Um site que o Google e a IA conseguem ler

01

Por que o texto precisa vir pronto no HTML?

Porque nem todo robô roda JavaScript, e o que ele não roda, ele não lê. Se o texto da página só aparece depois que o navegador executa o código, o robô pode receber uma página vazia.

O Google executa JavaScript, mas numa segunda etapa, quando tem recursos para isso, e mesmo assim recomenda entregar a página pronta do servidor, porque fica mais rápida para pessoas e robôs. Os robôs das IAs vão além: um levantamento da Vercel, de dezembro de 2024, concluiu que nenhum dos principais robôs de IA executava JavaScript, incluindo o GPTBot e o OAI-SearchBot (OpenAI), o ClaudeBot (Anthropic) e o PerplexityBot. Eles baixam os arquivos de código, mas não os rodam. A exceção era o Gemini, que usa a estrutura do Google.

Para conferir o seu site, abra uma página, use a opção "Exibir código-fonte" do navegador (Ctrl+U no computador) e procure uma frase do texto principal. Se a frase está lá, o robô também lê. Se não está, o texto depende de JavaScript. O WordPress monta as páginas no servidor e costuma passar nesse teste; o risco maior está em sites feitos só com JavaScript e em textos colocados dentro de imagens. A página sobre Wix e WordPress na IA fala dos construtores mais usados.

02

Quais robôs liberar no robots.txt?

Libere os robôs de busca das IAs e do Google; os de treinamento são uma escolha sua. O robots.txt é o arquivo, na raiz do site, que diz a cada robô o que ele pode ler. Bloquear o robô de busca de uma IA tira você das respostas dela.

A OpenAI, a Anthropic e a Perplexity separam o robô que busca do robô que coleta texto para treinar modelos, e as regras valem de forma independente. Dá para bloquear o treinamento e continuar aparecendo nas respostas. A OpenAI diz que sites que bloqueiam o OAI-SearchBot não aparecem nas respostas de busca do ChatGPT; ela e a Perplexity informam que mudanças no robots.txt levam cerca de 24 horas para valer.

O firewall, a CDN (a rede que entrega o site mais rápido) e plugins de segurança podem barrar robôs mesmo com o robots.txt liberado. Vale conferir as regras de bloqueio de robôs do seu provedor. A Anthropic avisa que bloquear por endereço IP impede o robô até de ler o robots.txt.

Duas confusões comuns: o robots.txt não serve para esconder uma página do Google (para isso existe a marcação noindex), e o Search Console agora tem um controle de IA generativa, em Configurações, que vem ligado por padrão. Se alguém desligou esse controle, o site some dos resumos de IA e do Modo IA. A página sobre bloquear ou liberar os robôs de IA ajuda a decidir cada caso.

03

Para que serve o sitemap?

O sitemap é a lista de todas as páginas que você quer que os buscadores encontrem, com a data da última mudança de cada uma. Ele ajuda o robô a achar páginas novas sem depender só dos links.

1. Confira se o sitemap existe abrindo suaempresa.com.br/sitemap.xml (ou /wp-sitemap.xml no WordPress).
2. Envie o endereço no Search Console, em Sitemaps, e no Bing Webmaster Tools.
3. Coloque uma linha "Sitemap:" com o endereço completo no robots.txt, para os outros robôs acharem.
4. Se puder, use o IndexNow, que avisa na hora o Bing, o Yandex e outros buscadores participantes quando uma página muda.

O Google aceita até 50 mil endereços ou 50 MB por arquivo de sitemap. A data de atualização (lastmod) deve mudar só quando a página muda de verdade; o Google ignora os campos de prioridade e de frequência. O WordPress gera um sitemap sozinho desde a versão 5.5, no endereço /wp-sitemap.xml.

04

Quais dados estruturados usar?

Dados estruturados são um bloco de código, invisível para o visitante, que descreve a página num vocabulário padrão (o schema.org): quem é a empresa, onde fica, quem escreveu o artigo. O Google recomenda o formato JSON-LD e diz que eles não são obrigatórios para os recursos de IA, nem existe uma marcação especial para isso. Ainda assim, ajudam a confirmar os dados da empresa, e o que estiver neles precisa estar visível na página.

Use o Teste de pesquisa aprimorada do Google e, depois de publicar, a Inspeção de URL do Search Console, que mostra a página como o Google a vê. Um erro comum é o endereço ou o telefone no código ser diferente do que aparece na página, ou do perfil no Google.

Sobre o FAQPage: desde 7 de maio de 2026, o Google deixou de exibir as perguntas expansíveis nos resultados e marcou a documentação como descontinuada. A marcação pode continuar na página sem prejuízo; o que segue valendo é ter as perguntas e respostas escritas e visíveis para quem lê. O artigo sobre dados estruturados para negócio local traz exemplos prontos.

05

A velocidade do site importa?

Importa para quem visita e entra na avaliação de experiência que o Google faz. Ao falar dos recursos de IA, o Google pede páginas sem poluição, fáceis de navegar e que carreguem bem em qualquer aparelho.

• LCP (carregamento do maior elemento): até 2,5 segundos.
• INP (resposta a cliques e toques): até 200 milissegundos.
• CLS (estabilidade, sem a página pular enquanto carrega): até 0,1.
• Para medir, use o PageSpeed Insights ou o relatório de Core Web Vitals do Search Console. As causas mais comuns de lentidão são imagens pesadas, muitos plugins e scripts de terceiros.

A medida mais usada são as Core Web Vitals, três métricas do Google. Uma página vai bem quando 75% das visitas atingem as três metas:

06

O que é llms.txt e vale a pena ter?

É um arquivo de texto na raiz do site, proposto por Jeremy Howard em setembro de 2024, que resume o site para as IAs e lista os links mais importantes. Ele é escrito em markdown: um título com o nome, um resumo curto e listas de links com uma linha de explicação.

O Google afirmou em 2026 que o llms.txt não é necessário para a Busca e não muda a classificação, nem para melhor nem para pior. Por outro lado, o Lighthouse, ferramenta de auditoria do Chrome, passou a tratá-lo como uma convenção emergente para agentes de IA. O que ainda não se sabe: a OpenAI, a Anthropic e a Perplexity não informam se os seus buscadores leem o arquivo.

Conclusão prática: é barato de fazer e não atrapalha, mas não deve vir antes de nenhum dos itens acima. A página o que é llms.txt mostra um modelo.

07

Checklist: o seu site está pronto?

Confira item por item, nesta ordem:

1. O texto principal aparece no código-fonte da página.
2. O robots.txt libera o Googlebot, o OAI-SearchBot, o Claude-SearchBot e o PerplexityBot.
3. O firewall ou a CDN não bloqueia esses robôs.
4. O controle de IA generativa do Search Console está como "incluir".
5. O site está verificado no Search Console e no Bing Webmaster Tools.
6. O sitemap existe, está enviado e tem as datas certas.
7. Nome, endereço e telefone aparecem em texto, não só em imagem, e são iguais ao perfil no Google.
8. Há dados estruturados da empresa e dos artigos, sem erros no teste do Google.
9. As páginas principais passam nas Core Web Vitals no celular.
10. Cada página tem título e descrição próprios, que dizem o que ela responde.

No blog que a Presença hospeda no domínio da sua empresa, as páginas saem prontas do servidor, com sitemap, dados estruturados, IndexNow e perguntas frequentes, e o painel mostra quais robôs das IAs leram cada artigo. Dá para ver os planos e o que cada um inclui.