elmo

Elmo é uma plataforma open-source e auto-hospedada para rastreamento e otimização de visibilidade em IA, cobrindo o que seus autores chamam de Otimização de Mecanismos de Resposta (AEO), Otimização de Mecanismos Generativos (GEO) e Otimização de LLM (LLMO). É posicionada como uma alternativa gratuita a ferramentas SaaS fechadas no mesmo espaço, e seu diferencial declarado é que cada métrica pode ser inspecionada no repositório em vez de ser aceita como verdade absoluta. O que ela rastreia - Pontuação de visibilidade: para cada prompt rastreado, o Elmo mede com que frequência cada mecanismo de resposta de IA configurado menciona a marca e tende essa pontuação ao longo do tempo por prompt e por modelo. - Rastreamento de menções à marca: as respostas são verificadas quanto ao nome da marca, aliases e domínios, para que as menções sejam contadas de forma consistente entre os mecanismos. - Análise de citações: cada URL citada é armazenada com domínio e posição e, em seguida, categorizada em domínios próprios, domínios de concorrentes, mídias sociais, propriedades do Google e fontes institucionais. - Benchmarking de concorrentes e participação de voz: um ranking das taxas de menção dos concorrentes junto com as do usuário, além da participação de voz geral ao longo do tempo. - Análise de expansão de consultas: registra as pesquisas na web que os mecanismos executam ao fundamentar respostas, mostra como o mecanismo reescreve a redação do usuário e quais pesquisas o conteúdo vence ou perde. - Gerenciamento de prompts: um assistente de integração analisa um site e sugere palavras-chave, concorrentes, personas de comprador e prompts de rastreamento; os prompts também podem ser adicionados manualmente, marcados e ativados/desativados. - Oportunidades: transforma dados de visibilidade e citações em uma lista priorizada e atualizada de sugestões de conteúdo e divulgação. - Relatórios: relatórios de visibilidade compartilháveis, visualizáveis por partes interessadas sem uma conta Elmo. - API REST: gerencie marcas, prompts e concorrentes, e extraia snapshots de análise e relatórios programaticamente. Metodologia Os prompts são definidos por marca, gerados a partir do site ou escritos manualmente. Um worker em segundo plano executa cada prompt em um cronograma (várias vezes ao dia por padrão) em cada mecanismo configurado. Provedores de scraping capturam superfícies de consumo, como ChatGPT, Google AI Mode, Google AI Overviews, Gemini, Perplexity e Microsoft Copilot, enquanto APIs de modelo diretas (OpenAI, Anthropic, Mistral, OpenRouter) adicionam cobertura para Claude, Grok e outros modelos com pesquisa na web habilitada. Cada execução produz texto de resposta, URLs citadas, pesquisas de fundamentação do mecanismo e a versão do modelo; o texto é verificado quanto aos nomes, aliases e domínios da marca e dos concorrentes. Tudo, incluindo a saída bruta do mecanismo, é armazenado em PostgreSQL para que as métricas possam ser recalculadas posteriormente. Visibilidade é a parcela de execuções que mencionam a marca; participação de voz compara as taxas de menção com os concorrentes; as contagens de citações são agregadas por URL, domínio e categoria, filtráveis por prompt, tag, mecanismo e intervalo de tempo. Implantação e stack A auto-hospedagem usa Docker Compose, inicializado por meio do pacote npm @elmohq/cli (elmo init, depois elmo compose up -d), após o qual o aplicativo está disponível em localhost:1515. Uma opção de nuvem gerenciada e uma implantação de marca branca com marca personalizada, domínio personalizado e SSO também são oferecidas. A stack é TypeScript, TanStack Start, PostgreSQL e pg-boss, com um aplicativo web servindo o painel e a API REST, um worker executando execuções de prompts e PostgreSQL armazenando tanto os dados quanto a fila de trabalhos. O projeto é licenciado sob MIT e documenta um fluxo de trabalho de contribuição com um processo de CLA. O README também mantém uma tabela de comparação com ferramentas fechadas, como Profound, Peec AI, Otterly AI, Scrunch, Ahrefs Brand Radar, Semrush AI Toolkit e HubSpot AEO Grader, e observa abertamente os recursos que essas ferramentas têm que o Elmo ainda não oferece, como estimativas de volume de prompts, análise de sentimentos, análise de crawlers de IA e auditorias GEO na página.