Em maio de 2026, o CMO de uma marca DTC apresentou dois números. No GA4, o tráfego vindo de plataformas de IA era 1,8% das sessões. No Shopify, pedidos atribuíveis a recomendações de IA chegavam a 7,2% dos pedidos. Quatro vezes mais. A pergunta era inevitável: qual número está certo?
Os dois estão certos. Eles olham para camadas diferentes.
Entre maio e junho de 2026, o Google atualizou o GA4 e o Search Console. O GA4 ganhou um canal nativo AI Assistant para reconhecer alguns referrers de assistentes de IA compatíveis. O Search Console ganhou relatórios de visibilidade em AI Overviews e AI Mode, além de um controle de visibilidade em IA.
É um avanço real. O tráfego de IA deixou de ser totalmente invisível. Mas visibilidade parcial pode criar uma ilusão perigosa: achar que o que aparece no painel é o todo.
O modelo do iceberg em cinco camadas
Tráfego de IA não é uma métrica única. É um iceberg com cinco camadas. Cada camada representa um tipo diferente de influência, exige ferramentas diferentes e tem valor comercial diferente.
Camada 1: referrals de IA rastreáveis. É o que o GA4 AI Assistant captura. O usuário clica num link dentro do ChatGPT, o navegador mantém o referrer chatgpt.com, o GA4 identifica e classifica a sessão como AI Assistant. É a camada mais direta: visita humana, page views e conversão. Mas tem limites. O GA4 reconhece poucas plataformas nativamente. DeepSeek, Kimi, Doubao, Tongyi Qianwen e várias outras ficam fora. Apps móveis e in-app browsers também removem referrer com frequência. Mesmo nessa camada, o GA4 provavelmente não captura a totalidade do referral real de IA devido à perda de referrer.
Camada 2: tráfego do Google AI Overview. Quando o usuário clica num link citado em AI Overview, o GA4 registra a visita como Organic Search, não como AI Assistant. Portanto Organic Search mistura cliques tradicionais e cliques de respostas generativas do Google. O GSC mostra impressões em recursos de IA, mas não cliques, CTR nem consultas completas. Você sabe que foi citado 500 vezes, mas não sabe quantas visitas isso gerou.
Camada 3: Dark AI Traffic. Usuários abrem links do ChatGPT mobile, copiam URLs do Claude ou clicam em citações no Perplexity iOS. A origem é IA, mas o referrer desaparece. O GA4 classifica como (direct) / (none). Direct vira uma caixa preta com visitas diretas reais e influência de IA escondida.
Camada 4: sinais de intenção de crawlers de IA. GPTBot pode rastrear páginas para treinamento. OAI-SearchBot pode buscar conteúdo para uma pesquisa em tempo real. ChatGPT-User pode acessar uma página porque uma pessoa está perguntando sobre sua marca naquele momento. O GA4 não vê nada disso, pois crawlers não executam JavaScript. O GSC também não classifica crawlers de terceiros por intenção.
Essa camada tem alto valor. Um ChatGPT-User acessando uma página de preços pode indicar comprador em pesquisa ativa. Um OAI-SearchBot acessando uma categoria pode indicar demanda em AI Search. Tratar tudo como bot traffic remove sinais comerciais importantes.
Camada 5: influência zero-click. A IA menciona sua marca, recomenda seu produto ou cita seus dados, mas o usuário não clica porque recebeu a resposta no chat. Mesmo assim há awareness e confiança. Depois ele pode pesquisar sua marca ou comprar em marketplace. O impacto inicial não aparece no GA4. Para medir, é preciso Citation SOV sampling: enviar queries a plataformas de IA e registrar menções, posição, contexto e participação contra concorrentes.
De onde vem os 20%
O GA4 vê principalmente a camada 1. A camada 2 fica misturada com Organic Search. A camada 3 fica misturada com Direct. As camadas 4 e 5 ficam invisíveis. Somando tudo, o impacto real da IA pode ser três a cinco vezes o número do GA4. 20% não é uma fórmula exata; é uma ordem de grandeza para decisões.
O risco estratégico
Se a marca olhar só o GA4, pode concluir que IA não vale investimento porque mostra 1,8%. Mas o impacto real pode ser 8-10%. Pode achar que ChatGPT é a principal fonte e ignorar AI Overview escondido em Organic, Perplexity mobile em Direct e plataformas não reconhecidas pelo GA4.
A abordagem correta é medir por camadas: GA4 e custom channel groups para camada 1; GSC AI impressions cruzado com Organic para camada 2; server-side analytics para camada 3; logs e intent classification para camada 4; Citation SOV para camada 5. CitationGraph foi pensado para conectar essas evidências.
No próximo artigo, detalhamos o que as atualizações de GA4 e GSC fazem e o que deixam de fora.
FAQ
Q1: O canal AI Assistant do GA4 resolve o tracking de IA?
A: Não. Ele cobre parte da primeira camada. AI Overview, Dark AI, crawler intent e influência zero-click continuam fora.
Q2: Por que o Shopify mostra mais pedidos de IA do que o GA4 mostra tráfego de IA?
A: O Shopify pode ver sinais no nível do pedido e referrals de IA tendem a converter melhor. Uma fatia pequena de tráfego pode gerar fatia maior de pedidos.
Q3: Como lidar com Dark AI Traffic?
A: Com análise server-side que não dependa de referrer. User-Agent, IP, rotas e comportamento ajudam a identificar origem de IA escondida em Direct.
Q4: Influência zero-click pode ser medida?
A: Sim, com amostragem ativa. É preciso consultar plataformas de IA e acompanhar menções, posição, contexto e share of voice.
Q5: Por onde começar?
A: Pelo GA4 AI Assistant e custom channel groups. Depois, logs server-side e intent classification. Para estratégia, Citation SOV é necessário.