Prontidão para IA: como ser citado por ChatGPT e Perplexity
Assistentes de IA só recomendam sites que conseguem rastrear, interpretar e citar. São três problemas separados — e a maioria dos sites falha em pelo menos um sem perceber.
Um site está pronto para IA quando motores de resposta como o ChatGPT, o Perplexity e os resultados de IA do Google conseguem rastreá-lo, entendê-lo e citá-lo. São três camadas separadas: o acesso, controlado pelo robots.txt; o entendimento, sustentado por dados estruturados e metadados; e a orientação, fornecida pelo llms.txt. Cada camada falha de forma independente, e a maioria dos sites tem lacuna em pelo menos uma.
Por que isso virou uma disciplina própria
Uma fatia crescente das perguntas que antes eram buscas no Google hoje é respondida dentro de um assistente de IA, com um punhado de fontes citadas. Ser uma dessas citações é a nova primeira posição. O SEO clássico continua importando, porque os motores de resposta se apoiam em índices de busca para encontrar candidatos — mas a sobreposição é parcial: um site pode ranquear bem nos links azuis e continuar invisível nas respostas de IA porque bloqueou um rastreador dois anos atrás, no auge do debate sobre dados de treinamento.
Camada 1: acesso — quem consegue ler o seu site?
Todo sistema de IA relevante rastreia com um user agent nomeado, e o seu robots.txt decide bot a bot. A distinção crítica é para que cada bot serve. Bloquear um bot de treinamento afeta apenas os pesos de modelos futuros; bloquear um bot de busca tira você das respostas daquele motor hoje.
| Rastreador | Operador | Bloquear significa |
|---|---|---|
GPTBot, OAI-SearchBot | OpenAI | O ChatGPT não consegue ler nem citar você |
ClaudeBot | Anthropic | O Claude não consegue ler nem citar você |
PerplexityBot | Perplexity | Ausência das respostas do Perplexity |
Google-Extended | Só o treinamento do Gemini; AI Overviews seguem intactos | |
CCBot | Common Crawl | Fora de muitos datasets de treinamento; sem efeito na busca |
O tiro no pé mais comum: um robots.txt de 2023 bloqueando "todos os bots de IA", adicionado como posicionamento sobre dados de treinamento e ainda em vigor agora que os mesmos user agents movem produtos de busca. Decida bot a bot, pelo que cada um faz hoje — a documentação de rastreadores do próprio Google está em developers.google.com. Na prática, as regras são as de sempre do robots.txt, só que com user agents novos. Para ficar visível na busca por IA e, ainda assim, fora dos datasets de treinamento futuros:
User-agent: OAI-SearchBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: Google-Extended
Disallow: /
User-agent: CCBot
Disallow: /Não é a única combinação legítima — é um exemplo de decisão consciente, bot a bot, em vez de um bloqueio genérico herdado.
Camada 2: entendimento — as máquinas interpretam o que você quer dizer?
Motores de resposta não leem páginas do jeito que pessoas leem. Os sinais que eles interpretam com mais confiabilidade:
- Dados estruturados em JSON-LD. A marcação schema.org (Organization, FAQPage, Article, Product) é fato legível por máquina, sem ambiguidade, e é o que sai extraído para as respostas com mais limpeza. A marcação FAQPage é especialmente eficaz porque já está, literalmente, em formato de pergunta e resposta.
- Metadados honestos. Um title específico, uma meta description de verdade, uma URL canônica e um único H1 claro por página. Quando faltam, os trechos de IA recorrem a texto arbitrário da página.
- Conteúdo em formato de resposta. Páginas que entregam a resposta no primeiro parágrafo são citadas; páginas que a enterram sob 800 palavras de preâmbulo são puladas. Tabelas comparativas e seções de FAQ são amigáveis à extração por construção.
Note o padrão: nada aqui é novo. São as mesmas recomendações do SEO técnico de sempre — a diferença é que, para um pipeline de extração, elas deixaram de ser opcionais. Um humano deduz o assunto de uma página mal marcada; uma máquina escolhendo entre vinte fontes candidatas não gasta esse esforço.
Camada 3: orientação — você deixou um mapa?
Um arquivo llms.txt dá aos modelos um índice curado do site em markdown. É a camada mais nova e menos padronizada — e é por isso que ela é a terceira, não a primeira: faça depois de acertar acesso e entendimento, nunca no lugar deles. Leva minutos com um gerador e fecha o ciclo.
Checklist: corrija nesta ordem
- Rode a verificação de prontidão para IA no seu domínio. Ela pontua as três camadas em cerca de dez segundos.
- Desbloqueie os rastreadores de busca por IA que você quer que o citem. É a mudança isolada de maior impacto, e cabe em uma edição do robots.txt.
- Adicione JSON-LD aos seus principais tipos de página, começando por Organization na home e FAQPage onde você realmente responde perguntas.
- Preencha as lacunas de metadados que a verificação apontar: titles, descriptions, canônicas.
- Confirme que o seu sitemap é válido e está declarado no robots.txt; os motores de resposta usam os índices de busca para encontrar você.
- Adicione o llms.txt por último e rode a verificação de novo até tudo ficar verde.
O que prontidão para IA não é
Não é truque, e não existe meta tag secreta. Sistemas construídos para responder perguntas recompensam o que o bom SEO técnico sempre recompensou: páginas alcançáveis, estrutura sem ambiguidade, conteúdo que responde algo de fato. A diferença está no rigor. Um visitante humano tolera uma meta description ausente; um pipeline de extração simplesmente passa para a próxima fonte. Prontidão para IA é higiene técnica com a tolerância no mínimo — e essa é a boa notícia: cada item do checklist acima é uma tarefa concreta, verificável em minutos, sem depender de adivinhar algoritmo nenhum. Corrija as três camadas uma vez, reavalie a cada mudança estrutural do site, e o resto é o de sempre: publicar conteúdo que mereça a citação.