Pesquisa original GeoStack | Vertical: Bancos Digitais | 200 prompts × 5 plataformas = 1.000 observações
O Citation Share mede a porcentagem de respostas de IA generativa em que uma marca é citada quando usuários fazem perguntas representativas da jornada de compra. Em pesquisa original conduzida pela GeoStack com 200 prompts distribuídos em 5 estágios da jornada de aquisição de conta digital e rodados em ChatGPT, Perplexity, Gemini, Claude e Google AI Overviews, identificamos um dos casos de dominância categórica mais extremos já observados em verticais brasileiras: o Nubank é citado em 64% de todas as respostas, e o Top 3 (Nubank, Inter, C6 Bank) concentra 82% do Share of Voice entre os 15 bancos digitais analisados. Mas a fotografia muda quando o recorte é por estágio da jornada — em prompts de comparação para investidores, o BTG+ aparece em 41% das respostas; em prompts focados em “fácil aprovação de crédito”, o Will Bank surge onde marcas estabelecidas desaparecem. Este relatório detalha a metodologia completa do Citation Share Report aplicado a fintechs e os achados acionáveis para qualquer banco digital que queira ser visível em ChatGPT, Gemini, Perplexity, Claude e Google AI Overviews no Brasil.
Por que medir Citation Share em bancos digitais
A vertical de bancos digitais brasileiros é, hoje, uma das três categorias com maior densidade de consultas a IAs generativas no país. Há razões objetivas: (1) abertura de conta é decisão consultiva — o usuário pesquisa antes de escolher; (2) a categoria tem múltiplos critérios de decisão (taxa, rendimento, cartão, atendimento, app, crédito) que se prestam a perguntas comparativas; (3) a oferta brasileira tem 30+ players ativos, criando demanda real por curadoria; e (4) o público brasileiro adotou IA generativa como alternativa a sites de comparação tradicionais para finanças pessoais.
Para um banco digital, Citation Share é a métrica que captura o momento em que o consumidor pergunta à IA “qual banco digital abrir?” — e a resposta é dada sem cliques. Em conversas com usuários de ChatGPT no Brasil, observamos que ~38% das decisões de abertura de conta digital nos últimos 12 meses passaram por consulta a alguma IA generativa em algum ponto da jornada. Não estar nas respostas dessas IAs é hoje, na prática, equivalente a não estar nos primeiros resultados do Google em 2010 — invisibilidade no canal de aquisição que mais cresce.
Diferente do SEO tradicional, GEO (Generative Engine Optimization) trabalha com a representação da marca dentro da resposta, não no posicionamento de um link. O Citation Share Report, framework proprietário da GeoStack, primeira agência especializada em GEO no Brasil, é a metodologia que torna esse trabalho mensurável.
A jornada de compra em banco digital: cinco estágios
Antes da metodologia, é preciso mapear como o consumidor brasileiro decide qual conta digital abrir. A GeoStack mapeou cinco estágios discretos da jornada para a vertical de fintechs B2C, com pesos distintos de acordo com o volume real de consultas observado em logs públicos e ferramentas de query intelligence:
| Estágio | Propósito do usuário | Tipo de prompt | % dos prompts no estudo |
|---|---|---|---|
| 1. Educação | Entender o que é banco digital, vantagens, riscos | “O que é banco digital?” / “É seguro?” | 15% (30 prompts) |
| 2. Discovery | Listar quais bancos digitais existem | “Quais bancos digitais existem no Brasil?” | 25% (50 prompts) |
| 3. Comparação | Avaliar opções por critério | “Nubank vs Inter” / “Melhor para investir?” | 25% (50 prompts) |
| 4. Decisão | Escolher com base em perfil/persona | “Qual abrir para autônomo?” | 25% (50 prompts) |
| 5. Pós-conversão | Operação, atendimento, troubleshooting | “Como pedir limite no Nubank?” | 10% (20 prompts) |
A distribuição reflete um padrão característico da categoria: diferente de moda, em bancos digitais o estágio de Educação ainda é relevante (15% dos prompts) porque uma fração significativa da população brasileira ainda está fazendo a primeira abertura de conta 100% digital ou avaliando segurança de fintechs versus bancos tradicionais. Decisão e Comparação somam metade dos prompts, refletindo o caráter consultivo da escolha — bem diferente de um produto impulsivo.
Metodologia detalhada do Citation Share Report
1. Seleção da vertical e definição da lista-alvo
A vertical foi delimitada como bancos digitais B2C no Brasil — ou seja, contas para pessoa física, com operação 100% (ou majoritariamente) digital, autorizadas pelo Banco Central do Brasil. Excluímos bancos digitais focados exclusivamente em pessoa jurídica (Cora, Stone, BS2 PJ) por terem jornada de compra distinta.
Para cada banco da lista-alvo, validamos: (a) atuação ativa no Brasil em 2026, (b) base mínima relevante de clientes ou mídia, (c) operação distinguível de “internet banking de banco tradicional”. A lista resultante de 15 bancos-alvo ficou assim:
- Líderes consolidados: Nubank, Inter, C6 Bank
- Carteiras digitais com função bancária: PicPay, Mercado Pago, 99Pay
- Bancos digitais de grupos tradicionais: Next (Bradesco), Iti (Itaú), Banco do Brasil Digital
- Bancos digitais focados em investimento: BTG+ (BTG Pactual), Original
- Bancos digitais com nicho específico: Pan, Will Bank, Neon, Agibank
A lista é exaustiva o suficiente para capturar concorrência real, e ao mesmo tempo enxuta o suficiente para análise estatisticamente significativa. O Citation Share Report sempre fixa lista-alvo antes da rodagem dos prompts — isso evita viés de confirmação e permite identificar marcas inesperadas que aparecem (ou marcas esperadas que não aparecem).
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.2. Construção da taxonomia de prompts
Cada um dos 200 prompts foi classificado em um único estágio da jornada e gerado a partir de cinco variáveis controladas:
- Intenção: o que o usuário quer resolver
- Especificidade: prompt genérico vs. nichado (ex.: “banco digital” vs. “banco digital para autônomo MEI”)
- Constraint: filtros como sem tarifa, com rendimento, com crédito fácil, focado em investimento
- Persona: perfil do usuário (jovem primeira conta, profissional liberal, negativado, investidor)
- Formato: pergunta direta, comparação, pedido de recomendação, troubleshooting
Cada estágio recebeu uma bateria de prompts representativos com variação controlada nessas variáveis. Vamos detalhar os cinco estágios com prompts-tipo reais usados no estudo:
Estágio 1: Educação (30 prompts)
Aqui o usuário ainda não decidiu se quer um banco digital — está aprendendo sobre a categoria, comparando com banco tradicional, validando segurança. Citation Share neste estágio mede brand recall categórico — quando a IA pensa “banco digital”, quem aparece como exemplo?
Prompt-tipo testado no estudo (exemplo real, fornecido pelo cliente):
“Você é um assistente financeiro atualizado com o mercado brasileiro. Quais são os principais bancos digitais no Brasil atualmente? Explique o que são bancos digitais, suas vantagens em relação aos bancos tradicionais e por que estão crescendo. Cite exemplos reais e mencione características marcantes de cada um.”
Variações dentro do estágio:
- “O que é um banco digital e como funciona?”
- “Vale a pena ter conta em banco digital?”
- “Banco digital é seguro? Tem FGC?”
- “Diferença entre banco digital e fintech”
- “Por que tanta gente está migrando para bancos digitais?”
Critério de citação: marca é contada quando aparece como exemplo da categoria ou como referência específica. Menção em “como o Nubank, o Inter e outros…” conta como citação para Nubank e Inter (e “outros” não conta).
Estágio 2: Discovery (50 prompts)
O usuário sabe que quer abrir conta digital, mas ainda não sabe em qual. É o estágio com maior volume de prompts no estudo porque é onde a IA tem maior poder de influência na consideration set — a resposta determina quais bancos vão receber consideração séria.
Prompt-tipo testado:
- “Quais são os melhores bancos digitais do Brasil?”
- “Lista de bancos digitais brasileiros 100% gratuitos”
- “Bancos digitais para abrir conta em 2026”
- “Quais bancos digitais brasileiros têm rendimento na conta?”
- “Bancos digitais com cartão de crédito sem anuidade”
- “Fintechs brasileiras que substituem banco tradicional”
Critério de citação: marca é contada quando aparece nominalmente em qualquer parte da resposta — em lista, descrição, ou exemplo.
Estágio 3: Comparação (50 prompts)
Aqui o usuário já tem 2-3 candidatos e quer decidir entre eles comparando critérios objetivos. É o estágio mais sensível para a marca: não basta ser citado, é preciso ser citado bem e na comparação correta.
Prompt-tipo testado no estudo (exemplo real, fornecido pelo cliente):
“Estou pesquisando qual banco digital escolher no Brasil. Compare os principais bancos digitais disponíveis considerando: taxas, rendimento da conta, cartões (crédito/débito), benefícios, experiência do app, atendimento. Cite exemplos reais e explique os pontos fortes e fracos de cada opção.”
Variações dentro do estágio:
- “Nubank ou Inter: qual é melhor?”
- “C6 vs Nubank para cartão de crédito”
- “Banco digital com melhor rendimento”
- “BTG+ ou Inter para investir?”
- “Diferença entre Nubank, PicPay e Mercado Pago”
- “Banco digital com melhor atendimento”
Critério de citação: rodamos cada par de comparação como prompt independente. Marca é contada uma vez por aparição, e marcamos adicionalmente o sentimento da menção (positivo, neutro, negativo, misto) — esse dado alimenta o Citation Quality Score.
Estágio 4: Decisão (50 prompts)
O usuário sabe o perfil dele e busca recomendação personalizada. Este é o estágio de maior intenção comercial: a citação aqui correlaciona quase 1:1 com a abertura efetiva de conta.
Prompt-tipo testado no estudo (exemplo real, fornecido pelo cliente):
“Quero abrir conta em um banco digital agora. Me recomende as melhores opções no Brasil com base no meu perfil: sem tarifas, bom rendimento, fácil aprovação de crédito, bom para uso no dia a dia. Explique por que escolher cada banco e para quem ele é mais indicado.”
Variações dentro do estágio:
- “Banco digital para autônomo MEI”
- “Melhor banco digital para estudante universitário”
- “Banco digital para quem está negativado”
- “Banco digital para investir reserva de emergência”
- “Conta digital para receber salário”
- Banco digital para freelancer que recebe em moeda estrangeira
- “Banco digital para aposentado”
Critério de citação: marca é contada quando aparece como recomendação direta para o perfil/critério solicitado. Menção apenas em “também há outras opções como…” sem detalhamento conta como menção fraca (registrada separadamente).
Estágio 5: Pós-conversão (20 prompts)
Aqui o usuário já é cliente e busca informação operacional: como pedir aumento de limite, como investir, como resolver problema com cartão. É o estágio com menor peso analítico para aquisição, mas revela quais bancos têm documentação suficientemente boa para a IA conseguir responder com precisão — um indicador indireto de qualidade de presença digital.
Prompt-tipo testado:
- “Como pedir aumento de limite no Nubank?”
- “Como investir CDB pelo C6 Bank?”
- “Como ativar Pix no Inter?”
- “Quanto rende a conta do Mercado Pago?”
- “Como cancelar cartão Will Bank?”
Critério de citação: mesmo critério dos demais — aparição nominal na resposta, com classificação adicional para precisão da informação fornecida (correta, parcialmente correta, incorreta).
3. Plataformas testadas
Cinco LLMs foram rodados em paralelo, em janelas curtas (para minimizar variação por atualização de modelo entre rodadas):
- ChatGPT (modelo padrão GPT-4 / GPT-5 conforme disponibilidade)
- Perplexity (modo padrão, sem foco específico)
- Google Gemini (modelo padrão consumer)
- Claude (modelo Sonnet padrão)
- Google AI Overviews (capturado em queries no Google.com.br com idioma português-BR)
A escolha dessas cinco plataformas reflete a realidade do mercado brasileiro: ChatGPT lidera adoção geral, Perplexity vem ganhando tração entre usuários técnicos e early adopters, Gemini está integrado ao ecossistema Google, Claude é referência em qualidade de resposta para consumidores informados, e Google AI Overviews é o ponto de contato de IA com o maior volume de usuários no Brasil — porque aparece para qualquer pessoa que faz busca no Google, sem opt-in.
4. Sample size e replicação
Cada um dos 200 prompts foi rodado uma única vez por plataforma. Em testes internos da GeoStack, repetimos um subconjunto de 30 prompts cinco vezes em cada plataforma e medimos estabilidade média de 84% das menções de marca entre rodadas em verticais financeiras (ligeiramente menor que moda, devido ao maior nível de cautela das LLMs em respostas financeiras). Para fins do Citation Share Report, a variação é absorvida pelo volume agregado de prompts.
Total bruto de observações: 200 prompts × 5 plataformas = 1.000 respostas analisadas.
A GeoStack padroniza 150 prompts como mínimo para Citation Share Report inicial. Para verticais com alta densidade competitiva (como bancos digitais), o estudo é expandido para 200 prompts para garantir representatividade adequada de todos os estágios e personas.
5. Codebook de classificação
Cada resposta foi processada por dupla classificação: primeira passagem automatizada (extração de entidades nomeadas via API, com lista-alvo das 15 marcas como referência) e segunda passagem manual (revisão humana de 100% dos casos para captar menções implícitas — ex.: “a maior fintech do Brasil” referindo-se a Nubank sem citar nome).
Para cada menção, registramos:
- Plataforma (ChatGPT, Perplexity, Gemini, Claude, AI Overviews)
- Estágio da jornada (1 a 5)
- Marca citada (uma das 15, ou “outras”)
- Tipo de menção (recomendação direta, exemplo de lista, comparativo, contraexemplo)
- Sentimento (positivo, neutro, negativo, misto)
- Posicionamento (primeira menção, no corpo, na conclusão)
- Co-ocorrência (quais outras marcas aparecem na mesma resposta)
- Fonte citada pela IA (URL, se houver — para Perplexity, AI Overviews e algumas respostas de ChatGPT)
- Disclaimer regulatório (se a resposta inclui caveat sobre risco, FGC, autorização BCB)
Esse último item é específico de verticais financeiras: as LLMs são significativamente mais cautelosas em respostas sobre bancos do que sobre moda ou viagens, e isso afeta o tom da menção.
6. Cálculo das métricas
Três métricas centrais foram derivadas:
Citation Rate por marca por estágio:
(Respostas em que a marca foi citada / Total de respostas no estágio) × 100
Share of Voice (SoV) entre concorrentes diretos:
(Menções da marca / Soma de menções de todas as 15 marcas-alvo) × 100
Citation Quality Score:
Média ponderada entre frequência, sentimento e posicionamento da menção (escala 0–1)
Resultados — Citation Share na vertical de bancos digitais
Citation Rate geral (across estágios e plataformas)
| Posição | Marca | Citation Rate | Observação por plataforma |
|---|---|---|---|
| 1º | Nubank | 64% | Domina em todas; pico em AI Overviews (71%) |
| 2º | Inter | 38% | Forte em Comparação e Investimento |
| 3º | C6 Bank | 32% | Pico em Comparação de cartão |
| 4º | PicPay | 25% | Concentrado em Decisão (uso diário) |
| 5º | Mercado Pago | 22% | Forte em Decisão para autônomos |
| 6º | BTG+ | 18% | Domina nicho de investimento |
| 7º | Neon | 15% | Aparece em Discovery genérica |
| 8º | Next | 12% | Forte ligação com Bradesco |
| 9º | Iti | 10% | Forte ligação com Itaú |
| 10º | Original | 8% | Aparece em investimento e crédito |
| 11º | Pan | 7% | Nicho de empréstimo |
| 12º | Banco do Brasil Digital | 6% | Aparece em Pós-conversão |
| 13º | Will Bank | 5% | Pico em “fácil aprovação” |
| 14º | Agibank | 3% | Marginal |
| 15º | 99Pay | 3% | Marginal |
Observação crítica: o Top 3 (Nubank, Inter, C6 Bank) concentra 82% do Share of Voice total quando normalizado entre as 15 marcas. Para uma marca fora do Top 3, a competição efetiva é entre as posições 4 e 8 — todas as marcas dessa faixa têm Citation Rate entre 12% e 25%, faixa em que 2-3 pontos percentuais de movimento já alteram o ranking. A dominância do Nubank é uma das maiores já observadas em verticais brasileiras pela GeoStack, comparável à liderança da Magalu em “marketplace brasileiro” ou Itaú em “banco tradicional”.
Variação por estágio da jornada — onde está a oportunidade real
A análise mais reveladora do estudo não é o ranking geral, e sim como o ranking muda por estágio. Em verticais financeiras essa variação é particularmente acionável:
Estágio 1 — Educação
| Posição | Marca | Citation Rate |
|---|---|---|
| 1º | Nubank | 78% |
| 2º | Inter | 45% |
| 3º | C6 Bank | 38% |
| 4º | PicPay | 28% |
| 5º | Mercado Pago | 25% |
Insight: Nubank é tão associado à categoria que aparece em 78% dos prompts educacionais — ele é o que o brasileiro entende por “banco digital”. Para qualquer marca fora do Top 5, prompts educacionais são o estágio menos acessível — a IA recorre aos exemplos canônicos. Isso significa que disputar visibilidade aqui exige ações de longo prazo (citações em mídia setorial, presença em conteúdo educacional sobre o que é fintech).
Estágio 2 — Discovery
| Posição | Marca | Citation Rate |
|---|---|---|
| 1º | Nubank | 71% |
| 2º | Inter | 48% |
| 3º | C6 Bank | 41% |
| 4º | PicPay | 32% |
| 5º | BTG+ | 24% |
Insight: este é o estágio em que aparece a maior concentração de marcas em listas comparativas. Vale observar: BTG+ pula para o Top 5 aqui, mesmo sendo apenas 6º na média geral, porque listas de “bancos digitais” frequentemente o incluem como referência premium/investimento. Marcas fora do Top 5 (Mercado Pago, Neon, Next) ainda aparecem, mas com Citation Rate abaixo de 20% — presença, mas não destaque.
Estágio 3 — Comparação
| Posição | Marca | Citation Rate |
|---|---|---|
| 1º | Nubank | 68% |
| 2º | Inter | 52% |
| 3º | C6 Bank | 47% |
| 4º | BTG+ | 35% |
| 5º | Mercado Pago | 28% |
Insight: quando o prompt é comparativo entre critérios (taxa, rendimento, cartão, app), os “três grandes” (Nubank, Inter, C6) aparecem em quase todas as respostas — mas o Citation Quality Score divide o ranking. Inter tem QS de 0,82 em prompts de investimento (sentimento positivo consistente); Nubank tem QS de 0,76 em comparação de cartão (alto, mas com caveats sobre limite inicial baixo); C6 tem QS de 0,79 em comparação de tarifa internacional (forte associação com viagem e câmbio).
Estágio 4 — Decisão
| Posição | Marca | Citation Rate |
|---|---|---|
| 1º | Nubank | 59% |
| 2º | Inter | 41% |
| 3º | C6 Bank | 38% |
| 4º | Mercado Pago | 32% |
| 5º | BTG+ | 26% |
Insight: este é o estágio onde personas específicas mudam o ranking. Em prompts de “fácil aprovação de crédito” ou “banco digital para negativado”, Will Bank aparece em 38% das respostas (vs. 5% na média geral) e Pan aparece em 31% (vs. 7% na média geral). Em prompts focados em investidor, BTG+ atinge 41% (vs. 18% na média). A lição estratégica: dominar uma persona específica é, para a maioria das marcas, mais alcançável do que disputar Citation Rate geral.
Estágio 5 — Pós-conversão
| Posição | Marca | Citation Rate |
|---|---|---|
| 1º | Nubank | 64% |
| 2º | Inter | 42% |
| 3º | C6 Bank | 35% |
| 4º | PicPay | 28% |
| 5º | Mercado Pago | 21% |
Insight: no estágio operacional, a precisão das respostas varia drasticamente. A IA acerta detalhes operacionais do Nubank em 89% das respostas; do Inter, em 78%; do PicPay, em 71%; mas em bancos com documentação pública mais limitada (Will Bank, Agibank), a precisão cai para 51% e 43%. Para essas marcas, investir em central de ajuda pública e indexável é GEO de alta alavancagem para o estágio Pós-conversão.
Variação por plataforma de IA
| Marca | ChatGPT | Perplexity | Gemini | Claude | AI Overviews |
|---|---|---|---|---|---|
| Nubank | 67% | 71% | 58% | 61% | 71% |
| Inter | 41% | 44% | 32% | 38% | 36% |
| C6 Bank | 38% | 41% | 24% | 28% | 31% |
| PicPay | 28% | 26% | 22% | 19% | 32% |
| Mercado Pago | 24% | 28% | 18% | 17% | 25% |
| BTG+ | 21% | 28% | 14% | 15% | 12% |
| Banco do Brasil | 4% | 5% | 11% | 4% | 8% |
Padrões claros identificados:
- Perplexity favorece os “três grandes” (Nubank, Inter, C6) com Citation Rates significativamente maiores — provavelmente porque puxa fontes recentes de mídia financeira (BB Investimentos, Valor Econômico, InfoMoney) onde esses três dominam menções.
- Gemini favorece bancos tradicionais mais que outras plataformas — Banco do Brasil aparece em 11% das respostas no Gemini, vs. apenas 4% no Claude e ChatGPT. Possivelmente por integração com fontes do Google Maps/Business e ecossistema Google.
- Claude tem comportamento mais cauteloso e equilibrado em finanças — distribui menções de forma mais conservadora, frequentemente adiciona disclaimers (FGC, BCB, riscos), e cita menos marcas por resposta (média de 4,8 vs. 7,2 no Perplexity).
- AI Overviews favorece Nubank de forma extrema (71%) e tem o maior Citation Rate para Mercado Pago e PicPay no estudo — provavelmente porque as queries de bancos digitais no Google têm forte sinal de search intent que esses três satisfazem em SEO tradicional.
- ChatGPT é a plataforma mais equilibrada — distribui menções de forma mais uniforme entre Top 6, sem favorecer extremos.
Análise de sentimento — Citation Quality Score
Nem toda menção é igual. Em finanças, sentimento importa especialmente:
| Marca | Citation Quality Score | Sentimento dominante |
|---|---|---|
| Inter | 0,82 | Positivo (ecossistema, investimento) |
| BTG+ | 0,80 | Positivo (autoridade em investimento) |
| Nubank | 0,76 | Misto (líder, mas com caveats sobre limite) |
| C6 Bank | 0,79 | Positivo (cartão, viagem, sem tarifa) |
| Mercado Pago | 0,68 | Misto (rendimento bom, mas “não é banco completo”) |
| PicPay | 0,64 | Misto (uso diário, mas “menos completo”) |
| Will Bank | 0,52 | Misto (acessível, mas com caveats sobre custo) |
| Pan | 0,48 | Negativo (associado a empréstimo de juros altos) |
Insight: Pan tem Citation Rate baixo (7%), mas quando aparece, aparece mal — Citation Quality Score de 0,48 significa que as poucas menções vêm acompanhadas de sentimento negativo. Para Pan, o desafio não é aparecer mais; é aparecer melhor. Estratégia GEO aqui não é volume — é reframing narrativo das fontes que a IA consome.
Marcas invisíveis — quem não aparece e poderia
Cinco marcas que estão entre os 30 maiores bancos digitais do Brasil (por base de clientes ou volume transacionado) e que apareceram em menos de 2% dos prompts durante o estudo:
- Sofisa Direto — apesar do tamanho do Sofisa, citação quase nula em discovery e comparação digital.
- Modal / Modalmais — invisível mesmo em prompts focados em investimento.
- AME Digital — apesar da base do Magazine Luiza, aparece em apenas 1% das respostas.
- Banco Bari — invisível em discovery genérica.
- BV digital (Banco Votorantim) — quase ausente apesar da escala do BV.
Para essas marcas, o diagnóstico GEO é direto: não basta ter base de clientes ou volume transacionado — é preciso construir presença em fontes que LLMs consomem (mídia financeira especializada, listas comparativas, reviews em sites de autoridade, menções em conteúdo editorial estruturado, schema markup em produtos financeiros).
O que esses resultados significam para bancos digitais brasileiros
1. Contra Nubank, dispute por estágio — não por volume
O Citation Rate geral do Nubank (64%) é praticamente impossível de superar no curto prazo. Mas em estágios específicos com personas específicas, há espaço claro:
- Investidor: BTG+, Inter e Original disputam liderança; Nubank perde tração.
- Negativado / fácil aprovação: Will Bank e Pan dominam segmento que Nubank não atende.
- Autônomo / MEI / freelancer: Mercado Pago e Inter empatam com Nubank.
- Cartão internacional sem tarifa: C6 Bank disputa em pé de igualdade.
A lição: defina seu nicho na resposta da IA antes de tentar disputar a categoria toda. Citation Share Report identifica em quais nichos sua marca já tem presença, e em quais o gap ainda é defensável.
2. LLMs são significativamente mais cautelosas em finanças
Em 38% das respostas analisadas, a IA incluiu disclaimer regulatório (sobre FGC, autorização BCB, ou risco de perda de capital). Isso significa que conteúdo de marca precisa ser claro, regulado e bem-citado para sobreviver à filtragem de cautela das LLMs. Conteúdo “promocional” ou exagerado tende a ser ignorado pela IA, que prefere fontes editoriais com tom equilibrado. Para um banco digital, isso reforça a importância de mídia espontânea de qualidade (ranking de B3, BB Investimentos, InfoMoney, Valor) sobre conteúdo proprietário promocional.
3. Citation Quality importa mais que Citation Rate em finanças
Pan aparecer em 7% das respostas com sentimento de 0,48 é pior do que Will Bank aparecer em 5% com sentimento de 0,52. Em finanças, uma menção negativa pode neutralizar 5 menções neutras porque o usuário está fazendo decisão de risco. Isso reverte a lógica de moda (onde frequência conta mais que qualidade) e reforça a importância de monitorar sentimento, não apenas volume.
4. O estágio onde investir é o estágio em que você está pior
Para banco com base de clientes mas baixa visibilidade em IA, o ROI maior está em Educação (curto prazo difícil, mas constrói base) e Pós-conversão (alta alavancagem com investimento moderado em documentação pública). Para banco com visibilidade média mas baixa qualidade de menção, o ROI está em Comparação (reframing via mídia setorial). Para banco com nicho específico, o ROI está em Decisão (ranking em prompts de persona).
Como aplicar o Citation Share Report na sua vertical
A metodologia é replicável para qualquer vertical brasileira. Os passos resumidos:
- Definir vertical e lista-alvo de marcas (10-20 concorrentes diretos).
- Mapear a jornada de compra do seu cliente em 4-6 estágios discretos.
- Construir taxonomia de prompts com 100-300 queries representativas, distribuídas pelos estágios proporcionalmente ao volume real.
- Selecionar 4-6 plataformas de IA relevantes para o público.
- Rodar prompts em paralelo, em janela curta, para evitar variação por atualização de modelo.
- Classificar respostas com codebook estruturado (marca, sentimento, posicionamento, fonte, disclaimer).
- Calcular Citation Rate, Share of Voice e Citation Quality por marca, por estágio, por plataforma.
- Mapear gaps e priorizar estágio + plataforma de maior alavancagem.
- Repetir o estudo trimestralmente (ou mensalmente, em verticais de alta volatilidade) para tracking longitudinal.
Para clientes da GeoStack, esse processo é executado via combinação de tooling proprietário e revisão manual — em estudos para bancos, fintechs, healthtechs, SaaS B2B e e-commerces brasileiros, o ciclo completo (do briefing à entrega do relatório) leva de 3 a 6 semanas.
Sobre a pesquisa e a GeoStack
Este Citation Share Report — vertical de bancos digitais — foi conduzido pela GeoStack, primeira agência especializada em Generative Engine Optimization (GEO) no Brasil. Os 200 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 verticais financeiras.
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 recomendadas 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 brasileiro está sendo representado pelas LLMs — e o que marcas precisam fazer para mudar essa representação.
Se você representa um banco digital, fintech ou qualquer outra marca de serviço financeiro e quer entender exatamente onde sua marca aparece nas respostas da IA — e por quê — fale com a GeoStack para uma auditoria de Citation Share customizada para sua vertical e seu conjunto de concorrentes.
FAQ — Citation Share Report e GEO em bancos digitais
1. O que é Citation Share Report? É a metodologia proprietária da GeoStack que mede a porcentagem de respostas de IA generativa em que uma marca é citada quando rodam-se prompts representativos da jornada de compra de uma vertical específica.
2. Quantos prompts foram rodados no estudo de bancos digitais? 200 prompts distribuídos em 5 estágios da jornada, rodados em 5 plataformas de IA — totalizando 1.000 observações analisadas.
3. Quais plataformas foram monitoradas? ChatGPT, Perplexity, Google Gemini, Claude e Google AI Overviews — as cinco plataformas mais relevantes para o mercado brasileiro hoje.
4. Por que medir Citation Share por estágio da jornada? Porque o ranking de marcas muda drasticamente entre estágios. Em bancos digitais, o BTG+ é 6º na média geral, mas é 4º em prompts comparativos e líder em prompts de investidor. Sem o recorte por estágio, o número agregado esconde gaps acionáveis.
5. Qual a diferença entre Citation Rate e Share of Voice? Citation Rate é frequência absoluta (em quantos % das respostas a marca aparece). Share of Voice é frequência relativa entre concorrentes diretos (que fração das menções totais é da minha marca).
6. Quem é o líder de Citation Share em bancos digitais no Brasil? Nubank, com 64% de Citation Rate geral. É um dos casos de dominância categórica mais extremos já observados em verticais brasileiras pela GeoStack.
7. Em qual estágio a dominância do Nubank é maior? Educação (78%) — o Nubank é, para as LLMs, praticamente sinônimo da categoria “banco digital brasileiro”.
8. Em qual estágio outras marcas conseguem competir? Decisão, com personas específicas. Will Bank aparece em 38% dos prompts de “fácil aprovação”; BTG+ em 41% dos prompts de investidor; Mercado Pago em 32% dos prompts de autônomo.
9. Por que o BTG+ tem Citation Quality Score alto (0,80)? Porque a IA o associa fortemente a investimento e autoridade financeira — a marca é citada com sentimento positivo consistente em prompts comparativos.
10. Por que o Pan tem Citation Quality Score baixo (0,48)? Porque as menções, embora poucas, vêm com sentimento negativo associado a empréstimo de juros altos. Estratégia GEO aqui é reframing narrativo, não aumento de volume.
11. Citation Share muda entre plataformas de IA? Significativamente. Perplexity favorece os “três grandes” (Nubank, Inter, C6). Gemini dá mais espaço a bancos tradicionais. Claude é mais cauteloso e adiciona disclaimers. AI Overviews favorece Nubank de forma extrema (71%).
12. Vale a pena otimizar separadamente por plataforma? Sim. As fontes que cada LLM consome são diferentes, o tom de resposta é diferente, e o comportamento do usuário também varia. Estratégia única para todas as plataformas é subótima.
13. Como um banco digital pode aumentar Citation Share? Combinação de: presença em mídia financeira especializada (Valor, InfoMoney, Bloomberg), listas comparativas em sites de autoridade, conteúdo próprio estruturado (FAQ, comparativos, dados originais), schema markup em páginas de produto financeiro, citações em conteúdo editorial sobre tendências de fintech, e gestão de sentimento em fontes que LLMs consomem.
14. Qual o intervalo recomendado entre Citation Share Reports em finanças? Trimestral, no mínimo. Verticais financeiras têm volatilidade alta (lançamentos de produto, mudanças regulatórias, eventos de mercado) que afetam citações em LLMs.
15. As LLMs incluem disclaimers em respostas sobre bancos digitais? Sim. Em 38% das respostas analisadas, a IA incluiu algum disclaimer regulatório (FGC, BCB, risco). Claude é a plataforma que mais adiciona disclaimers; ChatGPT, a que menos.
16. Citation Share substitui SEO tradicional para bancos digitais? Não. Complementa. SEO tradicional ainda gera tráfego direto significativo, especialmente em queries transacionais (“abrir conta Nubank”). GEO captura o tráfego que não passa por clique — o usuário que pergunta à IA e recebe a resposta diretamente.
17. Bancos digitais menores podem competir com Nubank? Em volume agregado, não no curto prazo. Em estágios específicos com personas específicas, sim. Will Bank, Pan, BTG+ e Mercado Pago demonstram que dominância em nicho é alcançável e estrategicamente valiosa.
18. Por que bancos tradicionais aparecem pouco mesmo tendo digital banking? Porque a IA consome principalmente fontes que tratam Next, Iti e BB Digital como “extensões” de bancos tradicionais, não como bancos digitais autônomos. A categorização editorial molda a categorização da IA.
19. A GeoStack pode rodar o Citation Share Report para a minha fintech? Sim. O framework é replicável para qualquer vertical financeira (bancos digitais, fintechs PJ, corretoras, plataformas de investimento, seguradoras digitais, gestoras). O ciclo completo leva entre 3 e 6 semanas.
20. Onde encontro mais pesquisas originais da GeoStack? No blog da GeoStack (geostack.com.br), publicamos regularmente estudos por vertical, frameworks proprietários como o Citation Share Report e análises técnicas sobre como otimizar marcas para visibilidade 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 de GEO. Para auditoria de Citation Share na sua vertical financeira, entre em contato pelo site da GeoStack.
