question-drafting

Elaboração de perguntas

Use isto quando alguém quiser as perguntas dos compradores para rastrear em aplicativos de IA, quiser uma revisão do conjunto atual ou perguntar se suas perguntas são boas. O objetivo é um conjunto de perguntas que meça a descoberta de forma honesta e dê uma chance realista de uma primeira menção sem marca.

Com ou sem Frontmost AI

• Com um projeto Frontmost AI, faça todas as seis etapas. As respostas salvas mostram quais perguntas são fracas e as páginas citadas mostram como pessoas reais perguntam.
• Sem um projeto Frontmost AI, faça as etapas 2 a 4 com o que a pessoa fornecer e o que você puder ler na web. Pule as etapas 1, 5 e 6. Retorne a tabela e diga que nenhuma resposta de IA foi medida ainda.
• Se uma ferramenta Frontmost AI retornar setup_required, forneça à pessoa a url do resultado. Se retornar plan_required, diga que os dados precisam de um plano pago. Em ambos os casos, continue com o caminho sem projeto.

Leia os exemplos primeiro

Antes de elaborar, leia references/examples.md. Se o arquivo não estiver disponível, pare e informe isso.

O que a pesquisa diz (tenha isso em mente durante todo o processo)

• O mesmo prompt quase nunca retorna a mesma lista de marcas duas vezes. A frequência com que uma marca aparece é estável. Sua classificação não é. (SparkToro e Gumshoe, jan. 2026)
• Uma execução de um prompt é quase não informativa. Use várias formulações por intenção e leia os resultados em uma janela contínua de 2 a 4 semanas. (preprint da Universidade de St. Gallen, abr. 2026)
• Reformular mal muda os resultados enquanto o significado permanece próximo. O formato importa mais: prompts em estilo de lista e palavras-chave curtas revelam aproximadamente 20 a 25 por cento mais marcas. Um qualificador alterado (orçamento, localização, tamanho da equipe, concorrente nomeado) é uma nova intenção. (estudo Peec AI, jun. 2026, patrocinado por fornecedor)
• Julgue clusters de prompts, não prompts individuais, e mantenha perguntas com e sem marca separadas. (guia Ahrefs)
• Dados públicos sobre o que as pessoas perguntam em aplicativos de IA são escassos. Diga isso. Nunca apresente uma pergunta elaborada como uma consulta real conhecida.

Etapa 1: Leia o conjunto atual

Esta etapa precisa de um projeto Frontmost AI. Chame list_projects, depois get_questions para o projeto (e get_scan com questions: "unbranded" para a divisão sem marca). Para cada pergunta existente, anote:

• Escopo: com marca (nomeia a marca do projeto) ou sem marca.
• Estágio de compra: pesquisa inicial, comparação de opções ou pronto para comprar.
• Formato: lista ("melhor X"), palavra-chave curta, "o que X recomenda", problema primeiro, persona, comparação ou alternativas para.
• Qualificadores: orçamento, tamanho da equipe, localização, plataforma, concorrente nomeado.

Sinalize perguntas fracas, com evidências das respostas salvas:

• Ambígua: as respostas derivam para outra categoria de produto. Verifique qual negócio cada resposta nomeou primeiro.
• Invencível: a pergunta pede que a IA escolha entre uma lista fechada de concorrentes nomeados, então a marca nunca pode ser nomeada. Útil para inteligência de concorrentes, mas adiciona zeros garantidos à contagem sem marca.
• Fora do alvo: direcionada a um comprador para quem a empresa não vende.
• Monocultura: a maioria das perguntas compartilha um formato ou um estágio.

Não reformule, pause ou remova nada nesta etapa.

Etapa 2: Colete frases reais

Use, nesta ordem. Os itens 1 a 3 precisam de um projeto Frontmost AI:

1. get_sources com questions: "unbranded": títulos dos artigos de lista citados e dos tópicos do Reddit citados. Títulos de tópicos são pessoas reais perguntando.
2. get_rivals: os concorrentes mais mencionados, para perguntas de "alternativas para" e comparação.
3. get_queries: as pesquisas na web que o ChatGPT executou. Trate como evidência fraca, porque elas espelham as perguntas já rastreadas.
4. Qualquer coisa que a pessoa fornecer: perguntas do Search Console, chats de suporte, chamadas de vendas, tópicos de fórum.
5. Os próprios diferenciadores do negócio (ponto de preço, integrações, método). Verifique cada um antes de usá-lo. Não afirme "mais barato" ou similar a menos que verificado.

Etapa 3: Elabore

Padrões, a menos que a pessoa diga o contrário:

• Proporção: cerca de 3 sem marca para 1 com marca.
• Mistura de estágios para sem marca: aproximadamente 25 por cento pesquisa inicial, 50 por cento comparando opções, 25 por cento pronto para comprar.
• Organize por cluster de intenção. Dê a intenções importantes 2 a 4 formulações em formatos diferentes.
• Sempre inclua o termo principal simples em formato de lista ("Quais são as melhores ferramentas de agora?"). É o formato que revela mais marcas.
• Inclua o vocabulário da própria categoria (para visibilidade em IA: AEO, GEO).
• Uma pergunta de "alternativas para " para cada concorrente principal ainda não coberto.
• Algumas perguntas baseadas em diferenciadores verificados. Estas são onde uma primeira menção é mais plausível, mas não prometa isso.
• Conjunto com marca: o que é e para quem é, uma comparação por concorrente principal, uma pergunta de confiança ("é legítimo, há avaliações"), "alternativas para " e preço.

Regras de redação:

• Escreva da forma que um comprador digitaria. Simples, em primeira pessoa quando natural.
• Perguntas sem marca nunca contêm o nome da marca.
• Indique a categoria sem ambiguidade. Se uma frase puder significar outra categoria de produto, adicione as palavras que a definem.
• Uma intenção e no máximo um qualificador por pergunta.
• Nunca peça à IA que escolha entre uma lista fixa de concorrentes em uma pergunta sem marca.
• Sem ano na pergunta, sem afirmações principais, mantenha abaixo de cerca de 25 palavras.
• Sem quase duplicatas acidentais. Uma variante de cluster deliberada deve diferir no formato, não apenas em uma ou duas palavras.

Verifique cada rascunho em relação aos exemplos em references/examples.md antes de apresentá-lo.

Etapa 4: Apresente para aprovação

Mostre uma tabela: pergunta, escopo, tópico, estágio, formato, cluster e no que se baseia (tópico citado, artigo citado, dados de concorrente, diferenciador ou julgamento). Em seguida, declare:

• Com um projeto: quantas perguntas o projeto e o plano terão após a alteração.
• Que o denominador sem marca muda, então as comparações dia a dia quebram no dia em que começam.
• Quais rascunhos se baseiam em evidências e quais são julgamento.
• Quaisquer perguntas fracas existentes encontradas na etapa 1, como uma recomendação separada.

Não adicione nada ainda. Uma pergunta sobre se você pode adicioná-las não é permissão.

Etapa 5: Adicione, apenas com autorização explícita

• Adicione em um lote edit_questions com um tópico para cada uma.
• Reformular uma pergunta existente pausa a formulação antiga e inicia um novo histórico. Faça isso apenas quando solicitado e diga o que custa.
• Diga à pessoa para perguntar novamente após a próxima varredura. Em seguida, confirme que cada nova pergunta foi classificada como com ou sem marca corretamente. Corrija uma incorreta com branded_override.
• Relate os novos totais e quando os primeiros resultados chegam.

Etapa 6: Leitura dos primeiros resultados

• Relate a visibilidade total, com e sem marca juntas, cada uma com contagens.
• Compare as perguntas originais separadamente das novas por pelo menos uma semana. Uma queda na visibilidade com marca após adicionar perguntas com marca geralmente é a mudança na mistura, não um declínio.
• Compare formatos separadamente (lista contra lista, persona contra persona).
• Um dia é uma primeira leitura. Tire conclusões de uma janela contínua de 2 a 4 semanas.
• Procure o que as novas perguntas revelam além da pontuação: confusão de marca com uma empresa de nome semelhante, lacunas de confiança, novas páginas citadas que não listam a marca.
• Se a visibilidade sem marca ainda for zero, diga isso claramente e aponte para as medidas principais: páginas citadas que listam a marca e respostas que citam essas páginas.