Pesquisa original GeoStack | Innovation Citation Share Report | 10 marcas globais × 30 prompts × 5 plataformas = 1.500 observações | Janela temporal: 2020–2026
O Innovation Citation Share (ICS) mede a porcentagem de respostas de IA generativa em que uma marca é citada como referência de inovação quando rodam-se prompts representativos sobre o tema. Em pesquisa original conduzida pela GeoStack com 300 prompts cobrindo 10 marcas globais associadas à inovação na década, rodados em ChatGPT, Perplexity, Gemini, Claude e Google AI Overviews, identificamos que o Google lidera o ICS geral com 58% de Citation Rate, seguido por Nvidia (52%) e OpenAI (51%). Mas o achado mais consequente do estudo não está no ranking — está em três fenômenos estruturais que descrevemos pela primeira vez: (1) Self-Reference Bias, em que cada LLM cita sua empresa-mãe com 30-50% mais frequência que a média do mercado; (2) Polarization Paradox, em que marcas como Tesla aparecem simultaneamente entre as mais inovadoras (38% ICS) e mais criticadas (58% NCS); (3) Innovation Theme Ownership, padrão em que marcas com narrativa concentrada em um único tema (Nvidia = chips de IA) têm vantagem competitiva sobre marcas com narrativa difusa. Este relatório aplica o framework Citation Share Report da GeoStack à dimensão de inovação, decifrando o que LLMs como ChatGPT, Gemini, Perplexity, Claude e Google AI Overviews realmente “pensam” sobre quem move o mundo.
Por que medir Innovation Citation Share
Inovação é uma das dimensões mais consultadas em IA generativa hoje. Executivos, investidores, jornalistas, estudantes de MBA e profissionais de marketing perguntam às LLMs quem é referência em inovação — e as respostas dessas IAs estão moldando agendas estratégicas, decisões de investimento, narrativas de imprensa e percepção de mercado em escala global.
Diferente do Citation Share comercial (que mede recomendação de compra) ou do Negative Citation Share (que mede framing de crise), o Innovation Citation Share captura uma dimensão específica e altamente competitiva: a posse simbólica do território “inovação”. Em queries sobre inovação, marcas competem por mindshare conceitual mais do que por mindshare de produto. Quem é citado primeiro na lista? Quem aparece em múltiplos contextos de inovação? Quem domina um sub-tema (IA, mobilidade, computação)?
A GeoStack introduz neste estudo o Innovation Citation Share Report como aplicação especializada do framework Citation Share Report — mesma metodologia base, lente direcionada à recognição em inovação ao longo da década 2020-2026.
A seleção das 10 marcas globais analisadas
A seleção foi baseada em três critérios objetivos: (1) presença consistente em rankings de inovação global publicados pela Fast Company, Forbes, BCG e Boston Consulting Group entre 2020 e 2026; (2) cobertura jornalística substancial em mídia de tier-1 sobre inovação tecnológica e de negócios; (3) impacto documentado em transformação setorial.
| Marca | Setor primário | Tipologia dominante de inovação |
|---|---|---|
| Tecnologia/busca/IA | IA generativa + plataforma global | |
| Tesla | Automotivo/energia | Disrupção setorial + autonomia |
| Nvidia | Semicondutores | Infraestrutura de IA |
| OpenAI | IA generativa | Paradigma novo de interação |
| Apple | Hardware/software | Integração + premium UX |
| Amazon | E-commerce/cloud | Logística + AWS + escala |
| ByteDance | Mídia/algoritmos | Algoritmo de recomendação |
| Microsoft | Software/cloud | Reinvenção via IA + Copilot |
| Waymo | Mobilidade autônoma | Autonomia em produção comercial |
| ServiceNow | Software corporativo | Automação enterprise via IA |
A diversidade é deliberada: três marcas de IA pura (Google, OpenAI, Nvidia), três marcas de big tech consolidada (Apple, Amazon, Microsoft), duas marcas disruptivas setoriais (Tesla, Waymo), uma marca de mídia/algoritmo (ByteDance) e uma marca B2B (ServiceNow). O conjunto cobre o espectro de como inovação se manifesta em contextos diferentes — e permite identificar padrões transversais.
Metodologia detalhada do Innovation Citation Share Report
1. Adaptação do framework Citation Share Report
O ICS aplica a base metodológica do Citation Share Report tradicional, com três adaptações:
- Substituição da jornada de compra por tipologia de query de inovação (cinco tipos)
- Manutenção da camada temporal (mesma do Negative Citation Share — anchors em 2020, 2022, 2024, 2026)
- Métricas protagonistas combinadas — Citation Rate (frequência) e Citation Quality Score (intensidade) ganham peso similar, porque inovação é dimensão tanto de presença quanto de associação positiva
2. Os cinco tipos de query analisados
Em vez de mapear jornada, o estudo cobre cinco tipologias de prompt que provocam respostas com framing de inovação:
| Tipo de query | Propósito do usuário | Exemplo | % dos prompts |
|---|---|---|---|
| 1. Innovation inquiry direto | “Marcas mais inovadoras” | “Quais empresas mais inovadoras da última década?” | 25% (75) |
| 2. Setor specifico | “Quem inova em X” | “Empresas mais inovadoras em IA” | 25% (75) |
| 3. Specific tech inquiry | “Quem é referência em [tech]” | “Quem lidera carros autônomos?” | 20% (60) |
| 4. Future inquiry | “Quem vai liderar próxima década?” | “Quais empresas vão dominar 2030?” | 15% (45) |
| 5. Comparative inquiry | “X vs Y em inovação” | “Apple vs Google em IA” | 15% (45) |
Cada tipologia revela um aspecto distinto de presença em inovação. Innovation inquiry direto mede recall categórico — quando o usuário pergunta genericamente, quem aparece? Setor específico mede ownership de narrativa setorial. Specific tech inquiry mede dominância em sub-temas (autonomia, IA generativa, chips, cloud). Future inquiry é particularmente reveladora porque mede projeção — quais marcas a IA “aposta” para próxima década. Comparative inquiry expõe os pares de comparação que o mercado considera naturais (Apple vs Google em IA, mas raramente Apple vs Nvidia).
Sua marca aparece quando a IA responde?
Descubra em um relatório gratuito como ChatGPT, Gemini, Perplexity, Claude, Copilot e Google AI Overviews enxergam (ou ignoram) sua marca hoje.
Solicitar Auditoria Grátis Sem compromisso. Sem cartão. Só dados.3. Camada temporal — mesma estrutura do Negative Citation Share
Cada prompt-base foi rodado com anchor temporal explícito para 2020, 2022, 2024 e 2026, totalizando quatro pontos no tempo. Isso permite calcular o Decade Drift Score para inovação — quanto cada marca cresceu ou diminuiu como referência inovativa ao longo da década.
Esse é o mesmo framework de drift aplicado no Negative Citation Share Report da GeoStack, agora invertido em polaridade: estamos medindo acumulação ou erosão de capital simbólico positivo, não acúmulo de framing crítico.
4. Plataformas, sample e codebook
Cinco LLMs em paralelo (mesma metodologia dos estudos anteriores):
- ChatGPT (OpenAI)
- Perplexity
- Google Gemini
- Claude (Anthropic)
- Google AI Overviews
Total: 300 prompts × 5 plataformas = 1.500 observações analisadas.
Codebook adaptado para inovação:
- Polaridade da menção (positiva-inovativa, neutra, descritiva, qualificada/com caveat)
- Tema de inovação atribuído (IA, hardware, cloud, autonomia, plataforma, logística, algoritmo, sustentabilidade, modelo de negócio)
- Posicionamento na resposta (primeira menção, principal exemplo, no corpo, conclusão)
- Contexto comparativo (citada sozinha, com peer set, em ranking explícito)
- Atribuição de impacto (impacto descrito como pequeno, setorial, transformacional, civilizacional)
- Self-Reference Flag (a LLM está citando sua empresa-mãe?)
O último item é específico do estudo de inovação e gerou uma das descobertas centrais — o Self-Reference Bias.
5. Cálculo das métricas
Cinco métricas foram derivadas:
Innovation Citation Rate (ICR):
(Respostas com menção positiva-inovativa à marca / Total de respostas no estudo) × 100
Innovation Citation Quality Score (ICQS):
Média ponderada de polaridade × posicionamento × atribuição de impacto, em escala 0–1
Innovation Theme Density (ITD):
Número médio de temas de inovação distintos atribuídos à marca por menção
Decade Drift Score (DDS):
Diferença em pontos percentuais de ICR entre 2020 e 2026 (positivo = ganhou recognição; negativo = perdeu)
Theme Concentration Index (TCI):
Métrica nova introduzida neste estudo. Mede se a marca tem narrativa concentrada (TCI alto) ou difusa (TCI baixo). Calculado como: % do tema dominante no total de menções temáticas. TCI alto = marca “dona” de um território; TCI baixo = marca espalhada por múltiplos territórios.
Resultados — Innovation Citation Share das 10 marcas globais
Ranking geral de ICR (across plataformas e tipologias, 2026)
| Posição | Marca | ICR | ICQS | ITD | TCI |
|---|---|---|---|---|---|
| 1º | 58% | 0,72 | 4,2 | 38% (IA) | |
| 2º | Nvidia | 52% | 0,84 | 1,8 | 74% (chips IA) |
| 3º | OpenAI | 51% | 0,82 | 2,1 | 68% (IA generativa) |
| 4º | Apple | 46% | 0,68 | 3,1 | 42% (hardware integrado) |
| 5º | Microsoft | 44% | 0,76 | 3,4 | 41% (Copilot/Azure) |
| 6º | Tesla | 38% | 0,52 | 2,8 | 51% (EV/autonomia) |
| 7º | Amazon | 32% | 0,64 | 2,6 | 48% (AWS/cloud) |
| 8º | ByteDance | 28% | 0,71 | 1,4 | 78% (algoritmo) |
| 9º | Waymo | 18% | 0,82 | 1,1 | 89% (autonomia) |
| 10º | ServiceNow | 12% | 0,74 | 1,3 | 71% (automação enterprise) |
Insight crítico — o paradoxo Theme Concentration: Nvidia, OpenAI, ByteDance e Waymo têm TCI altíssimo (74%, 68%, 78%, 89%). São marcas que dominam um território quase exclusivamente. Essa concentração é vantagem em queries específicas (Nvidia = chips de IA, ByteDance = algoritmo, Waymo = autonomia), mas vulnerabilidade quando o tema dominante perde relevância. Em contraste, Google e Microsoft têm TCI mais baixo (38% e 41%) — diluem narrativa em múltiplos temas, sacrificando dominância em qualquer um deles, mas ganhando resiliência setorial. Não há TCI ideal: a estratégia ótima depende do horizonte de tempo e do nível de risco que a marca aceita correr.
Decade Drift — quem ganhou e quem perdeu narrativa de inovação desde 2020
A análise temporal revela movimentos dramáticos. Algumas marcas dobraram ou triplicaram presença; outras perderam ground significativamente.
| Marca | ICR 2020 | ICR 2026 | Decade Drift | Padrão |
|---|---|---|---|---|
| OpenAI | 2% | 51% | +49 | Emergência meteórica |
| Nvidia | 8% | 52% | +44 | Ascensão silenciosa |
| ByteDance | 12% | 28% | +16 | Crescimento sustentado |
| Microsoft | 28% | 44% | +16 | Reinvenção via IA |
| ServiceNow | 4% | 12% | +8 | Reconhecimento B2B crescente |
| Waymo | 15% | 18% | +3 | Crescimento marginal |
| 64% | 58% | -6 | Erosão controlada | |
| Amazon | 41% | 32% | -9 | Erosão de narrativa |
| Tesla | 51% | 38% | -13 | Pico em 2021-2022 |
| Apple | 71% | 46% | -25 | Erosão substancial |
Cinco padrões distintos de drift em inovação:
Padrão 1: Emergência meteórica. OpenAI passou de 2% (praticamente invisível em queries de inovação em 2020) para 51% em 2026. Nvidia repetiu o padrão em escala similar (8% → 52%). Ambas as marcas representam a velocidade extrema com que uma narrativa pode entrar e dominar o corpus de IA — em ambos os casos, foram apenas 3-4 anos para sair da margem para o centro.
Padrão 2: Reinvenção bem-sucedida. Microsoft é o caso mais instrutivo do estudo. Em 2020, era percebida como “empresa de software corporativo lenta”. Em 2026, aparece em 44% das queries de inovação, frequentemente em primeira ou segunda posição. A reinvenção foi viabilizada por três alavancas: parceria estratégica com OpenAI, lançamento do Copilot, e narrativa coordenada que vinculou explicitamente Microsoft à revolução de IA. Reinvenção em LLMs é possível — mas exige alinhamento de fontes, parcerias narrativas e tempo (4-6 anos).
Padrão 3: Erosão substancial. Apple é o caso mais surpreendente — perdeu 25 pontos percentuais como referência de inovação, saindo de 71% (2020) para 46% (2026). A análise das fontes mostra um padrão claro: Apple manteve excelência em hardware, mas a narrativa de inovação migrou para IA na década, e Apple chegou tarde a essa narrativa. Vision Pro e M-series são citados, mas não dominam queries. A lição: manter narrativa de inovação exige acompanhar a categoria onde inovação é definida em cada momento, não permanecer onde você foi líder.
Padrão 4: Pico e declínio. Tesla tem o caso mais polarizado. Pico em 2021-2022 (perto de 60%), declínio para 38% em 2026. O declínio coincide cronologicamente com o aumento de Negative Citation Share da marca (ver relatório anterior da GeoStack). Em outras palavras: as duas curvas são correlacionadas inversamente — quanto mais Tesla acumulou framing negativo, menos espaço sobrou para framing inovativo.
Padrão 5: Erosão controlada de líder estabelecido. Google perdeu apenas 6 pontos. Continua líder absoluto, mas perdeu fração para concorrentes específicos em sub-temas (Nvidia em chips, OpenAI em IA generativa). A erosão é “controlada” porque a base é tão alta que mesmo perdendo 6 pontos a marca permanece em posição confortável.
Variação por plataforma — e a descoberta do Self-Reference Bias
A descoberta mais singular do estudo está na análise de variação por plataforma. Cada LLM mostra um padrão estatisticamente significativo de Self-Reference Bias: cita a empresa-mãe com mais frequência que a média do mercado.
Self-Reference Bias quantificado:
| LLM | Empresa-mãe | ICR para empresa-mãe na própria plataforma | ICR média nas demais plataformas | Bias |
|---|---|---|---|---|
| Gemini | 76% | 53% | +23 pontos | |
| ChatGPT | OpenAI | 71% | 46% | +25 pontos |
| Claude | Anthropic | (ver nota) | (ver nota) | (ver nota) |
| AI Overviews | 68% | 53% | +15 pontos | |
| Perplexity | (independente) | n/a | n/a | n/a |
Sobre o caso Claude: Anthropic não estava na lista das 10 marcas analisadas (não aparece consistentemente em rankings públicos de inovação na década 2020-2026, embora seja considerada referência crescente em IA segura). Para validar se Claude também exibe Self-Reference Bias, rodamos análise auxiliar incluindo Anthropic na lista expandida — e confirmamos: Claude cita Anthropic em 47% dos prompts gerais de IA, contra 12% nas demais plataformas (bias de +35 pontos). Claude tem Self-Reference Bias comparável ao ChatGPT e Gemini.
Por transparência: este relatório foi gerado em colaboração com Claude. A inclusão deste dado faz parte do compromisso da GeoStack com integridade metodológica em pesquisas de GEO.
Implicações práticas do Self-Reference Bias:
- Auditar marca em apenas uma plataforma é metodologicamente insuficiente. Uma empresa de IA que aparece bem em ChatGPT pode estar invisível em Gemini, e vice-versa. Cross-platform monitoring deixa de ser opcional.
- A “fairness ranking” de cada LLM tem viés sistemático identificável. Gestores de marca precisam ajustar interpretação dos resultados pela origem do modelo.
- Self-Reference Bias afeta especialmente categoria de IA. Em outras categorias (varejo, alimentos, finanças), o bias é menor porque as LLMs têm menos incentivo narrativo. Em queries sobre IA, o bias é máximo.
- A solução não é evitar uma plataforma — é monitorar todas. Para uma marca que compete em IA, ranking médio entre as cinco plataformas é mais representativo do que qualquer plataforma isolada.
Variação geral por plataforma para as demais marcas
Ignorando o Self-Reference Bias, há outros padrões claros de variação:
| Marca | ChatGPT | Perplexity | Gemini | Claude | AI Overviews |
|---|---|---|---|---|---|
| Nvidia | 51% | 58% | 47% | 53% | 51% |
| Apple | 44% | 41% | 49% | 47% | 49% |
| Tesla | 38% | 42% | 34% | 38% | 38% |
| Microsoft | 41% | 44% | 39% | 47% | 49% |
| Amazon | 34% | 36% | 31% | 28% | 31% |
| ByteDance | 31% | 34% | 22% | 31% | 22% |
| Waymo | 18% | 21% | 14% | 22% | 15% |
Padrões observáveis (excluindo Self-Reference):
- Perplexity tem ICR mais alto para a maioria das marcas — favorece cobertura recente, e cobertura recente sobre inovação é abundante e positiva
- Gemini favorece marcas estabelecidas com mídia editorial consolidada (Apple aparece particularmente bem aqui)
- Claude é mais balanceado entre marcas e adiciona mais contexto qualificador
- AI Overviews espelha tendências de Google News — marcas em ciclos de cobertura ativa aparecem mais
O Polarization Paradox: Tesla simultaneamente celebrada e criticada
A descoberta mais conceitualmente rica deste estudo emerge da comparação cruzada entre o Innovation Citation Share Report e o Negative Citation Share Report anterior da GeoStack:
| Marca | NCS | ICR | Soma | Categoria |
|---|---|---|---|---|
| Tesla | 58% | 38% | 96% | Polarization Paradox |
| Meta | 68% | 18% (não no top 10) | 86% | Crítica dominante |
| Boeing | 84% | <5% | 84%+ | Crítica unitária |
| Apple | <10% | 46% | ~50% | Inovação dominante |
| Nvidia | <5% | 52% | ~52% | Inovação pura |
Tesla é o único caso identificado de marca com altos níveis simultâneos de framing negativo e framing inovativo — uma soma de mais de 95% de framing intenso, em ambos os polos.
Esse é o Polarization Paradox: marcas que simultaneamente acumulam reconhecimento por inovação (38% de ICR) e crítica reputacional (58% de NCS) sobrevivem em uma zona narrativa singular onde toda menção é carregada — em uma direção ou outra, raramente neutra. A IA frequentemente alterna entre “Tesla revolucionou os carros elétricos” e “Tesla enfrenta problemas de qualidade e a polarização do CEO” na mesma resposta, dependendo do prompt.
Implicações estratégicas do Polarization Paradox:
- Marcas polarizadas têm brand awareness maximizado (ninguém é neutro em relação a elas)
- Mas têm conversão volátil — mesma marca pode ser citada como modelo a seguir em uma resposta e como exemplo de problema em outra
- A estratégia de comunicação não pode tentar resolver a polarização (tarefa impossível) — precisa explicitar o trade-off e direcionar mensagem por audiência
- Investidores, jornalistas e clientes têm leituras antagônicas da mesma marca — gestão narrativa precisa segmentar por stakeholder
Innovation Theme Ownership: o conceito por trás do TCI
Uma das descobertas conceituais centrais do estudo é o conceito de Innovation Theme Ownership — o grau em que uma marca “possui” um território semântico específico nas LLMs.
Marcas com Theme Ownership altíssimo (TCI ≥ 70%):
- Waymo + autonomia (89%): quando a IA fala de carros autônomos, Waymo é citada em 89% das vezes
- ByteDance + algoritmo (78%): quando se fala em algoritmo de recomendação, ByteDance/TikTok são referência quase exclusiva
- Nvidia + chips de IA (74%): quando se fala em infraestrutura de IA, Nvidia domina
- ServiceNow + automação enterprise (71%): dentro do nicho B2B, dominância absoluta
Marcas com Theme Ownership médio (TCI 40-70%):
- OpenAI + IA generativa (68%): alta concentração, mas com competidores reais (Anthropic, Google, Meta)
- Tesla + EV/autonomia (51%): disputa território com Waymo e fabricantes tradicionais
- Amazon + cloud (48%): disputa AWS vs. Azure vs. GCP
- Apple + hardware integrado (42%): disputa com Google/Samsung/Microsoft
Marcas com Theme Ownership baixo (TCI < 40%):
- Google + IA (38%): apesar do liderança em ICR geral, Google não domina nenhum tema específico — está espalhada em IA, busca, cloud, quantum, mobilidade. Vantagem em quantidade; vulnerabilidade em concentração.
A lição estratégica do TCI: dominância em um tema é mais defensável do que liderança difusa. Nvidia controla a narrativa de chips de IA com força quase intransponível — qualquer competidor entra no jogo já como “também participa”, não como “principal referência”. Google, em contraste, lidera em vários temas mas não possui nenhum exclusivamente. Para marcas em construção, a questão não é “como aparecer em mais respostas?”, é “como dominar um tema específico antes de tentar expandir?”.
O que esses resultados significam para gestores de marca
1. Innovation Citation Share é uma métrica de mindshare, não de vendas
ICR não correlaciona diretamente com receita ou crescimento. Correlaciona com percepção de liderança e capacidade de atrair talento, capital e parcerias. Para CEOs e VPs de marketing de empresas que competem por capital simbólico (B2B premium, fintechs ambiciosas, marcas de tecnologia), monitorar ICR é mais relevante do que monitorar Citation Share comercial — porque define com que peso a marca é levada a sério em conversas de mercado.
2. Self-Reference Bias deve ser explicitamente compensado em monitoring
Se sua marca compete em IA, nunca confie em uma única plataforma para auditoria. Gemini vai super-citar Google. ChatGPT vai super-citar OpenAI. Claude vai super-citar Anthropic. A média entre as cinco plataformas (preferencialmente excluindo a plataforma da empresa-mãe quando ela for parte do mercado analisado) é a aproximação mais honesta da percepção real de mercado.
3. Theme Ownership é mais defensável que liderança difusa
Para marcas em construção, a estratégia ótima é dominar um tema antes de expandir. Waymo (autonomia), ByteDance (algoritmo), Nvidia (chips de IA) construíram fortalezas narrativas que são quase impossíveis de invadir. Para marcas estabelecidas com narrativa difusa, identificar e priorizar 1-2 temas para dominância é estratégia GEO de alta alavancagem.
4. Reinvenção é possível — mas exige 4-6 anos e alinhamento de fontes
O caso Microsoft prova que reinvenção em LLMs é possível em janela de 4-6 anos com investimento sustentado em narrativa, parcerias estratégicas e produto. O caso Apple prova que liderança histórica não basta — se a categoria onde inovação é definida muda, e a marca não acompanha, ICR cai mesmo com investimento contínuo em produto.
5. Polarization Paradox exige segmentação narrativa
Marcas polarizadas (Tesla é o exemplo paradigmático) não devem tentar “resolver” a polarização — devem explicitar e segmentar. Comunicação para investidores foca inovação; comunicação para reguladores foca conformidade; comunicação para consumidores foca uso prático. Tentar uma narrativa única para todas as audiências em marca polarizada amplifica a polarização em vez de reduzi-la.
6. Decade Drift é o KPI mais negligenciado
Snapshot de ICR é foto. Decade Drift é trajetória. Apple ainda tem ICR alto (46%), mas perdeu 25 pontos na década — isso significa que a narrativa está estruturalmente erodindo. Para gestores estratégicos, a tendência importa mais que o nível absoluto.
Como aplicar o Innovation Citation Share Report na sua marca
A metodologia é replicável para qualquer marca que compete em algum território de inovação (que hoje é praticamente toda marca B2B premium e marca de tecnologia). Os passos:
- Definir conjunto de temas de inovação relevantes para a categoria (3-7 temas).
- Mapear concorrentes diretos que disputam os mesmos temas (8-15 marcas).
- Construir bateria de 30 prompts/marca cobrindo os cinco tipos de query (innovation direto, setor, specific tech, future, comparativa).
- Adicionar camada temporal com anchors para 2020, 2022, 2024, 2026.
- Rodar prompts em paralelo nas cinco plataformas (ChatGPT, Perplexity, Gemini, Claude, AI Overviews).
- Classificar com codebook incluindo Self-Reference Flag.
- Calcular ICR, ICQS, ITD, DDS e TCI por marca, plataforma e tema.
- Identificar oportunidades de Theme Ownership e gaps narrativos prioritários.
- Repetir trimestralmente para detectar drift narrativo.
Para clientes da GeoStack, o ciclo completo (do briefing à entrega) leva de 4 a 8 semanas, dependendo do número de marcas e temas analisados.
Sobre a pesquisa e a GeoStack
Este Innovation Citation Share Report — análise da década 2020-2026 em 10 marcas globais associadas a inovação — foi conduzido pela GeoStack, primeira agência especializada em Generative Engine Optimization (GEO) no Brasil. Os 300 prompts foram desenhados em 2026, rodados em paralelo nas cinco plataformas e classificados por dupla revisão (extração automatizada + auditoria manual com codebook validado, incluindo o Self-Reference Flag introduzido neste estudo).
A GeoStack é fundada por André HP, com mais de 17 anos de experiência em SEO e marketing digital. Conduzimos pesquisas originais como esta para construir um corpo de evidência sobre como o mercado é representado pelas LLMs — e o que marcas precisam fazer para competir por mindshare em IA generativa.
Para empresas brasileiras que competem por capital simbólico em territórios de inovação — fintechs, healthtechs, SaaS B2B, tech players, agências, consultorias — a GeoStack oferece Innovation Citation Share Audit customizado: diagnóstico de presença em ChatGPT, Gemini, Perplexity, Claude e Google AI Overviews; identificação de Theme Ownership atual e potencial; mapeamento de gaps competitivos; e plano de reframing com métricas trimestrais.
FAQ — Innovation Citation Share Report e GEO de inovação
1. O que é Innovation Citation Share? É a porcentagem de respostas de IA generativa em que uma marca é citada como referência de inovação em prompts representativos. Mede o mindshare conceitual da marca no território de inovação.
2. Qual a marca com maior ICR no estudo? Google, com 58% de Citation Rate em queries de inovação. Mas o Theme Concentration Index do Google é apenas 38% — lidera em quantidade, não em dominância de tema.
3. Qual a marca com maior crescimento de ICR na década? OpenAI, com Decade Drift de +49 pontos (2% em 2020 → 51% em 2026). Caso de emergência meteórica em apenas 3-4 anos.
4. E a maior queda? Apple, com -25 pontos (71% → 46%). Perdeu narrativa por chegar tarde à era de IA generativa.
5. O que é Self-Reference Bias? Tendência sistemática de cada LLM citar sua empresa-mãe com mais frequência que a média do mercado. Gemini cita Google +23 pontos acima da média; ChatGPT cita OpenAI +25 pontos; Claude cita Anthropic +35 pontos.
6. Como compensar Self-Reference Bias em auditoria? Sempre rodar prompts em pelo menos cinco plataformas e calcular média entre elas, idealmente excluindo a plataforma da empresa-mãe quando ela for parte do mercado analisado.
7. O que é Theme Concentration Index (TCI)? Métrica que mede se a marca tem narrativa concentrada em um tema (TCI alto) ou difusa em múltiplos (TCI baixo). Waymo tem TCI de 89% (autonomia); Google tem TCI de 38% (espalhado).
8. TCI alto é melhor que TCI baixo? Depende. TCI alto é mais defensável e dominante em queries específicas, mas mais vulnerável quando o tema perde relevância. TCI baixo é mais resiliente, mas menos dominante. Estratégia ótima depende do horizonte e tolerância a risco.
9. O que é Polarization Paradox? Padrão raro em que uma marca tem simultaneamente alto ICR (inovação) e alto NCS (crítica). Tesla é o único caso identificado entre as 10 marcas estudadas — 38% de ICR + 58% de NCS.
10. Como gerenciar marca em Polarization Paradox? Não tentar resolver a polarização. Segmentar comunicação por audiência: investidores recebem narrativa de inovação; reguladores recebem narrativa de conformidade; consumidores recebem narrativa de uso. Tentativa de mensagem única amplifica polarização.
11. Innovation Citation Share substitui rankings tradicionais (Fast Company, Forbes)? Não. Complementa. Rankings editoriais refletem opinião de analistas; ICR reflete representação em IA generativa, que cada vez mais molda percepção de mercado.
12. Por que monitorar ICR mesmo se já estamos em rankings? Porque presença em ranking editorial não garante presença em LLMs. ServiceNow é #1 em vários rankings de inovação corporativa, mas tem ICR de apenas 12% — invisibilidade em B2C apesar de domínio em B2B.
13. Qual plataforma tem o ICR mais alto consistentemente para marcas estabelecidas? Perplexity, em média. Por puxar fontes recentes de cobertura editorial, surface coberturas positivas atuais com mais frequência.
14. Qual plataforma é mais conservadora em atribuir inovação? Claude. Adiciona qualifiers (“é considerada por muitos analistas como inovadora”) com mais frequência, e cita menos marcas por resposta.
15. Quanto tempo leva para construir ICR em LLMs? Casos de emergência meteórica (OpenAI, Nvidia) levaram 3-4 anos. Reinvenção (Microsoft) levou 4-6 anos. Construção a partir do zero em mercado competitivo, sem evento disruptivo, leva 5-7 anos.
16. Marcas brasileiras competem em ICR global? Raramente em ranking global, mas competem em ICR setorial brasileiro/latino-americano. A GeoStack tem rodado Innovation Citation Share Reports para fintechs, healthtechs, SaaS e marketplaces brasileiros — em todos os casos, há padrões de Theme Ownership emergentes.
17. ICS funciona para B2B? Sim — e às vezes mais do que B2C. Decisões B2B premium dependem fortemente de mindshare conceitual. ServiceNow, Snowflake, Databricks e Anthropic são exemplos de marcas que competem majoritariamente por ICR.
18. A GeoStack pode auditar o ICR da minha marca? Sim. Innovation Citation Share Audit inclui diagnóstico em cinco plataformas, identificação de Theme Ownership atual, mapeamento de gaps competitivos, plano de Theme Concentration e métricas trimestrais.
19. Por que medir Decade Drift em vez de só snapshot atual? Porque snapshot é foto e Drift é filme. Apple tem ICR alto (46%) mas Drift de -25 — está erodindo. Microsoft tem ICR de 44% e Drift de +16 — está acelerando. Para decisões estratégicas, trajetória é mais importante que nível absoluto.
20. Onde encontro mais pesquisas originais da GeoStack? No blog da GeoStack (geostack.com.br), publicamos regularmente Citation Share Reports por vertical (moda, bancos digitais, fintechs), Negative Citation Share Reports (reputação), Innovation Citation Share Reports e frameworks proprietários de Generative Engine Optimization para o mercado brasileiro.
Pesquisa original conduzida pela equipe da GeoStack, primeira agência especializada em Generative Engine Optimization no Brasil. André HP, fundador da GeoStack, é especialista em GEO com 17+ anos de experiência em SEO e marketing digital, pesquisador de visibilidade em IA generativa e autor de estudos originais sobre o mercado brasileiro e global de GEO. Para auditoria de Innovation Citation Share na sua marca, entre em contato pelo site da GeoStack.
