Prompt de análise de recomendações de IA e impacto de tráfego para SEO

Objetivo: construir um prompt analítico para entender como assistentes de IA (ex.: ChatGPT, Gemini) recomendam o nosso site e como isso varia por prompt e por localização, para orientar estratégias de SEO e growth.

Dados de entrada: suponha um dataset com as colunas: id, timestamp, country, prompt_category, prompt_text, assistant_name, referral_source, recommended_site (boolean), traffic_change_pct, conversion_rate, session_count. Observações: o dataset pode ter subsets.

Instruções:
1) Calcule métricas descritivas: frequência de recomendações por assistant, por country, por prompt_category; médias de traffic_change_pct por combinação; taxa de conversão associada às recomendações.
2) Identifique padrões: quais prompt_category estão fortemente associados a recomendar o nosso site? existem variações por country? quais combinações geram maior probabilidade de recomendação?
3) Sugira visualizações úteis: heatmaps de prompt_category x country, séries temporais de recomendações ao longo do tempo, gráficos de barras por assistant.
4) Forneça saídas acionáveis: uma lista de prompts sugeridos para replicar ou evitar, com justificativas; propostas de experimentos A/B para validar causalidade entre prompts e recomendação, incluindo métricas de sucesso.
5) Viés e limitações: descreva potenciais vieses de dados, limitações de representatividade, risco de uso indevido.
6) Entregáveis: retorne um relatório estruturado em JSON com seções summary, patterns, prompts_recommendations, traffic_analysis, experiments_suggestions, limitations. Inclua exemplos de métricas e esquemas de saída.
7) Privacidade e ética: não inclua dados sensíveis ou PII; respeite diretrizes de uso de IA.

Formato de saída: o relatório deve ser limpo, repetível e de fácil integração com dashboards. Se necessário, inclua notas sobre implicações de SEO e branding no final.