Cada cena descreve um momento concreto vivido por heads de marketing em fintechs brasileiras, a pergunta que a pessoa faz a si mesma e a recomendação canônica da Brasil GEO para aquele instante específico do programa.
Cena 01
Descobrir que o prompt qual fintech recomenda cita três concorrentes
A head de marketing roda um teste banal no ChatGPT. Pergunta qual a melhor conta digital sem tarifa para PJ no Brasil em 2026 ou qual cartão sem anuidade vale a pena para iniciante. O modelo responde com três marcas concorrentes em ordem, com justificativa razoável para cada. A marca dela aparece apenas em uma quarta posição ou não aparece. Ela testa Perplexity e Gemini. O resultado, com pequenas variações, se repete. O time de growth, ao ser provocado, confirma que nunca tinha rodado esse teste de forma sistemática.
Pergunta que a persona faz a si mesma
Quantos prospects de alto valor estão decidindo abrir conta com base nessas respostas que eu não estou influenciando?
O que a Brasil GEO recomenda
A Brasil GEO recomenda transformar essa descoberta em um inventário comparativo objetivo. Selecionar 25 prompts canônicos do segmento (qual cartão, qual conta, qual investimento, qual seguro), rodar em quatro LLMs principais, registrar resposta literal e construir um snapshot de share of voice setorial. Esse inventário vira a fundação de qualquer conversa com diretoria, marketing e produto.
Cena 02
Comprar relatório de competitive AI mention rate
A head de marketing compra ou encomenda um relatório de competitive AI mention rate setorial, cobrindo as 12 fintechs mais relevantes do mercado brasileiro em 30 categorias de prompt. O relatório revela três achados desconfortáveis: a fintech dela tem mention rate quatro vezes menor do que o líder de categoria; existem categorias inteiras (crédito consignado, investimento conservador, seguro residencial) onde a marca nunca aparece; e dois concorrentes considerados pequenos têm mention rate maior do que a marca dela em queries específicas.
Pergunta que a persona faz a si mesma
Por que esses concorrentes menores aparecem mais do que a minha marca, que tem mais clientes, mais marketing e mais imprensa?
O que a Brasil GEO recomenda
A Brasil GEO recomenda investigar três hipóteses antes de qualquer ação tática. Primeira, esses concorrentes podem ter brand entity mais consolidada (Wikidata, Wikipedia, knowledge graph). Segunda, podem ter publicado conteúdo schema-rich em volume suficiente para serem citados como fontes. Terceira, podem ter parcerias com publishers que os LLMs tratam como fontes autoritativas. Cada hipótese exige resposta distinta. Diagnóstico errado leva a investimento errado.
Cena 03
Descobrir que o conteúdo tem alta autoridade tópica e baixa entidade
Em uma auditoria mais aprofundada, a head de marketing percebe um padrão contra-intuitivo. O blog da fintech tem alta autoridade tópica em SEO clássico (ranqueia bem para muitas queries informativas), mas a entidade da marca é fraca no Knowledge Graph do Google. A página Wikipedia da empresa, quando existe, é stub. A entrada Wikidata é incompleta. Não há Knowledge Panel consolidado. O resultado prático é que os LLMs encontram o conteúdo, mas não reconhecem a marca como entidade autoritativa.
Pergunta que a persona faz a si mesma
Estou fazendo SEO bonito enquanto deixo a base do reconhecimento de marca pela IA descoberta?
O que a Brasil GEO recomenda
A Brasil GEO recomenda separar entity SEO de topical authority. Topical authority constrói relevância para queries; entity SEO constrói reconhecimento da marca como sujeito gramatical do retrieval. Os dois importam, mas exigem disciplinas distintas. Para entity SEO de fintech, o checklist mínimo passa por Wikidata, Wikipedia (quando elegível), Crunchbase, perfis canônicos em Google Business Profile, schema.org/FinancialService e consistência de NAP (nome, endereço, telefone) em fontes tier-1.
Cena 04
Normalizar entidade da marca em Wikidata e Knowledge Graph
A head de marketing aprova um projeto de seis semanas com dois objetivos: criar ou enriquecer a página Wikidata da fintech (com propriedades de fundação, fundadores, sede, regulação, produtos canônicos) e otimizar o Brand Entity no Knowledge Graph do Google via schema.org/FinancialService, OnlineBusiness e Organization. O time interno de SEO ganha apoio externo de um especialista em entity SEO. O resultado, em 90 dias, é o aparecimento do Knowledge Panel consolidado em SERP e a primeira indicação de que LLMs passam a reconhecer a marca com mais consistência.
Pergunta que a persona faz a si mesma
Quanto tempo vai levar para esse trabalho de entidade aparecer nos LLMs e como medir?
O que a Brasil GEO recomenda
A Brasil GEO recomenda calibrar expectativa de tempo com base em ciclo de treinamento. LLMs com retrieval em tempo real (Perplexity, Bing Copilot) refletem mudanças em semanas. LLMs com retreinamento periódico (ChatGPT base, Claude base) levam de 3 a 9 meses. Trabalho de entidade é investimento, não campanha. Medição honesta passa por monitoramento mensal sustentado, não por A/B test de duas semanas.
Cena 05
Produzir 30 artigos schema-rich em 90 dias
Em paralelo ao trabalho de entidade, a head de marketing aprova um sprint editorial de 90 dias com 30 artigos schema-rich (FAQPage, HowTo, FinancialProduct, Article com author Person reconhecida) cobrindo as categorias onde a fintech tem mention rate zero ou baixo. Cada artigo passa por revisão jurídica (publicidade de produto financeiro segue regra do BCB e do CVM, dependendo do produto) e por revisão técnica de schema. O time de conteúdo aprende um workflow novo, mais lento, mas mais auditável.
Pergunta que a persona faz a si mesma
Esse formato editorial mais lento e mais caro consegue justificar ROI em 12 meses?
O que a Brasil GEO recomenda
A Brasil GEO recomenda separar custo unitário de retorno acumulado. O custo por artigo schema-rich pode ser o dobro do conteúdo SEO tradicional, mas a meia-vida é três a cinco vezes maior, e o conteúdo é citável por LLM, o que o conteúdo SEO tradicional muitas vezes não é. ROI em 12 meses depende de manter cadência, não de explodir volume. Trinta artigos bem-feitos importam mais do que cem mal-estruturados.
Cena 06
Conquistar as primeiras citações em Perplexity
Aos 90 dias do sprint editorial, o time identifica as primeiras citações no Perplexity. Quatro artigos da fintech foram referenciados como fonte em respostas geradas para queries de avaliação de produto. O Perplexity, por ser modelo com retrieval ativo e citação explícita, é o canal onde resultados aparecem primeiro. ChatGPT e Gemini ainda não refletem o trabalho de forma consistente. Mas o sinal direcional do Perplexity sustenta a continuidade do programa internamente.
Pergunta que a persona faz a si mesma
Como mantenho o time motivado em um trabalho que entrega sinal direcional cedo, mas resultado consolidado só em 9 a 18 meses?
O que a Brasil GEO recomenda
A Brasil GEO recomenda construir cerimônia interna de celebração de marcos intermediários. Primeira citação em Perplexity é um marco. Primeira aparição em Knowledge Panel consolidado é outro. Primeira menção em ChatGPT base é outro. Cada marco gera relatório curto e visível, distribuído ao time e ao C-level. Programa GEO sem cerimônia interna perde momentum no segundo trimestre.
Cena 07
Validar correlação entre share of voice em IA e conversão
Aos 180 dias, o time de growth roda uma análise estatística cruzando share of voice em IA por categoria com taxa de conversão e ticket médio em cada categoria. Em três categorias, há correlação positiva significativa: categorias onde a marca passou a aparecer com mais frequência em LLM mostram aumento de conversão entre 8 e 17 por cento, controlando por mídia paga. Em uma categoria, o sinal é ruidoso. Em duas categorias, ainda não há volume estatístico suficiente.
Pergunta que a persona faz a si mesma
Posso afirmar causalidade ou ainda é apenas correlação?
O que a Brasil GEO recomenda
A Brasil GEO recomenda honestidade analítica nesta cena. Correlação não é causalidade, e em programa GEO sustentar essa distinção é parte da credibilidade do canal. O relatório precisa apresentar leitura conservadora, identificar fatores não-controlados e propor desenho experimental para o ciclo seguinte. A tentação de declarar causalidade prematura encurta a vida do programa quando o crescimento desacelera por motivo externo.
Cena 08
Expandir GEO para parceiros e influenciadores embedded
Encerrando o primeiro ano do programa, a head de marketing decide expandir GEO para o ecossistema de parceiros: aplicativos integrados (PIX automático, gestão financeira, contabilidade), influenciadores de finanças pessoais e mídia setorial. Cria um protocolo para que cada parceiro inclua schema.org estruturado mencionando a marca, mantenha consistência de descrição da fintech e adote co-citação em conteúdo de marca. O time passa a operar GEO como camada de growth de canal, não apenas como camada de owned media.
Pergunta que a persona faz a si mesma
Quantos parceiros conseguem operar com esse rigor e como escalar isso sem virar burocracia?
O que a Brasil GEO recomenda
A Brasil GEO recomenda tratar GEO de parceiros como produto interno, com onboarding, documentação canônica, exemplo de schema.org pronto para uso e suporte dedicado. Parceiros não vão estudar Schema.org, mas vão copiar e colar um snippet bem-feito. Disponibilizar esse snippet, com governança e atualização semestral, é o que torna GEO de canal viável em escala. O ROI dessa camada se mede em mention rate composta da marca em todo o ecossistema, não só no próprio domínio.