credible third-party mentions per buyer question to reach about 80% presence, then watch it over time because the cited sources turn over week to week.

Dmitrij Żatuchin

A cross-market citation dataset: 167,551 URL-grounded citations across 128 brands, 13 languages, and 12 markets from GPT, Gemini, and Perplexity. AI grounds brand answers in third-party sources 85.7% of the time; 18% of domains carry 80% of citations; Wikipedia is the top domain in 11 of 12 languages. Open under CC-BY-4.0 with DOI.

Dmitrij Żatuchin

The open dataset behind our 50 brand profiles: 3,750 responses from GPT-5.2, Gemini 3 Flash, and Perplexity sonar-pro to 250 brand-free buying questions across 5 industries, under a dice-roll stability protocol. Three metrics (COI, CVI, DS), mean Gini 0.284, 8% competitive vacuums, and 41.6% cross-model agreement. CC-BY-4.0 on Kaggle and Zenodo.

Dmitrij Żatuchin

The full method behind the Rankfor Index 2026: 66 brands, 12 languages, 3 AI models with live grounding, 35,640 responses, 131,667 citations. Five weighted components (sentiment, recommendation, source quality, consistency, stability) produce the 0-100 AI Visibility Score published on every brand page, plus the metrics only multilingual data can expose: bilingual penalty, citation concentration, and blind languages.

Dmitrij Żatuchin

A live Warsaw poll says Poland starts search inside Google's ecosystem (75%), with Gemini ahead of ChatGPT. Our 46-brand, 17,891-citation study adds the measured part: YouTube is the only channel where every brand appears, and two ice-cream brands show how differently AI builds a reputation from sources.

We pulled 17,891 cited sources that AI uses to describe 46 Polish consumer brands across three frontier models with grounding on. After stripping brand-owned domains, four HR portals (livecareer.pl, pl.indeed.com, interviewme.pl, randstad.pl) carry 460 citations between them, 10.6% of the TOP 20 cross-cutting domains. That makes employer-reputation the third largest source category AI relies on for Polish brands, ahead of Wikipedia, Business Insider PL, and Forbes PL. None of these pages is owned by marketing or PR.

A full-scale replication study analyzing 1,239 grounding citations from Google’s newly released Gemini 3.5 Flash across the 66-brand Nordic-Baltic-CEE Index. We map how Google has closed the citation gap.

Tier-1 publishers dictate brand visibility in AI systems. We mapped the geographic dependencies of AI validation in Northern Europe, proving that cross-border business journalism drives model grounding far more than local press releases.

Traditional social media feeds are invisible to generative AI. Our analysis of Northern European brands reveals that YouTube and Reddit dominate social citations, while platforms like Instagram and X provide zero meaningful validation.

Business-to-business companies achieve a 20.1% owned-media visibility share in generative AI systems, compared to just 13.4% for B2C brands. We dive into how sectors like Aviation, Energy, and Fintech dominate AI citations through structured utility content.

Reproduzimos o benchmark LongMemEval do MemPalace com quatro abordagens de recuperação em 500 perguntas, abrangendo todos os 6 tipos do LongMemEval. A extração estruturada de conhecimento (modelo SECI) obteve 93,9% de R@5 contra 92,1% do armazenamento bruto (verbatim). A descoberta principal: o modelo de embedding trunca em 256 tokens, mas as sessões têm uma média de 10.000 caracteres. O armazenamento bruto perde 90% do conteúdo na camada de embedding. A extração condensa a sessão completa dentro da janela de embedding.

Dmitrij Żatuchin

5.000 personas de compradores B2B corporativos com modelagem completa de comitê de compras em 15 setores, 47.019 consultas de pesquisa reais e 7.500 consultas de marcas concorrentes. Amostra anonimizada de 130 mil personas geradas por 5 LLMs. Licença CC BY 4.0.

Dmitrij Żatuchin

Analisamos 71.388 personas de compradores corporativos em 15 setores e 4 LLMs. Ao avaliar fornecedores, os compradores pedem à IA estudos de caso (20%), relatórios de analistas (22%), whitepapers (19%) e calculadoras de ROI (14%). Posts de blog, podcasts e vídeos pontuaram 0% em todos os pontos de dor e em todos os setores. Seu calendário de conteúdo pode estar cheio, mas seu pipeline está vazio. Os dados explicam o porquê.

Dmitrij Żatuchin

O maior estudo multissetorial sobre o rastreamento de reputação em IA até hoje. 24 empresas, 8 setores, 1.311 respostas, 3.041 atribuições de fontes codificadas entre o GPT-5.2 e o Gemini 3 Flash. Conclusão principal: 70,2% do que a IA "sabe" sobre as marcas não pode ser rastreado até nenhuma fonte. Os modelos discordam sobre o sentimento (0,83 vs 0,32), a consistência média é de apenas 0,54 e ser uma empresa de capital aberto não oferece vantagem alguma. Publicado na Springer Discover Artificial Intelligence.

Dmitrij Żatuchin

Como 60% das buscas na web terminam agora sem um clique, sistemas de IA como Gemini, ChatGPT e Perplexity tornaram-se a interface principal entre compradores e marcas. O SEO tradicional — construído para ranquear resultados baseados em links — não aborda como modelos de linguagem de grande escala selecionam, avaliam e recomendam marcas. Este artigo apresenta a Answer Engine Optimization (AEO) e a Generative Engine Optimization (GEO) como as duas disciplinas que preenchem essa lacuna, e descreve as quatro dimensões da AI Visibility que determinam se a sua marca será mencionada: memorabilidade, consistência de mensagem, estrutura de conteúdo e percepção de valor.

Daniel Homenko

150 consultas sobre o Dia dos Namorados de 2026 em três modelos de IA revelam que 70% das recomendações de marcas são exclusivas por gênero. O Gemini cita 11,4 marcas por resposta, contra 1,3 do Grok e 1,2 da OpenAI. Apenas Away e Ember transcendem os silos de gênero. Prompts com foco feminino agora recebem 16,2% mais marcas do que os masculinos — o oposto do Natal.

Dmitrij Żatuchin

Analisamos o que a IA realmente acredita sobre os compradores em mais de 500 setores. Principais descobertas do maior conjunto de dados de buyer personas já publicado.

Dmitrij Zatuchin

15.000 buyer personas publicadas no HuggingFace como uma amostra estratificada do dataset completo de 1.031.732 personas. Licença Apache 2.0. Arquivo Parquet de 8,9 MB. 25 setores. Criado para validar o que a IA pensa que seus clientes desejam - e para provar a metodologia por trás da nossa plataforma de inteligência comercial.

Dmitrij Żatuchin

1.279 consultas em três plataformas de IA e duas temporadas de presentes oferecem prova estatística definitiva: a IA trata as marcas de forma diferente com base no gênero, e o viés muda de direção sazonalmente. O Natal reduz as recomendações voltadas ao público feminino em 28-61%. O Dia dos Namorados as aumenta em 8,8%. A mesma IA. O mesmo universo de marcas. Direção oposta.

Dmitrij Żatuchin

Cinco perguntas. 60 segundos. Uma pontuação de 0 a 100 que diz exatamente por que a IA ignora sua marca. A calculadora mede cinco dimensões comportamentais em relação a dados reais do setor de 1.031.732 buyer personas. A pontuação média é 28,6. A maioria das marcas não conhece a sua.

Dmitrij Żatuchin

Classificamos os setores por prontidão para IA usando 1.031.732 buyer personas. Setores com nota A estão saturados - todos os concorrentes sabem como vencer. Setores com nota C estão em aberto. O manual de estratégias ainda não foi escrito. A pontuação do seu setor prevê qual estratégia funcionará.

Dmitrij Żatuchin

Analisamos 1.031.732 personas de compradores reais geradas por IA e criamos uma ferramenta que mostra a lacuna entre o seu público presumido e o público presumido pela IA. Essa lacuna determina se a IA recomenda você.

Dmitrij Żatuchin

Lançamos a rankfor.ai e obtivemos menções precisas no ChatGPT, Claude, Gemini e Perplexity em 60 dias. Aqui está o playbook exato que seguimos.

Daniel Homenko

Três sinais em uma semana: o Google penalizou listicles autopromocionais (marcas de SaaS perderam 34-49% de visibilidade), reduziu os limites de rastreamento em 86,7%, enquanto a Ahrefs descobriu que 44% das citações do ChatGPT vêm exatamente desses listicles. O Google está encolhendo, a IA está se expandindo. Inclui um guia de auditoria de marca de 5 minutos e uma estratégia dividida para navegar em ambos os sistemas de descoberta.

Dmitrij Żatuchin

Como um artigo premiado de 2011 sobre análise de estrutura de sites evoluiu para a metodologia por trás da mensuração moderna de AI Visibility.

Dmitrij Żatuchin

Esta não é uma apresentação de produto. É assim que você fecha negócios. Aprenda o processo de 4 etapas para vender serviços de AI Visibility: pesquise o site do cliente, execute uma varredura no Rankfor.AI, analise personas e territórios e feche com perguntas estratégicas.

Rankfor.AI

Sua marca não é apenas "visível" ou "invisível" para a IA. Existem 8 estados distintos - de Invisível a Líder de Categoria - e cada um exige uma estratégia diferente. Este artigo explica o sistema de classificação por trás do AI Visibility Score e como os padrões de métricas determinam seu diagnóstico estratégico.

Dmitrij Żatuchin

Esta é a história de como eu, fundador da GreenMuru, descobri que o site da minha própria empresa de cuidados com gramados estava dizendo secretamente à IA que era sobre bananas. Eu tinha controle total sobre o que os humanos viam — e controle zero sobre o que a IA acreditava. Aqui está o que aprendi sobre a lacuna entre o seu site e a sua reputação na IA.

Daniel Homenko

A busca não desapareceu. Ela apenas deixou de ser o lugar onde as decisões acontecem. O SEO tradicional partia do princípio de que, se você estivesse bem posicionado, seria descoberto. A IA não funciona assim. Este artigo de liderança de pensamento define por que a AI Visibility é importante e apresenta as quatro dimensões da AI Visibility: Presence, Relevance, Usefulness e Trust.

Dmitrij Żatuchin

Executamos 480 consultas em três plataformas de IA. A concordância entre modelos sobre recomendações de marcas foi de apenas 10-45%. Identificamos 26 marcas com bloqueio de gênero, descobrimos que apenas LEGO e Disney alcançam visibilidade universal e constatamos que a IA recomenda 41% menos marcas para consultas sobre esposas do que para maridos.

Rankfor.AI Research Team

Este estudo investiga a variabilidade das respostas e a consistência das menções de marca em três dos principais LLMs: Google Gemini 3 Flash, OpenAI GPT-5.2 e xAI Grok-4-1. Utilizando um total de 239 amostras em três variações de prompt (marido, esposa, 2025), medimos a frequência de menções de marca, a consistência das respostas e a concordância entre modelos.

Rankfor.AI Research Team

Este estudo amplia a análise de consistência de marca em LLMs entre diferentes prompts, introduzindo um prompt de "parceiro" neutro em termos de gênero para isolar os efeitos do viés de gênero. Comparando quatro variações de prompt em 299 amostras totais, fornecemos evidências sólidas de viés de recomendação de marca baseado em gênero em LLMs. Descoberta crítica: o Kindle apareceu em 100% das iterações de esposa E parceiro, mas em 0% das iterações de marido.

Rankfor.AI Research Team

Sua marca está em 1º lugar no Google, mas o ChatGPT nunca a menciona. Essa é a Crise do Zero-Click — 60% das buscas terminam sem um clique. Veja por que a AI Attention Management é a nova camada competitiva.

Dmitrij Żatuchin

Todos os dias, profissionais de marketing perdem horas tentando "ensinar" o ChatGPT sobre suas marcas. Isso é tecnicamente impossível. Eis o motivo — e a estratégia que realmente funciona.

Dmitrij Żatuchin

As buscas zero-click aumentaram de 26% para 60% entre 2022 e 2024, com as Google AI Overviews reduzindo os cliques em 34,5% por consulta — ameaçando US$ 2 bilhões em receita de editores e causando uma queda de 37% nas vagas de emprego de SEO. No entanto, os visitantes de busca por IA convertem a taxas 23 vezes maiores do que o tráfego orgânico, revelando que as métricas de tráfego tradicionais não preveem mais os resultados de negócios. A mudança exige a evolução da aquisição de tráfego para a construção de influência, com o sucesso medido pela AI visibility, menções de marca em respostas de LLM e qualidade de conversão em vez de volume de cliques.

Dmitrij Żatuchin

73% das marcas que ocupam o top 10 do Google não aparecem quando ferramentas de IA recomendam soluções, porque os sistemas de IA exigem dados de relacionamento estruturados entre capacidades e problemas do cliente — não apenas conteúdo otimizado por palavras-chave. Empresas como a HubSpot alcançam 80% de ROI tornando sua expertise legível por máquinas por meio de mapas de conteúdo conectados que mostram como recursos, casos de uso e resultados se relacionam. Marcas que otimizam para AI Visibility agora relatam taxas de menção 40% maiores em 90 dias, enquanto concorrentes que adiam essa mudança enfrentam uma invisibilidade crescente no canal de descoberta que mais cresce.

Dmitrij Żatuchin

60% das buscas no Google agora terminam sem um clique, já que a IA fornece respostas diretas nos resultados de pesquisa e interfaces de chat. O SEO tradicional otimiza para rankings, mas a AI Visibility exige otimizar para recomendação — garantindo que os sistemas de IA entendam e citem sua marca quando potenciais clientes fazem perguntas de compra. Essa mudança de Search Engine Optimization (SEO) para Generative Engine Optimization (GEO) exige novas métricas, estratégias de conteúdo estruturado e foco na autoridade semântica em vez de rankings de palavras-chave.

Dmitrij Żatuchin