O setor financeiro é o teste de estresse da busca generativa: decisão de alto valor, pesquisa obsessiva de comparação e um consumidor que chega na IA já desconfiado de publicidade. Quando alguém pergunta "vale a pena portabilidade de salário?", "qual a diferença entre franquia, cobertura e assistência?" ou "quanto custa um financiamento em 2026?", a resposta generativa sintetiza fontes, nomeia provedores e encurta a jornada de decisão: com ou sem clique no seu site. Um estudo do BCG publicado em 2026 colocou números nessa mudança, e ele merece leitura fria por quem dirige marketing em banco, seguradora ou fintech. Este artigo adapta o que o dado mostra para a realidade brasileira, separa o que é mensurável do que é hype e entrega o método de ação.
O vocabulário da era generativa: quatro conceitos, quatro métricas
O primeiro erro comum é tratar "aparecer na IA" como uma coisa só. São quatro eventos distintos, cada um com a própria medição:
- Menção: a instituição é nomeada na resposta (ocorrência nominal, sem link).
- Presença: a marca aparece ao menos uma vez num conjunto de respostas avaliadas.
- Citação: a plataforma exibe vínculo explícito para o seu domínio como fonte da resposta.
- Tráfego de referência de IA: uma sessão que chega ao site com origem identificável de IA.
A sequência importa porque cada elo pode quebrar separadamente: uma marca pode ter presença sem citação (nomeada, mas sem link), citação sem visita (link exibido, ninguém clica) e visita sem atribuição de decisão (a conversa continuou em outro canal). Medir só um desses indicadores e chamar de "posição no ChatGPT" é o atalho que produz relatório bonito e decisão errada.
O que o dado mostra (e o que ele não mostra)
O estudo do BCG ("The Algorithm Now Makes the Shortlist", 2026) mediu dois públicos. No B2C: 1.414 consumidores no Reino Unido, França, Alemanha, Espanha, Itália e Portugal:
- 53% dos que pesquisavam produtos bancários ou seguros usavam IA na jornada de compra.
- Entre eles, 32% começavam direto num LLM (sem passar pelo Google), 89% disseram que a ferramenta influenciou a escolha e 91% voltariam a usar.
- 72% viram provedores nomeados nas respostas; desse grupo, 60% descobriram ao menos um provedor novo, 47% relataram mudança na lista de finalistas e 23% mudaram a escolha final.
No B2B: 203 líderes de marketing e digital: 61% se consideravam maduros em GEO/AEO, mas só 37% tinham framework de mensuração e 15% squad multifuncional. O tema já chegou às salas executivas (77% das discussões) e ainda não chegou à operação.
Os dados são autorrelatados, não formam funil causal e mediram seis mercados europeus: não o Brasil, nem investimentos e corretoras especificamente. O uso correto é tratá-los como hipótese forte para investigação local, não como estimativa do mercado brasileiro. A lição de método vale mais que o número: quem medir primeiro no seu nicho terá o dado que nenhum concorrente tem.
A otimização por etapa do funil (onde o conteúdo financeiro ganha)
Não existe "página de GEO": existe conteúdo que responde a intenção de cada etapa, no formato que os modelos extraem:
- Descoberta: perguntas amplas e educativas: custos no financiamento, como funciona portabilidade de salário, diferença entre modalidades. A regra é responder primeiro e contextualizar depois; glossários aplicados (CET, prêmio, coparticipação) e exemplos numéricos são o formato que a IA recorta.
- Consideração: comparações honestas e verificáveis: taxas, CET, franquia, carência, exclusões, sempre com data de atualização. Os limites precisam ser tão encontráveis quanto os benefícios: conteúdo que esconde a desvantagem perde a citação para quem a declara.
- Decisão: redução de ambiguidade: requisitos, documentos, encargos, o que acontece no sinistro. Se o valor é personalizado ou depende de análise, isso precisa estar escrito: a IA cita quem elimina dúvida, não quem promove.
Os formatos que sustentam esse funil: guias de decisão, comparativos de modalidades, páginas de elegibilidade, FAQs de atendimento, simuladores com premissas declaradas e documentos de confiança datados e acessíveis.
Técnica e autoridade: não existe atalho para o YMYL
Finanças é tema YMYL (Your Money or Your Life): a barra de confiança é a mais alta da busca. E a base continua sendo a de sempre: indexação, HTML interpretável, canonicals, sitemaps, links internos e conteúdo principal sem exigir interação para aparecer. Não existe schema exclusivo nem arquivo técnico especial para experiências de IA: dados estruturados só quando correspondem ao conteúdo visível. No lado do rastreamento, a OpenAI separa OAI-SearchBot (busca) de GPTBot (treinamento): são decisões distintas, e liberar o robô de busca não garante citação. No lado da autoridade, o que pesa é a coerência entre canais, os sinais E-E-A-T (relevantes justamente em temas de estabilidade financeira) e a correção de erros factuais publicados por terceiros sobre a sua instituição. E governança: dono por conteúdo, matriz de risco vigente e escalonamento proporcional ao tema: no financeiro, resposta de IA errada sobre tarifação não é constrangimento, é exposição regulatória.
Como medir: as fórmulas que sustentam a rotina
| Métrica | Fórmula |
|---|---|
| Taxa de presença | respostas válidas com a instituição ÷ total de respostas válidas × 100 |
| Taxa de citação própria | respostas com link explícito ao domínio ÷ total válido × 100 |
| Participação de menções | menções próprias ÷ menções totais a provedores (cada instituição conta 1× por resposta) |
| Precisão factual | afirmações corretas ÷ total avaliadas (correta / parcial / incorreta / desatualizada / não verificável) |
| Cobertura editorial | perguntas prioritárias com fonte aprovada e atual ÷ total de perguntas prioritárias |
Exemplo ilustrativo com números redondos: 120 respostas avaliadas, 108 válidas → presença de 39,8%, citação própria de 17,6%, precisão factual de 88,2%. Nenhum desses números é "posição": são taxas que viram linha de base para comparação mês a mês.
Roteiro de 90 dias
| Fase | Ação |
|---|---|
| Dias 1–30 | Mapear e medir: 50–100 perguntas prioritárias do nicho, inventário de fontes, protocolo replicável de avaliação, linha de base em 2 ou mais ambientes (ChatGPT, Gemini, AI Overviews) |
| Dias 31–60 | Corrigir fontes: 5–10 páginas revisadas ou criadas no formato citável, modelos editoriais com responsável e data, plano de instrumentação do tráfego de referência |
| Dias 61–90 | Repetir a amostra e comparar (sem inventar causalidade), painel das cinco métricas, rotina mensal e matriz de responsabilidades |
Os erros que custam caro
- Medir uma vez e anunciar "posição no ChatGPT": presença é taxa, não ranking.
- Acompanhar só a menção da marca e ignorar precisão factual (o erro factual de terceiros é risco, não vaidade).
- Tratar schema e liberação de crawler como garantia de citação.
- Usar os percentuais europeus como funil causal: e extrapolar para o Brasil sem investigar o mercado local.
- Transformar autoavaliação executiva ("somos maduros em GEO") em prova de maturidade: 61% se diziam maduros e 37% mediam.
A leitura final: no setor financeiro, a busca generativa não substitui a confiança: ela decide a lista de finalistas onde a confiança é testada. A instituição que mede presença, citação e precisão factual com método entra na lista antes; a que trata GEO como vaidade de relatório aparece nas respostas por acaso: e acaso não é estratégia. Para o fundamento técnico, o guia de SEO técnico; para o método de citação, o guia completo de GEO; e para o caso do Google especificamente, o guia de AI Overviews.