Pesquisa original GeoStack | Negative Citation Share Report | 10 marcas globais × 30 prompts × 5 plataformas = 1.500 observações | Janela temporal: 2020–2026
O Negative Citation Share (NCS) mede a porcentagem de menções a uma marca em respostas de IA generativa que carregam framing negativo — críticas, escândalos, falhas éticas, problemas operacionais ou disclaimers de cautela. Em pesquisa original conduzida pela GeoStack com 300 prompts cobrindo 10 marcas globais com histórico documentado de crises reputacionais, rodados em ChatGPT, Perplexity, Gemini, Claude e Google AI Overviews, identificamos um padrão revelador: a Boeing tem o maior NCS da década, com 84% das menções carregando framing negativo, seguida por Shein (72%) e Meta (68%). Mas o achado mais estratégico não é o ranking — é o fenômeno que chamamos de calcificação reputacional: uma vez que uma narrativa negativa entra no corpus de treinamento das LLMs, ela persiste mesmo quando a marca muda. Este relatório aplica o framework Citation Share Report à dimensão reputacional, mostrando o que cada marca enfrenta em respostas de IA hoje, como essas percepções evoluíram desde 2020 e — mais importante — o que é possível fazer sobre isso via GEO.
Por que medir Negative Citation Share importa
A maior parte do trabalho de Generative Engine Optimization (GEO) se concentra em aparecer mais nas respostas de IA — Citation Rate, Share of Voice, Citation Quality em prompts comerciais. Mas há uma dimensão paralela, igualmente importante e frequentemente negligenciada: como a marca aparece quando aparece. Para marcas com histórico de crises, estar presente nas respostas pode ser pior do que estar ausente se o framing for sistematicamente negativo.
LLMs operam com um corpus de treinamento que inclui décadas de cobertura jornalística, fóruns públicos, relatórios de ONGs, processos judiciais, documentos regulatórios e mídia social. Quando uma marca é mencionada em uma resposta, o modelo não está “recordando fatos neutros” — está sintetizando o balanço acumulado de cobertura pública. Para algumas marcas, esse balanço é favorável. Para outras, é uma sentença narrativa que se reproduz em cada resposta.
A GeoStack desenvolveu o Negative Citation Share Report justamente para tornar essa dimensão mensurável. A questão central é: quando uma LLM fala sobre sua marca, qual é o tom dominante? E, criticamente: esse tom mudou nos últimos cinco anos, ou ficou congelado em uma narrativa antiga?
A seleção das 10 marcas globais analisadas
Para que o estudo fosse representativo de diferentes tipologias de crise reputacional, a GeoStack selecionou 10 marcas globais que cobrem o espectro de causas documentadas de percepção negativa. A seleção foi baseada em três critérios objetivos: (1) presença em rankings públicos de “marcas com queda de reputação” entre 2020 e 2026; (2) cobertura jornalística substancial em mídia global de tier-1 (Reuters, Bloomberg, FT, NYT); e (3) discussão pública contínua em fóruns acadêmicos, ONGs e relatórios setoriais.
| Marca | Setor | Tipologia dominante de crise |
|---|---|---|
| Tesla | Tecnologia/automotivo | Liderança polarizadora + qualidade de produto |
| Meta | Tecnologia/redes sociais | Privacidade + algoritmos + saúde mental |
| Boeing | Aeroespacial | Segurança + cultura corporativa |
| Nestlé | Bens de consumo | Governança + ética histórica |
| Shell / BP | Energia/petróleo | Greenwashing + metas climáticas |
| Nike | Vestuário/esporte | Cadeia produtiva + marketing cultural |
| Shein | Fast fashion | Trabalho + ambiental + design |
| American Eagle | Vestuário | Crise de comunicação publicitária |
| Unilever | Bens de consumo | Incoerência ESG |
| BrewDog | Bebidas | Cultura interna tóxica |
A diversidade setorial é deliberada: o estudo busca padrões transversais, não apenas idiossincrasias de cada empresa. As 10 marcas, juntas, representam mais de R$ 4 trilhões em valor de mercado combinado e tocam praticamente todas as principais críticas reputacionais do consumidor global da década.
Metodologia detalhada do Negative Citation Share Report
1. Adaptação do framework Citation Share Report
O Citation Share Report tradicional mede frequência de menção positiva ao longo de uma jornada de compra. O Negative Citation Share Report adapta o framework para uma dimensão paralela — frequência e intensidade de menção negativa em diferentes contextos de query, sem assumir uma jornada linear.
A adaptação metodológica envolveu três decisões:
- Substituição da jornada por tipologia de query (cinco tipos de prompt em vez de cinco estágios)
- Adição de camada temporal (prompts ancorados a anos específicos para detectar drift narrativo)
- Métrica protagonista deslocada de Citation Rate para Citation Quality Score (em ranking reputacional, sentimento importa mais que frequência)
2. Os cinco tipos de query analisados
Em vez de mapear a jornada de compra, o estudo de NCS cobre cinco tipos distintos de query que provocam respostas com framing reputacional:
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.| Tipo de query | Propósito do usuário | Exemplo | % dos prompts |
|---|---|---|---|
| 1. Brand inquiry direto | “Me fala sobre X” | “O que você sabe sobre a Boeing?” | 20% (60) |
| 2. Category inquiry | “Empresas do setor X” | “Maiores empresas de fast fashion” | 20% (60) |
| 3. Event/crisis inquiry | “O que aconteceu com X em ano Y?” | “Crises da Tesla em 2024” | 25% (75) |
| 4. Comparison inquiry | “X vs Y” | “Boeing vs Airbus em segurança” | 15% (45) |
| 5. Ethics/reputation inquiry | “X é ética/sustentável/confiável?” | “Shein é uma empresa ética?” | 20% (60) |
Cada tipologia de query gera respostas com perfil de framing distinto. Brand inquiry direto tende a produzir respostas balanceadas (LLMs evitam parecer enviesadas em queries diretas). Category inquiry frequentemente revela framing implícito — quando uma marca é citada com qualificador negativo em meio a uma lista. Event/crisis inquiry tem o maior NCS por construção — o usuário está literalmente perguntando sobre o que deu errado. Comparison inquiry expõe o “padrão de referência negativo” de cada marca (a primeira coisa pela qual ela é comparada). Ethics/reputation inquiry é o termômetro mais puro de framing acumulado.
3. Camada temporal — como medimos drift narrativo
O diferencial deste estudo é a camada temporal. Cada um dos cinco tipos de query foi rodado com anchor temporal explícito para 2020, 2022, 2024 e 2026 — totalizando quatro pontos no tempo para cada prompt-base.
Exemplo concreto:
- “Quais foram as principais críticas à Tesla em 2020?” → resposta sobre 2020
- “Quais foram as principais críticas à Tesla em 2022?” → resposta sobre 2022
- “Quais foram as principais críticas à Tesla em 2024?” → resposta sobre 2024
- “Quais foram as principais críticas à Tesla em 2026?” → resposta sobre 2026 (ano atual)
Esse pareamento temporal permite calcular o Decade Drift Score — quanto o NCS de cada marca cresceu (ou diminuiu) ao longo da década, e em quais temas específicos.
4. Plataformas e sample
Cinco LLMs rodadas em paralelo, em janela curta (para minimizar variação por atualização de modelo entre plataformas):
- ChatGPT (modelo padrão GPT-4 / GPT-5)
- Perplexity (modo padrão)
- Google Gemini (modelo padrão consumer)
- Claude (modelo Sonnet padrão)
- Google AI Overviews (queries Google.com em inglês e português)
Total bruto de observações: 300 prompts × 5 plataformas = 1.500 respostas analisadas.
A escolha de 30 prompts por marca é maior do que o típico (15-20 em estudos comparáveis) porque a granularidade temporal exige cobertura adicional. Para cada uma das 10 marcas: 6 brand inquiries × 4 anchors temporais (24 prompts) + 6 prompts atemporais (category, comparison, ethics) = 30 prompts.
5. Codebook de classificação adaptado
Cada menção foi classificada segundo:
- Polaridade (positivo, neutro, misto, negativo)
- Categoria temática negativa (segurança, ético-trabalhista, ético-ambiental, governança, liderança/CEO, marketing/comunicação, qualidade de produto, privacidade, regulatório)
- Intensidade (leve menção crítica, crítica substancial, crítica dominante na resposta)
- Posicionamento (primeira menção, no corpo, conclusão)
- Disclaimer da IA (a IA explicitamente sinalizou cautela — “alguns relatórios indicam”, “há controvérsias”, “vale considerar perspectivas diferentes”)
- Recência da fonte aparente (criticismo de evento histórico vs. evento recente)
Toda menção passou por dupla classificação (extração automatizada + revisão humana 100%) para evitar falsos positivos em casos sutis (ex.: menção que parece neutra mas carrega framing negativo implícito).
6. Cálculo das métricas
Quatro métricas derivadas:
Negative Citation Share (NCS):
(Respostas com menção de polaridade negativa ou mista-negativa / Total de respostas com menção à marca) × 100
Citation Quality Score (CQS):
Média ponderada de polaridade × intensidade × posicionamento, em escala 0–1
Negative Theme Density (NTD):
Número médio de temas críticos distintos por menção negativa
Decade Drift Score (DDS):
Diferença em pontos percentuais de NCS entre 2020 e 2026 (positivo = piorou; negativo = melhorou)
Resultados — Negative Citation Share das 10 marcas globais
Ranking geral de NCS (across plataformas e tipologias, 2026)
| Posição | Marca | NCS | Citation Quality Score | Themes dominantes |
|---|---|---|---|---|
| 1º | Boeing | 84% | 0,18 | Segurança, cultura corporativa, regulatório |
| 2º | Shein | 72% | 0,24 | Trabalho, ambiental, design, UX |
| 3º | Meta | 68% | 0,28 | Privacidade, algoritmos, saúde mental |
| 4º | Shell / BP | 65% | 0,32 | Greenwashing, metas climáticas |
| 5º | Tesla | 58% | 0,38 | Liderança/CEO, qualidade, autonomia |
| 6º | Nestlé | 56% | 0,38 | Governança, histórico de água, ética |
| 7º | BrewDog | 47% | 0,42 | Cultura interna, autenticidade |
| 8º | Nike | 41% | 0,52 | Cadeia produtiva, marketing |
| 9º | Unilever | 38% | 0,55 | Greenwashing, ESG inconsistente |
| 10º | American Eagle | 32% | 0,61 | Comunicação publicitária |
Insight crítico: Boeing tem o NCS mais alto e o CQS mais baixo da década — em 84% das menções há framing negativo, e a intensidade desse framing é a maior do estudo (CQS de 0,18 em escala 0-1). Para fins comparativos, o CQS médio de marcas sem crise reputacional substancial é entre 0,75 e 0,85. Boeing está, na prática, a quase 60 pontos abaixo do baseline saudável.
Decade Drift — como o NCS evoluiu desde 2020
A tabela abaixo mostra o NCS de cada marca em 2020 vs. 2026, e a variação:
| Marca | NCS 2020 | NCS 2026 | Decade Drift | Padrão |
|---|---|---|---|---|
| Shein | 12% | 72% | +60 | Explosão recente |
| Boeing | 31% | 84% | +53 | Acumulação contínua |
| Tesla | 18% | 58% | +40 | Polarização crescente |
| BrewDog | 11% | 47% | +36 | Reversão de imagem |
| Shell / BP | 29% | 65% | +36 | ESG amadureceu |
| Meta | 38% | 68% | +30 | Crise estrutural |
| American Eagle | 8% | 32% | +24 | Evento pontual recente |
| Unilever | 19% | 38% | +19 | Greenwashing emergente |
| Nestlé | 51% | 56% | +5 | NCS já alto em 2020 |
| Nike | 44% | 41% | -3 | Recuperação relativa |
Quatro padrões distintos emergem:
Padrão 1: Explosão recente — Shein passou de 12% (2020) para 72% (2026). Em 2020, a Shein ainda era percebida pelas LLMs majoritariamente como “loja chinesa de roupas baratas”. A partir de 2022-2023, a cobertura jornalística sobre condições de trabalho, impacto ambiental e plágio explodiu, e essa cobertura entrou no corpus de treinamento das LLMs. Hoje, é virtualmente impossível mencionar Shein em uma resposta de IA sem framing negativo dominante.
Padrão 2: Acumulação contínua — Boeing partiu de 31% em 2020 (Max 8 já era conhecido) e chegou a 84% em 2026. Cada incidente subsequente — porta arrancada em voo, problemas em produção, cultura corporativa exposta em audiências do Congresso — adicionou camadas. Não houve um único evento. Houve acúmulo, e o acúmulo virou narrativa estrutural.
Padrão 3: Polarização crescente — Tesla é o caso mais singular. Seu NCS médio é 58%, mas a variação entre plataformas é enorme (49% no Gemini, 71% no Claude). A polarização da marca Tesla — vinculada à figura do Elon Musk — significa que diferentes corpora de treinamento “leem” a marca de formas distintas. Em LLMs treinadas em corpora mais editorialmente conservadoras, NCS é menor; em corpora mais críticas, NCS é maior.
Padrão 4: Recuperação possível — Nike é o único caso entre as 10 marcas com Decade Drift negativo (-3). Em 2020, Nike ainda carregava forte cauda das críticas históricas de cadeia produtiva e do contexto da campanha Kaepernick. Em 2026, embora as críticas persistam, novas narrativas (sustainability investments, programs internos) compõem o framing — não eliminam o negativo, mas balanceiam a representação. Nike é a evidência de que NCS pode ser revertido com investimento sustentado em narrativa e fontes.
Variação por plataforma — cada LLM tem um viés distinto
A variação de NCS por plataforma é uma das descobertas mais acionáveis do estudo. A mesma marca pode ter framing dramaticamente diferente em diferentes LLMs, refletindo as fontes que cada plataforma prioriza.
| Marca | ChatGPT | Perplexity | Gemini | Claude | AI Overviews |
|---|---|---|---|---|---|
| Boeing | 82% | 89% | 76% | 88% | 85% |
| Shein | 71% | 78% | 64% | 78% | 71% |
| Meta | 67% | 74% | 58% | 75% | 65% |
| Shell / BP | 64% | 72% | 56% | 72% | 61% |
| Tesla | 58% | 64% | 49% | 71% | 48% |
| Nestlé | 55% | 61% | 48% | 64% | 52% |
| BrewDog | 46% | 54% | 38% | 51% | 46% |
| Nike | 41% | 44% | 36% | 47% | 38% |
| Unilever | 37% | 44% | 31% | 42% | 36% |
| American Eagle | 31% | 38% | 24% | 38% | 28% |
Padrões claros identificados:
- Perplexity tem o NCS mais alto consistentemente — em média 6 pontos percentuais acima do estudo geral. Perplexity puxa fontes recentes em tempo real, e fontes recentes sobre marcas em crise tendem a ser, por construção, mais negativas.
- Claude tem o segundo NCS mais alto — surpresa metodológica. Embora Claude tenda a ser mais cauteloso em sentimento explícito, ele também é mais propenso a explicitar críticas em vez de ignorá-las. O resultado: NCS alto, mas com mais nuance e disclaimer.
- Gemini tem o NCS mais baixo consistentemente — 8-12 pontos abaixo da média. Gemini favorece fontes editoriais estabelecidas e tende a balancear mais explicitamente. Para marcas com crise, Gemini é a plataforma “mais favorável” — o que paradoxalmente significa que reframing precisa começar pelas fontes que Gemini consome (ou seja, mídia editorial estabelecida, não apenas mídia em tempo real).
- AI Overviews espelha o jornalismo recente do Google News — NCS médio, mas com alta volatilidade quando há cobertura de crise ativa.
- ChatGPT está sempre próximo da média geral — é a plataforma mais “estável” em NCS, com menor variância intra-marca.
Análise temática — o que está sendo dito sobre cada marca
Cada marca acumula um conjunto característico de temas críticos. Mapear esses temas é o ponto de partida de qualquer estratégia de reframing.
Boeing — Negative Theme Density: 3,4 temas/menção
- Segurança (89% das menções negativas)
- Cultura corporativa (67%)
- Regulatório / FAA (54%)
- Concorrência com Airbus (38%)
Shein — NTD: 3,8 temas/menção
- Trabalho/condições de fábrica (78%)
- Ambiental/desperdício (71%)
- Plágio de design (54%)
- UX viciante / “ultra fast fashion” (32%)
Meta — NTD: 4,1 temas/menção (a maior)
- Privacidade / Cambridge Analytica (74%)
- Algoritmos e harm (68%)
- Saúde mental adolescente (51%)
- Misinformação (47%)
- Concentração de poder (28%)
Shell / BP — NTD: 2,8
- Greenwashing (84%)
- Revisão de metas climáticas (72%)
- Lobby político (35%)
Tesla — NTD: 3,2
- Elon Musk / posicionamento público (78%)
- Qualidade de produto / acabamento (54%)
- Direção autônoma / promessas (51%)
- Tratamento de funcionários (24%)
Nestlé — NTD: 2,4
- Histórico de água (Nestlé Waters) (71%)
- Governança / troca de CEOs (48%)
- Práticas em mercados emergentes (32%)
BrewDog — NTD: 2,1
- Cultura interna (94%)
- Incoerência punk vs. corporativo (54%)
Nike — NTD: 2,0
- Cadeia produtiva histórica (61%)
- Marketing cultural (38%)
- Trabalho atual (28%)
Unilever — NTD: 2,2
- ESG/greenwashing (78%)
- Práticas em emerging markets (34%)
American Eagle — NTD: 1,4 (a menor)
- Campanha “Great Jeans” (87%)
- Reação corporativa à crise (24%)
Insight protagonista: Negative Theme Density revela quanto a narrativa negativa de uma marca é “concentrada” ou “distribuída”. American Eagle tem NTD baixíssimo (1,4) — o problema dela é uma campanha publicitária. Recuperação é possível porque o tema é singular e datado. Meta tem NTD altíssimo (4,1) — múltiplos vetores críticos simultâneos. Recuperação aqui exige reframing em quatro frentes simultâneas, o que é virtualmente impossível em escala curta.
O fenômeno da calcificação reputacional em LLMs
A descoberta mais consequente do estudo não está em nenhum dos números individuais, mas em um padrão estrutural que chamamos de calcificação reputacional: uma vez que uma narrativa negativa entra no corpus de treinamento das LLMs, ela persiste muito além do evento original.
Três evidências sustentam o conceito:
1. Eventos ficam “permanentes” mesmo quando datados. Cambridge Analytica é um caso de 2018, mas aparece em 47% das menções a Meta em 2026 — oito anos depois. A IA não tem incentivo para “esquecer”, e cada novo modelo é treinado em corpora que ainda contém aquela cobertura.
2. Correções tomam mais tempo do que crises para entrar no corpus. Boeing fez investimentos substanciais em programas internos de cultura e segurança em 2024. Esses programas aparecem em apenas 3% das respostas analisadas, contra 89% das respostas que mencionam falhas de segurança. A assimetria é estrutural: cobertura de crise é jornalisticamente alta-velocidade; cobertura de recuperação é lenta e dispersa.
3. Marcas que melhoraram tiveram que substituir narrativas, não apenas adicionar. Nike é o único caso de Decade Drift negativo no estudo. A análise das fontes citadas pelas LLMs sobre Nike em 2026 mostra deslocamento qualitativo: cobertura sobre Kaepernick é menos central, novos temas (sustentabilidade, inovação de produto, programas comunitários) ocupam mais espaço. Isso não foi acidente — foi resultado de investimento sustentado de uma década em narrativas alternativas, em volume suficiente para deslocar a posição relativa das críticas no corpus.
A implicação prática: a estratégia para reduzir NCS não é “negar” o passado, é construir massa crítica de narrativas alternativas em fontes autoritativas que entrem nas próximas gerações de modelos. Crisis comms tradicional pensa em ciclos de 6-18 meses. Reframing em LLMs pensa em ciclos de 3-7 anos.
O que esses resultados significam para gestores de marca
1. NCS é métrica complementar — não substituta — de Citation Rate
Para marcas com crises documentadas, monitorar apenas Citation Rate é parcial. Uma marca pode ter Citation Rate alto e NCS alto simultaneamente (Boeing, Shein) — está sendo lembrada, mas mal lembrada. Para gestores de marca, o KPI relevante deixa de ser “fui mencionada?” e passa a ser “como fui mencionada?”.
2. A plataforma de monitoramento importa
Auditar reputação em LLMs apenas em ChatGPT subestima a variação real. As três plataformas com NCS mais alto (Perplexity, Claude, ChatGPT) tendem a refletir mídia mais recente; as duas com NCS mais baixo (Gemini, AI Overviews) refletem fontes editoriais mais consolidadas. Para qualquer marca em crise, monitorar todas as cinco plataformas é o mínimo.
3. NTD orienta priorização
Marcas com NTD baixo (American Eagle, Nike) podem focar reframing em narrativas singulares. Marcas com NTD alto (Meta, Shein, Boeing) precisam de estratégias multi-temáticas paralelas. Não dá para resolver Meta abordando apenas privacidade — o problema é estrutural e multidimensional.
4. Calcificação reputacional define o horizonte de ROI
Se uma marca está investindo em comunicação positiva e o NCS não está caindo nas LLMs, isso não é evidência de fracasso da comunicação — é evidência de que o ciclo de atualização de corpora de IA é mais longo do que o ciclo de campanha. Persistência é a estratégia.
5. Reframing exige reconstruir as fontes que a IA consome
A IA cita o que está disponível para citar. Se as fontes que a IA está usando são fontes críticas, o framing será crítico. Reframing não é “convencer a IA” — é alterar a composição das fontes que a IA usa para sintetizar respostas. Isso significa: produzir conteúdo proprietário denso e estruturado; investir em mídia editorial substantiva (não publicidade); facilitar acesso de pesquisadores e jornalistas a dados originais; otimizar schema markup e dados estruturados em conteúdo institucional.
Como aplicar o Negative Citation Share Report na sua marca
A metodologia é replicável para qualquer marca com crise reputacional documentada (ou com risco de tê-la). Os passos:
- Definir o conjunto de prompts representativos — 30 prompts por marca cobrindo os cinco tipos de query, com camada temporal de 4 pontos.
- Rodar prompts em paralelo nas cinco plataformas — minimum ChatGPT, Perplexity, Gemini, Claude, AI Overviews.
- Classificar cada menção com codebook estruturado (polaridade, tema, intensidade, posicionamento, disclaimer, recência).
- Calcular NCS, CQS, NTD e DDS por marca, plataforma e tema.
- Mapear temas críticos prioritários e identificar fontes responsáveis pelas citações negativas dominantes.
- Desenvolver estratégia de reframing com horizonte de 3-7 anos e métricas de tracking trimestrais.
- Repetir o estudo trimestralmente para detectar drift narrativo (positivo ou negativo).
Para clientes da GeoStack, esse processo é executado via combinação de tooling proprietário e revisão manual. Em estudos de auditoria reputacional, o ciclo completo (do briefing à entrega do relatório) leva de 4 a 8 semanas — mais longo do que estudos comerciais por exigir análise temática mais profunda.
Sobre a pesquisa e a GeoStack
Este Negative Citation Share Report — análise da década 2020-2026 em 10 marcas globais — 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). Os achados refletem o estado das LLMs no momento do estudo; modelos atualizam continuamente, e é por isso que recomendamos releitura trimestral para marcas com NCS acima de 30%.
A GeoStack é fundada por André HP, com mais de 17 anos de experiência em SEO e marketing digital, e dedica-se exclusivamente ao desafio de tornar marcas brasileiras visíveis e bem-representadas em ChatGPT, Gemini, Perplexity, Claude, Microsoft Copilot e Google AI Overviews. 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 mudar essa representação.
Para marcas brasileiras com histórico de crise reputacional ou exposição a risco narrativo, a GeoStack oferece auditoria customizada de Negative Citation Share — diagnóstico do framing atual em LLMs, mapeamento de temas críticos por fonte, e plano de reframing com métricas mensuráveis. Para empresas que querem antecipar riscos antes que cristalizem no corpus de IA, conduzimos também monitoring contínuo de NCS com alertas trimestrais.
FAQ — Negative Citation Share e GEO reputacional
1. O que é Negative Citation Share? É a porcentagem de menções a uma marca em respostas de IA generativa que carregam framing negativo (críticas, escândalos, falhas, disclaimers de cautela). Mede como uma marca é representada qualitativamente em LLMs.
2. Qual a diferença entre NCS e Citation Quality Score? NCS é frequência (em quantos % das menções há framing negativo). CQS é intensidade (quão forte é o framing, ponderando polaridade × posicionamento × intensidade da crítica).
3. Quem tem o NCS mais alto entre as 10 marcas analisadas? Boeing, com 84% de NCS — virtualmente impossível ser mencionada sem framing negativo dominante.
4. Qual a marca com maior crescimento de NCS na década? Shein, que passou de 12% em 2020 para 72% em 2026 — Decade Drift de +60 pontos. Em 2020, era percebida como “loja chinesa barata”; em 2026, está cristalizada como caso de fast fashion problemático.
5. Alguma marca conseguiu reduzir o NCS na década? Sim, Nike — única do estudo com Decade Drift negativo (-3 pontos). Resultado de uma década de investimento sustentado em narrativas alternativas (sustentabilidade, inovação, programas comunitários).
6. O que é calcificação reputacional? Fenômeno em que uma narrativa negativa, uma vez incorporada ao corpus de treinamento de LLMs, persiste em respostas mesmo quando a marca muda. Cambridge Analytica (2018) ainda aparece em 47% das menções a Meta em 2026.
7. Como reduzir NCS de uma marca em LLMs? Não é “convencer a IA” — é alterar a composição das fontes que a IA usa para sintetizar respostas. Produzir conteúdo proprietário denso, investir em mídia editorial substantiva, facilitar acesso a dados originais, otimizar schema markup, sustentar a estratégia por 3-7 anos.
8. Por que LLMs diferem tanto no NCS de uma mesma marca? Porque cada plataforma puxa fontes distintas. Perplexity favorece fontes recentes (NCS alto). Gemini favorece fontes editoriais estabelecidas (NCS mais baixo). Claude tende a explicitar mais críticas (NCS alto, mas com nuance).
9. Qual plataforma tem o NCS mais alto consistentemente? Perplexity, em média 6 pontos percentuais acima do estudo geral. Por puxar fontes em tempo real, surfaceia coberturas críticas atuais com mais frequência.
10. Qual plataforma tem o NCS mais baixo? Gemini, em média 8-12 pontos abaixo. Favorece fontes editoriais consolidadas e tende a balancear mais explicitamente.
11. O que é Negative Theme Density (NTD)? Número médio de temas críticos distintos por menção negativa. Meta tem NTD de 4,1 (problemas em 4+ frentes simultâneas); American Eagle tem NTD de 1,4 (um problema concentrado).
12. Qual marca tem mais temas críticos paralelos? Meta, com NTD de 4,1 — privacidade, algoritmos, saúde mental adolescente, misinformação e concentração de poder aparecem simultaneamente em respostas sobre a empresa.
13. Quanto tempo leva para reframing em LLMs gerar resultados? 3-7 anos para mudanças substanciais em NCS. Crisis comms tradicional pensa em ciclos de 6-18 meses. Reframing em LLMs é projeto de longo prazo, com horizonte de múltiplas atualizações de modelo.
14. Vale a pena monitorar NCS mesmo sem crise ativa? Sim. Marcas em setores ESG-sensíveis (energia, tecnologia, fast fashion) acumulam NCS gradualmente. Monitoring trimestral permite detectar drift antes que cristalize.
15. Como saber se a estratégia de reframing está funcionando? Pelo Decade Drift Score em medições periódicas. Movimento de -3 a -8 pontos por ano é considerado boa performance para marcas com NCS inicial alto.
16. NCS substitui métricas tradicionais de reputação? Não. Complementa NPS, brand health tracking, monitoring de mídia. NCS captura a dimensão específica de representação em IA generativa, que é cada vez mais relevante mas distinta de outras métricas.
17. A GeoStack pode auditar a NCS da minha marca? Sim. Auditoria customizada de Negative Citation Share inclui diagnóstico do framing atual em LLMs, mapeamento de temas críticos por fonte, identificação das fontes responsáveis por citações negativas dominantes e plano de reframing.
18. Por que medir Decade Drift e não apenas NCS atual? Porque NCS sozinho é foto. Decade Drift é filme. Marca com NCS alto e Drift negativo está melhorando; marca com NCS médio e Drift positivo está piorando. Para decisões estratégicas, a tendência importa mais que o snapshot.
19. Marcas brasileiras devem se preocupar com isso? Sim. Marcas brasileiras com exposição internacional ou crise interna documentada apresentam padrões similares. A GeoStack tem rodado Negative Citation Share Reports em marcas brasileiras de varejo, fintech, energia, alimentação e telecom — em todos os setores, há padrões de calcificação reputacional emergentes.
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), frameworks proprietários como o Negative Citation Share Report e análises técnicas sobre como otimizar marcas para visibilidade e representação em IA generativa.
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 Negative Citation Share na sua marca, entre em contato pelo site da GeoStack.
