
Cada vez mais gente pergunta a uma inteligência artificial em vez de digitar uma busca no Google: “qual empresa faz site em Cascavel?”, “onde consertar ar-condicionado perto de mim?”. O ChatGPT, o Gemini, o Claude e o Perplexity respondem e, muitas vezes, citam os sites de onde tiraram a informação. A pergunta que todo dono de empresa faz é: como o meu site entra nessas respostas?
Neste post explicamos, sem complicação, como essas ferramentas encontram os sites, o que você controla e o que fizemos no site da Webgenium.
Como as IAs encontram o seu site
As IAs não “sabem” do seu site por mágica. Assim como o Google, elas usam robôs (crawlers) que visitam as páginas e guardam o conteúdo. A diferença é que cada empresa tem robôs diferentes para funções diferentes:
- Busca: o robô visita o site para que ele possa aparecer e ser citado nas respostas. É o caso do OAI-SearchBot (ChatGPT), do Claude-SearchBot (Claude) e do PerplexityBot (Perplexity).
- Pergunta de um usuário: quando alguém pede à IA para ler uma página, ela a visita na hora, como o ChatGPT-User, o Claude-User e o Perplexity-User.
- Treinamento: o robô coleta textos que podem ser usados para treinar os próximos modelos de IA, como o GPTBot (OpenAI) e o ClaudeBot (Anthropic).
Essa separação é importante: dá para bloquear o treinamento e continuar aparecendo nas buscas. A OpenAI, por exemplo, deixa claro que as regras para cada robô são independentes: um site pode liberar o OAI-SearchBot e bloquear o GPTBot.
E o Google? AI Overviews e Modo IA
No Google, os resumos feitos por IA (AI Overviews) e o Modo IA usam o mesmo índice da busca normal. O próprio Google afirma que não há requisitos adicionais para aparecer nesses recursos: a página precisa estar indexada e poder aparecer na busca com um trecho de texto. Ele também diz que não é preciso criar arquivos especiais, arquivos de texto para IA nem marcações específicas.
Ou seja: para o Google, o caminho para aparecer nas respostas da IA é o mesmo de sempre, um bom SEO. O token Google-Extended, que controla o uso do conteúdo para treinar o Gemini, não afeta a presença do site na busca do Google nem é usado para classificar os resultados.
O que você controla: o robots.txt
O robots.txt é um arquivo na raiz do site que diz aos robôs o que eles podem visitar. As empresas de IA seguem as regras dele para os robôs de busca e de treinamento. Um exemplo de configuração que libera as buscas e bloqueia só o treinamento:
User-agent: GPTBot
Disallow: /
User-agent: ClaudeBot
Disallow: /
User-agent: Google-Extended
Disallow: /
User-agent: *
Allow: /
Cuidado com o contrário: um site pode bloquear os robôs de IA sem saber, por uma regra antiga no robots.txt ou por uma configuração de segurança da hospedagem ou da CDN. Vale conferir. Se o OAI-SearchBot estiver bloqueado, a OpenAI avisa que o site não aparece nas respostas de busca do ChatGPT. A Anthropic avisa que bloquear o Claude-SearchBot pode reduzir a visibilidade do site nas buscas do Claude, e a Perplexity orienta liberar o PerplexityBot para aparecer nos resultados.
Os robôs que atendem um pedido direto de um usuário são um caso à parte: a OpenAI e a Perplexity informam que, por serem acionados por uma pessoa, as regras do robots.txt podem não se aplicar a eles.
O que é o llms.txt
O llms.txt é uma proposta de padrão, criada em 2024 por Jeremy Howard, para ajudar os agentes de IA a entender um site. É um arquivo em Markdown no endereço /llms.txt com o nome da empresa, um resumo e uma lista dos links mais importantes, cada um com uma descrição curta.
A mesma proposta sugere oferecer uma versão em Markdown de cada página, só com o texto, sem menus, rodapés e scripts. Assim o agente lê o conteúdo de forma mais rápida e com menos chance de erro.
Vale ser honesto: o Google diz que não usa nem precisa desses arquivos para os seus recursos de IA. O llms.txt é útil principalmente para agentes e assistentes que leem sites a pedido do usuário, como quando alguém pede ao ChatGPT ou ao Claude para “ver o site da empresa X e resumir os serviços”. É barato de fazer e não atrapalha em nada.
O que realmente faz diferença
Não existe truque para “furar a fila” das IAs. O que funciona é o mesmo que funciona no Google, com alguns cuidados a mais:
- Conteúdo em texto, claro e completo. Serviços, cidades atendidas, preços (quando possível), dúvidas frequentes. Informação que está só numa imagem ou num vídeo dificilmente vira resposta.
- Dados da empresa iguais em todo lugar. Nome, endereço, telefone e horário iguais no site, no Perfil da Empresa no Google e nas redes sociais.
- Dados estruturados (schema.org) que batam com o texto visível da página. O Google pede justamente isso.
- Site rápido e acessível, com títulos bem organizados e formulários com campos identificados. O que é fácil para um leitor de tela também é fácil para um agente de IA.
- Robôs de busca liberados no robots.txt e na hospedagem.
- Conteúdo atualizado, com um blog que responda às perguntas que os seus clientes fazem.
Resumindo
As IAs encontram os sites com robôs, e você decide pelo robots.txt quais deles podem entrar. Para aparecer nas respostas, libere os robôs de busca; se não quiser que o seu conteúdo treine modelos, bloqueie só os de treinamento. No Google, as regras são as do SEO de sempre. E o llms.txt, com as páginas em Markdown, é um complemento simples que ajuda os agentes a entender o seu site.
Quer saber mais? Veja também como a Webgenium cria sites prontos para o Google e para as IAs ou fale com a gente.
Fontes
- Google Search Central, “AI features and your website” (atualizado em 10/12/2025; consultado em 29/10/2026).
- Google for Developers, “Google’s common crawlers”, sobre o Google-Extended (consultado em 29/10/2026).
- OpenAI, documentação dos robôs da OpenAI (consultado em 29/10/2026).
- Anthropic, “Does Anthropic crawl data from the web, and how can site owners block the crawler?” (consultado em 29/10/2026).
- Perplexity, documentação dos robôs da Perplexity (consultado em 29/10/2026).
- Jeremy Howard, “The /llms.txt file” (proposta de 03/09/2024, versão 2 de agosto de 2026; consultado em 29/10/2026).



