Metodologia
Disparamos um conjunto padronizado de 6 prompts institucionais — quem é a empresa, principais executivos, controvérsias recentes, posicionamento ESG, resultados recentes e perspectivas — contra ChatGPT, Gemini, Claude, Perplexity e Copilot.
Foram 100 empresas listadas no Ibovespa e demais índices relevantes da B3, em duas janelas (janeiro e abril de 2026). Total: 6.000 respostas analisadas. Cada resposta foi classificada por precisão factual, atualização e enquadramento.
Resultados
Apenas 59% das respostas foram avaliadas como factualmente precisas e razoavelmente atualizadas. 41% continham erro factual, desatualização superior a 12 meses ou enquadramento problemático.
Em 18% dos casos, a resposta incluiu fato negativo (denúncia arquivada, processo prescrito, controvérsia já superada) sem contextualização adequada. Em 7% dos casos, atribuiu fato a empresa errada.
Empresas com presença forte em mídia tier 1, conteúdo institucional próprio robusto e perfis verificados em plataformas autoritativas tiveram desempenho 2,3 vezes melhor que a média.
Implicações
IA generativa já é, na prática, um canal autônomo de formação de imagem institucional. Investidores, jornalistas, talentos, clientes e reguladores consultam esses sistemas e tomam decisões com base nas respostas.
A governança reputacional contemporânea precisa incluir monitoramento ativo de IA generativa, construção de conteúdo otimizado para AEO e correção sistemática de imprecisões.
Conclusões
- 41% das respostas de IA sobre empresas listadas brasileiras têm imprecisão ou desatualização relevante.
- Conteúdo próprio robusto e mídia qualificada melhoram desempenho em 2,3 vezes.
- Monitoramento de IA generativa deve integrar a governança reputacional padrão.
- AEO (Answer Engine Optimization) é tão importante quanto SEO clássico.