Cesta básica 2026: as marcas e os mercados que o ChatGPT recomenda para arroz, feijão e açúcar

Todo mês, milhões de brasileiros fazem ao ChatGPT as mesmas perguntas de supermercado: qual é a melhor marca de arroz, qual feijão tem o melhor preço, onde comprar a cesta básica mais barata. Cada vez mais, é a IA que responde primeiro. Medimos 105 prompts sobre 35 produtos da cesta básica, em três intenções de compra, e o retrato é claro — a prateleira que o ChatGPT descreve não é a do varejo. Ela é montada pelas fontes que sustentam a resposta.

---

Quando alguém pergunta ao ChatGPT sobre um produto de mercado, o modelo não devolve uma lista de links. Ele interpreta a intenção — qualidade, preço ou ponto de venda —, dispara consultas, recupera fontes e monta um texto que cita algumas marcas e ignora outras. Mapeamos essa camada com método: 35 produtos da cesta básica (arroz, feijão, açúcar, café, leite em pó, óleo de soja, macarrão, farinha de trigo, farinha de mandioca, fubá, sal e outros), três intenções por produto (melhores marcas, melhores preços, melhor lugar de compra), num total de 105 prompts, executados de forma repetida no ChatGPT 5.5 Instant em julho de 2026.

Todos os indicadores são relativos, e uma ressalva estrutura tudo: os rankings refletem a percepção que o modelo construiu, não qual marca é objetivamente melhor ou mais barata. As respostas do ChatGPT são estocásticas — duas perguntas idênticas geram respostas diferentes —, mas, em volume amostral suficiente, as frequências convergem para padrões estáveis. É esse padrão agregado que este estudo mede.

---

A intenção da pergunta muda a estrutura da resposta

O primeiro achado é que não existe “uma resposta” sobre cesta básica — existem três, uma por intenção de compra:

Intenção	Visibilidade média do líder	Respostas com citação	Perfil
Melhores marcas	97,5%	93,7%	quase unanimidade no topo
Melhores preços	87,9%	96,6%	sensível ao contexto regional
Melhor lugar de compra	75,9%	98,6%	quase o dobro de entidades por resposta

Em qualidade, o ChatGPT quase sempre repete o mesmo nome no topo. Em “onde comprar”, a disputa abre e o modelo cita muito mais lojas. E vencer uma intenção não transfere liderança: a sobreposição entre os dez primeiros de “melhores marcas” e “melhores preços” é de apenas 35,1%; entre marcas e lugar de compra, cai para 22,4%; entre preço e lugar, 28,8%. São três disputas distintas, com líderes, fontes e argumentos diferentes.

---

Marcas quase unânimes: quem lidera cada categoria

Nas perguntas de melhores marcas, o modelo tem favoritos claros e estáveis por produto:

Produto	Marcas mais recomendadas
Arroz	Camil, Prato Fino, Tio João
Feijão	Camil, Kicaldo, Korin
Açúcar	União, Native, Caravelas
Café	Orfeu, 3 Corações, Maratá
Leite em pó	Piracanjuba, Ninho, Itambé, Italac
Óleo de soja	Soya, Liza
Macarrão	De Cecco, Barilla, La Molisana
Sal	Cisne, Cimsal

Um detalhe revela como o modelo pensa: em macarrão, a intenção “melhores marcas” premia importadas premium (De Cecco, Barilla), enquanto a intenção “melhor preço” traz marcas nacionais como Adria e Dona Benta. Qualidade e preço acionam universos de marca diferentes.

---

Onde comprar: o atacado vence

Já em onde comprar, quem lidera são os grandes de atacado e varejo — Atacadão, Carrefour e Assaí —, seguidos de Tenda, Mix Mateus e marketplaces como Mercado Livre. A marca que domina a gôndola de qualidade raramente domina o ponto de venda: no arroz, por exemplo, Camil lidera “melhores marcas”, mas Atacadão lidera “onde comprar”.

---

Os argumentos que sustentam cada resposta

O que o modelo usa para justificar suas escolhas também muda com a intenção (classificação multilabel — os percentuais não somam 100%):

• Melhores marcas → domina qualidade e desempenho no uso (98,9%), seguido de custo-benefício (94,5%) e prova social (88,1%).
• Melhores preços → preço e custo-benefício (100%), com forte peso de embalagem e preço por unidade (87,4%).
• Melhor lugar → preço (99,4%) e promoções e compra em volume (89,4%), além de conveniência digital e entrega (75,1%).

Quem quer aparecer em cada intenção precisa produzir conteúdo alinhado ao argumento que a governa — qualidade em marcas, preço por unidade em preços, promoção e logística em ponto de venda.

---

Reddit pesa mais que qualquer varejista

O ranking global de fontes citadas mostra quem realmente escreve a lista de compras da IA:

#	Domínio	% de todas as respostas	Cobertura de prompts
1	my-best.com	43,5%	82,9%
2	reddit.com	19,2%	81,9%
3	buscape.com.br	11,6%	50,5%
4	proteste.org.br	11,5%	35,2%
5	carrefour.com.br	6,0%	38,1%
6	uol.com.br	5,7%	27,6%

O comparador my-best.com sustenta quase metade das respostas, e o reddit.com aparece à frente de qualquer varejista nacional: a validação comunitária virou argumento de compra dentro da resposta da IA. A influência vem em camadas — resenha de produto, comunidade, comparador de preço e defesa do consumidor (Proteste). Varejistas aparecem, mas atrás dessas camadas editoriais: a disputa por marcas e lojas começa fora do próprio site.

---

Governos estaduais viraram fonte de preço

Um achado inesperado: nas perguntas de preço, páginas de pesquisas de cesta básica de governos estaduais — Paraíba (pb.gov.br) e São Paulo (sp.gov.br) — aparecem entre as fontes mais citadas, com cobertura acima de um quarto dos prompts cada. Preço tem lastro público; marca tem lastro em resenhas e comunidades.

E há um funil severo entre estar disponível e ser citado: das respostas do estudo, 96,3% citam ao menos uma fonte efetiva, mas apenas 16,5% das fontes recuperadas na busca são de fato citadas na resposta. Estar no índice do modelo não garante sustentar o que ele afirma — é preciso ser não só recuperável, mas citável.

---

O que isso muda para marcas de alimentos e varejo

A leitura crítica do estudo é direta: quem não está nas resenhas, comunidades e comparadores que o modelo lê depende apenas da memória do modelo — e a memória, sozinha, não segura posição. A visibilidade se decide produto a produto e intenção a intenção, não de forma global. É o mesmo padrão que observamos em outros setores, como no caso das marcas mais recomendadas pelo ChatGPT na Copa 2026, onde a forma da pergunta define quem aparece, e no estudo mais amplo de por que algumas marcas dominam as respostas da IA.

A Ranqia mede continuamente a visibilidade por prompt e o ranking de domínios que sustentam cada resposta, transformando o diagnóstico em recomendação priorizada — qual fonte construir, em qual território de pergunta, para entrar na resposta da IA.