O primeiro leitor do seu site não é gente

Passei a carreira inteira ajustando interface pra pessoa. Agora tem uma máquina lendo o site antes dela, resumindo do jeito dela, e decidindo se a pessoa chega. Vem cá que esse papo é mais estrutural do que parece.

Faz um tempo que eu venho reparando numa coisa no meu próprio comportamento. Preciso saber qual biblioteca usar pra tal coisa, ou o que aconteceu com uma marca, ou como funciona um conceito que esqueci. Eu pergunto. Leio a resposta. Fecho. Não cliquei em lugar nenhum. Alguém escreveu aquele conteúdo, com capricho, e eu nunca vi a página.

Pois é. E não sou só eu.

O Pew Research Center acompanhou o comportamento real de navegação de 900 adultos americanos em março de 2025, quase 69 mil buscas no Google, das quais quase 13 mil vieram com resumo de IA no topo. Quando o resumo apareceu, o clique num resultado tradicional aconteceu em 8% das visitas. Quando não apareceu, 15%. Praticamente metade. E o clique num link de dentro do próprio resumo, aquele que devolveria a visita pra quem escreveu, aconteceu em 1% das visitas.

Um por cento.

Tem outro número no mesmo estudo que me incomoda mais que esse: com resumo de IA na tela, 26% das pessoas encerraram a navegação ali mesmo. Sem resumo, 16%. A resposta pronta não só rouba o clique, ela encerra a sessão. A pessoa foi satisfeita. Só que não foi no seu site.

Se o clique acabou, o que sobra?

Sobra ser lido. E aí a pergunta muda de figura.

Durante uns quinze anos a gente projetou pensando em quem chega na página: onde o olho cai primeiro, quanto tempo de scroll até a informação importante, qual botão ganha peso. Continua valendo. Só que apareceu um leitor no meio do caminho que lê a página antes de qualquer pessoa, extrai dali o que consegue entender, monta um resumo, e é esse resumo que a pessoa vai ler. Se ele entendeu errado, é a versão errada que circula. Se ele não conseguiu ler nada, você simplesmente não existe naquela conversa.

Anda circulando um nome pra isso: Machine Experience, MX. Vou usar o termo aqui porque é prático, mas com uma ressalva honesta: ele ainda não tem dono nem definição fechada. É um monte de gente escrevendo sobre a mesma percepção ao mesmo tempo, entre 2024 e agora, e vestindo a mesma sigla. Trate como apelido útil, não como disciplina consolidada.

O que não é vago é a parte técnica. E é aí que eu quero puxar, porque é onde mora a parte que é nossa.

Por que isso é problema de design e não da galera de marketing?

A resposta curta: porque as alavancas ficam no código e no desenho da página, não na pauta de conteúdo.

A Vercel publicou em dezembro de 2024, junto com a MERJ, uma análise do tráfego dos crawlers de IA, e tem um achado ali que muda o que a gente entrega. Olhando o que esses robôs foram buscar no site do Next.js, o GPTBot gastou 11,50% das requisições baixando arquivo JavaScript, e o ClaudeBot 23,84%. E nenhum dos grandes robôs de IA executa esse JavaScript: nem os da OpenAI, nem o da Anthropic, nem o da Perplexity, nem o da Meta, nem o do ByteDance. Eles pegam o arquivo como texto e seguem em frente.

Traduzindo pra gente que faz produto: se o seu conteúdo só aparece depois que o React montou a tela no navegador, o robô leu uma página vazia. O layout lindo, a hierarquia que você brigou pra defender, o texto que passou por três rodadas de revisão, nada disso chegou. Ele leu um <div id="root"></div> e foi embora.

Tem exceção: pelo mesmo levantamento, o AppleBot renderiza através de um crawler com browser, e o Gemini aproveita a infraestrutura do Googlebot, então também renderiza. Mas os dois robôs de IA dedicados com mais volume no levantamento, o da OpenAI e o da Anthropic, não. Projetar contando com o pior caso aqui é o barato.

Ainda no mesmo estudo, o número que eu acho o mais engraçado e o mais revelador: 34,82% das buscas do GPTBot bateram em página 404. O ClaudeBot, 34,16%. O Googlebot, no mesmo período, 8,22%. Um terço do esforço desses robôs foi gasto em link quebrado e URL velha. Eles não são espertos. São insistentes, e chegam mal informados. Quem arruma isso é quem cuida de rota, de redirect e de sitemap. Ou seja, a gente.

Faz sentido pensar assim: acessibilidade e MX puxam pro mesmo lado. Marcação semântica de verdade, hierarquia de heading que não pula degrau, texto alternativo que descreve a imagem, conteúdo que existe no HTML sem depender de interação. Tudo isso que a gente já devia estar fazendo por causa de leitor de tela funciona igualzinho pra um leitor que não tem olhos por outro motivo. A diferença é que agora tem um incentivo comercial em cima. Aproveita, porque acessibilidade sempre precisou de argumento de negócio pra sair do backlog.

O que não funciona, e por que te vendem justamente isso?

Aqui eu preciso estragar a festa de algumas listas de tendência que você vai ler por aí.

O llms.txt não está entregando nada. É um arquivo proposto pra dizer aos modelos o que tem no seu site. Parece ótimo. Em abril de 2025, o John Mueller, do Google, comparou o llms.txt com a meta tag de keywords, aquela que virou piada nos anos 2000, e o argumento dele foi bem prático: por que confiar num arquivo em que o dono do site declara sobre o que o site é, se dá pra ler o site? Em julho de 2025 o Gary Illyes disse num evento do Google que eles não suportam o formato e não pretendem.

Aqui cabe uma correção que eu preciso fazer no argumento antes que alguém faça por mim: na mesma época, o Ray Martinez postou log próprio mostrando a OpenAI buscando o llms.txt de sites dele a cada quinze minutos. É relato de um profissional em alguns sites, não estudo replicado, mas já basta pra derrubar o "ninguém nem procura". Buscar continua sendo diferente de usar, e a evidência de uso é o que segue faltando. Em janeiro de 2026, a Ana Fernández publicou no Search Engine Land um acompanhamento de 10 sites, 90 dias antes e 90 dias depois de implantar o arquivo, olhando crawl e tráfego de ChatGPT, Claude, Perplexity e Gemini: 8 dos 10 sem mudança nenhuma, e nos que subiram ela rastreou a causa pra outras coisas, como reestruturação de conteúdo e correção técnica. Custa pouco, se você quiser experimentar. Só não coloca no relatório como entrega.

Não existe schema mágico pra aparecer em resposta de IA. A documentação do próprio Google é bem direta: pra sua página ser elegível como link de apoio no AI Overviews ou no AI Mode, ela precisa estar indexada e elegível pra aparecer com snippet, e não há nenhum schema.org especial que você precise adicionar. Structured data continua valendo muito, pelos rich results e por dar contexto explícito sobre entidades. Só que ele não é o portão de entrada que anda sendo vendido como se fosse.

Rankear bem no Google já não garante ser citado. Em março de 2026, a Ahrefs analisou 863 mil palavras-chave e 4 milhões de URLs citadas em AI Overviews e encontrou 38% de citações vindas de páginas que estavam no top 10 orgânico da mesma busca. No estudo anterior deles, de julho de 2025, esse número era 76%. Antes de sair correndo com esse dado debaixo do braço: a própria Ahrefs registra que melhorou o método de leitura entre um estudo e outro, e que agora enxerga mais citações do que antes. Eles comparam os dois números assim mesmo e atribuem a queda a mudança de comportamento do Google. Aqui eu já passo do que eles afirmam, mas medição que mudou no meio do caminho me deixa desconfiada de comparar os dois lados como se fossem a mesma régua. Parte da queda pode ser só enxergar melhor. Mesmo assim a direção continua a mesma: são dois jogos parecidos, com regras diferentes.

E sobre "vai postar no Reddit porque é de lá que a IA bebe": a Semrush acompanhou 230 mil prompts entre julho e outubro de 2025 e viu o ChatGPT citar o Reddit em quase 60% das respostas no começo de agosto, e em torno de 10% em meados de setembro. A Wikipedia caiu de uns 55% pra menos de 20% na mesma janela. Os dois seguiram sendo as fontes mais citadas do ChatGPT, o que dá o tamanho de quão alto era o patamar antes. O ponto é o tranco: isso muda quando um fornecedor decide mudar, sem aviso e sem changelog. Construir estratégia em cima desse número é construir na areia.

Por onde eu começaria?

Essa é a parte pra levar pro time. Botei em ordem de retorno pelo esforço, porque projeto pequeno não faz tudo.

1. Renderize no servidor o que precisa ser lido. Se você está em Next.js, Astro, Remix, qualquer coisa com SSR ou geração estática, seu conteúdo principal precisa estar no HTML da primeira resposta. Teste do jeito mais burro possível e mais confiável: curl na sua própria URL, ou "ver código-fonte da página" no navegador, e procure o texto do seu parágrafo mais importante. Se ele não estiver ali, o robô também não viu.

2. Responda a pergunta nos dois primeiros parágrafos. O modelo extrai trecho, não lê sua página inteira com carinho. Suspense é ótimo pra crônica e péssimo pra ser citado. Diga a coisa, depois desenvolva.

3. Transforme subtítulo em pergunta. As pessoas perguntam em linguagem natural. Um <h2> que repete a pergunta e um parágrafo logo abaixo que responde é a estrutura mais extraível que existe. Repare que este post está fazendo exatamente isso.

4. Arrume link quebrado e redirect. Um terço do esforço desses robôs vai pro ralo em 404. Rode um crawler simples no seu site, corrija os quebrados, garanta que URL antiga redireciona com 301, e mantenha o sitemap.xml com lastmod de verdade.

5. Hierarquia semântica sem enfeite. Um h1 por página, sem pular de h2 pra h4 porque o h3 estava com o tamanho feio. Se o problema é o tamanho, resolve no CSS, que é onde ele mora.

6. Data de atualização visível e verdadeira. Circula muito por aí que recência é sinal forte pros modelos, e eu não achei fonte primária que sustente isso com número, então fica como palpite meu e não como fato. O que eu defendo com convicção é o lado humano: página com data honesta é a diferença entre confiar e desconfiar de um conteúdo técnico. Vale mais revisar quatro posts bons por ano do que publicar doze pela metade.

7. Structured data nos tipos principais. Person, Article, FAQPage, Organization, validados no Rich Results Test. Faça pelo motivo certo, que é dar contexto explícito de entidade e ganhar rich result, sem esperar o milagre.

8. Meça diferente. Posição de palavra-chave parou de contar a história toda. Uma vez por trimestre, pergunte pras próprias IAs as cinco perguntas que levariam alguém até você, e anote três coisas: você apareceu, com qual fonte, e falando bem ou mal. É medição manual, é chatíssimo, e já é mais do que quase todo mundo está fazendo.

Sobre o item 8, um aviso: cada modelo responde diferente e muda de comportamento sem avisar ninguém. Trate qualquer número desse mundo, inclusive todos os que eu citei aqui, como fotografia de um momento, com data colada do lado.

O que me deixa desconfortável nisso tudo?

Vou ser honesta que essa parte não me agrada.

A gente está sendo empurrada a escrever mais legível pra máquina, e a régua da máquina premia texto previsível: pergunta, resposta, parágrafo curto, estrutura limpa. Isso é ótimo pra documentação e é a morte de qualquer texto com personalidade. Se todo mundo otimizar até o fim, a web vira um FAQ gigante, e os modelos vão treinar naquilo, e a coisa gira.

Minha aposta pessoal, e aqui eu já passei do que qualquer estudo sustenta, é que o texto com voz sobrevive melhor no médio prazo justamente porque ele é o material que não dá pra sintetizar sem perder o que interessa. O resumo de um dado é o dado. O resumo de um ponto de vista é uma versão morna dele. Continuo escrevendo com estrutura clara porque é gentileza com quem lê, de silício ou de carne. E continuo escrevendo torto onde o assunto pede.

Se você for fazer uma coisa só dessa lista, faz o item 1. Abre o código-fonte do seu site hoje e procura seu próprio texto lá dentro. Descobrir que ele não está é o tipo de susto que vale a tarde inteira de trabalho.

Um beijo e até a próxima!

---

Referências

• Pew Research Center, Google users are less likely to click on links when an AI summary appears in the results (22/07/2025): https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/
• Vercel, The rise of the AI crawler (17/12/2024): https://vercel.com/blog/the-rise-of-the-ai-crawler
• Google Search Central, AI Features and Your Website: https://developers.google.com/search/docs/appearance/ai-features
• Google Search Central, Guide to optimizing for generative AI features on Google Search: https://developers.google.com/search/docs/fundamentals/ai-optimization-guide
• Ahrefs, Louise Linehan, estudo de citações em AI Overviews x ranking orgânico (03/2026): https://ahrefs.com/blog/ai-overview-citations-top-10/
• Semrush, The Most-Cited Domains in AI: A 3-Month Study (10/11/2025, dados de 14/07 a 12/10/2025): https://www.semrush.com/blog/most-cited-domains-ai/
• John Mueller sobre llms.txt, via Search Engine Journal (04/2025): https://www.searchenginejournal.com/google-says-llms-txt-comparable-to-keywords-meta-tag/544804/
• Gary Illyes sobre llms.txt, e os logs da OpenAI buscando o arquivo, via Search Engine Roundtable (07/2025): https://www.seroundtable.com/openai-crawling-llms-txt-files-39811.html
• Ana Fernández, Does llms.txt matter? We tracked 10 sites to find out, Search Engine Land (20/01/2026): https://searchengineland.com/does-llms-txt-matter-467740