Cada verificação, e por que vale o que vale

O robots.txt permite que os rastreadores por trás das respostas de IA leiam a página?

Assistentes que citam a web buscam conteúdo por meio de agentes com nome próprio. Uma regra geral escrita anos atrás para buscadores pode excluir todos eles em silêncio, e nada nas suas métricas vai te avisar.

Se falharPublique um robots.txt que nomeie os agentes de IA que você quer e libere os caminhos que você quer ver citados. Bloquear é uma escolha legítima — mas que seja uma decisão, não um descuido.

Artigo completo (em inglês): robots.txt for AI agentsOpenAI — GPTBotGoogle — Google-ExtendedRFC 9309 — Robots Exclusion Protocol

O servidor responde quando a requisição traz a identificação de um agente?

O robots.txt é um pedido; a defesa contra bots é a execução. Uma regra de WAF ou um limitador de taxa pode devolver 403 justamente para os clientes que você queria receber, e aí a permissão que você escreveu não vale nada.

Se falharColoque as identificações de agente na lista de permitidos da sua defesa contra bots, ou verifique-as por DNS reverso em vez de bloquear pela cadeia de texto. Depois, teste de novo.

Cloudflare — verified bots

O conteúdo chega sem um muro de consentimento ou um desafio anti-bot no caminho?

Um agente não tem mãos. Uma janela que ele não consegue fechar, ou uma página de verificação que ele não consegue resolver, encerra a sessão na primeira requisição — e a página por trás poderia muito bem não existir.

Se falharEntregue o conteúdo já na primeira resposta e deixe a camada de consentimento aparecer por cima. Nunca coloque o próprio documento atrás de uma verificação para um rastreador que se comporta bem.

Existe texto de verdade e um título no HTML bruto, antes de qualquer script rodar?

Esta é, de longe, a falha mais comum na web agêntica. A maioria dos rastreadores por trás das respostas de IA não executa JavaScript, e um agente que recebe uma casca vazia não tem sobre o que raciocinar — por melhor que a página fique no navegador.

Se falharRenderize a página no servidor ou pré-gere na build. A meta é um <h1> de verdade e algumas centenas de palavras do conteúdo real já na primeira resposta.

Artigo completo (em inglês): Content that survives without JavaScriptweb.dev — rendering on the web

Existem landmarks e uma hierarquia de títulos que não pula níveis?

Landmarks e ordem de títulos são o único jeito de uma máquina separar o artigo da mobília. Sem eles, um resumidor cita o seu aviso de cookies com a mesma confiança que a descrição do seu produto.

Se falharEnvolva o conteúdo em <main>, use <header>, <nav> e <footer> para a moldura, mantenha exatamente um <h1>, e nunca pule de h2 para h4.

Existe JSON-LD analisável, e o tipo dele corresponde ao que a página é?

Dados estruturados são o único lugar onde você afirma fatos em vez de sugeri-los: isto é um preço, isto é um horário, este é o autor. Agentes e buscadores levam ao pé da letra, e é exatamente por isso que precisa ser analisável sem erro.

Se falharEmita JSON-LD em um bloco <script type="application/ld+json"> com um tipo que corresponda à página: Product e Offer para um produto, Service para uma página de serviço, FAQPage para perguntas, LocalBusiness para um endereço.

Artigo completo (em inglês): Structured data: the one place you state factsschema.orgGoogle — structured data general guidelines

A página devolve Markdown quando um cliente pede?

Um agente que quer o seu texto não quer o seu layout. Responder a `Accept: text/markdown` com prosa limpa reduz tokens, elimina o ruído de navegação e deixa claro qual parte da página é citável.

Se falharSirva uma representação em Markdown na mesma URL, varie pelo cabeçalho Accept e mantenha as duas em sincronia. Uma rota irmã .md é um segundo lugar aceitável.

Existe um arquivo curado que diga a um agente o que é este site e onde olhar?

Um rastreamento dá tudo ao agente; o llms.txt dá a parte que você mesmo apontaria. Custa pouco publicar e é o único lugar em que você controla o resumo, em vez de torcer para que ele seja deduzido.

Se falharPublique /llms.txt com um parágrafo de descrição e, abaixo, listas com links das suas páginas canônicas agrupadas por finalidade. Lembre-se: é uma convenção, não um padrão, e a Busca do Google ignora.

Artigo completo (em inglês): llms.txt: what it is, and what it is notllmstxt.org

Existe um sitemap válido, e a página declara qual é o endereço verdadeiro?

Agentes deduplicam pela URL canônica. Sem ela, a mesma página alcançada por três caminhos vira três fontes que podem se contradizer, e uma citação pode apontar para a cópia que você não queria indexada.

Se falharPublique um sitemap.xml válido, referencie-o no robots.txt, e coloque um <link rel="canonical"> autorreferente em cada página.

Há algo nesta página que um agente pudesse concluir em nome do visitante?

Aptidão para agentes não é exercício de leitura. Se a página não traz formulário, nem busca, nem caminho para um carrinho ou um agendamento, não há o que concluir — e a visita termina em resumo em vez de conversão.

Se falharFaça a ação principal fazer parte do HTML entregue: um formulário de verdade, um campo de busca, ou um link para a rota de agendamento ou carrinho. Um botão que só existe depois da hidratação não conta.

Os campos têm rótulos, nomes, tipos e indicações de autopreenchimento?

Um agente preenche um formulário lendo-o. Um campo sem rótulo e com nome tipo `field_7` é chute; o mesmo campo com rótulo e `autocomplete="email"` é certeza. Esta é a maior melhoria pelo menor custo que a maioria dos sites pode fazer.

Se falharDê a cada campo um <label for>, um nome com sentido, o tipo de input correto e uma indicação de autopreenchimento do padrão HTML.

Condicional — é excluída quando não se aplica

Artigo completo (em inglês): Forms an agent can actually fillHTML standard — autofill tokens

Todo controle interativo pode ser identificado pelo nome em vez da posição?

Uma <div> com handler de clique é invisível para tudo que não renderiza nem passa o mouse por cima. Agentes acessam controles do mesmo jeito que a tecnologia assistiva — por papel e nome — então um controle sem nome é um controle inalcançável.

Se falharUse <button> e <a href> para ações, e dê a cada um texto ou um aria-label. Deixe a div com onclick para a decoração.

Condicional — é excluída quando não se aplica

A ação principal está livre de CAPTCHA ou verificação anti-bot?

Um CAPTCHA é a declaração de que visitantes automatizados não são bem-vindos. Era uma posição razoável quando automação significava scrapers; fica cara quando significa o assistente do seu cliente tentando comprar.

Se falharTire a defesa anti-bot do caminho da conversão: limitação de taxa, campos-armadilha e pontuação no servidor barram o abuso sem encerrar a sessão de um agente legítimo. Se um desafio for inevitável, mantenha-o fora do primeiro passo.

Os estados de validação são expressos na marcação e não só por cor?

Quando um envio falha, o agente precisa saber qual campo e por quê. Uma borda vermelha não comunica nada; aria-invalid e uma mensagem ligada por described-by permitem que ele corrija a entrada e tente de novo, em vez de abandonar a tarefa.

Se falharColoque aria-invalid no campo com problema, ligue a mensagem com aria-describedby, e mantenha o texto junto ao campo, não apenas em um aviso flutuante.

Condicional — é excluída quando não se aplica

A página registra alguma ferramenta WebMCP?

Esta é a diferença entre um agente deduzir sua interface e chamá-la. Ferramentas registradas transformam uma página em uma API pequena e documentada que o próprio assistente do visitante consegue operar — sem você hospedar servidor nem distribuir chaves.

Se falharRegistre suas duas ou três ações mais valiosas como ferramentas com document.modelContext.registerTool. Comece pelas de somente leitura. O polyfill permite publicar antes de o suporte dos navegadores ser universal.

Artigo completo (em inglês): What WebMCP is, and what it is notWebMCP specification (W3C WebML CG)Explainer repositoryChrome for Developers — WebMCP

Os formulários existentes estão anotados para o navegador derivar ferramentas deles?

O formulário declarativo é a entrada mais barata no padrão: o navegador deriva o esquema de campos que você já tem, então um formulário de contato ou de busca passa a ser chamável sem JavaScript novo.

Se falharAnote os formulários que você já publica. Como os nomes dos atributos ainda estão marcados como TODO no explainer, confira com a especificação atual antes de implantar amplamente.

Condicional — é excluída quando não se aplica

Artigo completo (em inglês): The declarative API: tools from forms you already haveExplainer — declarative API

As ferramentas estão nomeadas de forma válida e descritas bem o bastante para escolher entre elas?

A descrição é toda a interface. Um agente escolhe uma ferramenta lendo-a, então um nome fora do conjunto de caracteres permitido falha já no registro, e uma descrição de quatro palavras gera chamadas confiantes para a função errada.

Se falharMantenha os nomes entre 1 e 128 caracteres de A–Z, a–z, 0–9, sublinhado, hífen e ponto. Escreva descrições que digam o que a ferramenta retorna e quando preferi-la. Fique bem abaixo de cinquenta ferramentas por página.

Cada ferramenta declara um JSON Schema tipado com propriedades descritas?

Sem esquema, o agente manda o que inventou. Com esquema, manda um objeto validado — e um campo obrigatório com uma linha de descrição é a diferença entre uma chamada que funciona e três tentativas.

Se falharDê a cada ferramenta um inputSchema com propriedades tipadas, uma descrição por propriedade e uma lista required explícita.

As ferramentas de somente leitura estão marcadas como tal, e o que altera está protegido por confirmação?

As anotações são como um agente decide o que pode fazer sem perguntar. Marcar seus caminhos de leitura com readOnlyHint é o que os torna seguros de chamar livremente — e o próprio modelo de ameaças da especificação é a razão de tudo que escreve dever parar diante de uma pessoa.

Se falharPonha readOnlyHint em toda ferramenta que apenas lê. Ponha untrustedContentHint onde a ferramenta devolve texto escrito por outros usuários. Coloque uma etapa de confirmação antes de tudo que gasta dinheiro ou muda estado.

Artigo completo (em inglês): The WebMCP security model, and the parts that are still openSpecification — tool annotations

Outro sistema consegue encontrar suas capacidades sem uma pessoa ler sua documentação?

Ferramentas WebMCP só existem enquanto uma página está aberta. Um documento de descoberta é como um agente descobre o que você oferece antes de visitar — e como suas capacidades aparecem em um diretório em vez de serem achadas por acaso.

Se falharPublique um cartão de servidor em /.well-known/mcp.json, ou um documento OpenAPI, e garanta que o robots.txt não bloqueie o caminho para o qual ele aponta.

Artigo completo (em inglês): Discovery documents, and the robots.txt trapModel Context ProtocolRFC 9727 — API Catalog

Existe um jeito documentado de um agente se autenticar?

Dentro da página, a sessão do navegador já carrega o login, e essa é a vantagem silenciosa do WebMCP. Tudo fora da página ainda precisa de um caminho declarado — senão integradores adivinham, e adivinhar significa credenciais em lugares que você não previu.

Se falharPublique metadados de descoberta OAuth, ou um auth.md descrevendo como clientes automatizados obtêm acesso.

Condicional — é excluída quando não se aplica

RFC 8414 — OAuth authorization server metadataRFC 9728 — OAuth protected resource metadata

Um agente consegue concluir uma compra sem uma pessoa no teclado?

Uma loja que um agente consegue percorrer mas não pagar para um passo antes do objetivo. Os meios são novos e escolher um é uma decisão de verdade, mas as lojas que saírem na frente serão aquelas em que agentes realmente conseguem comprar.

Se falharAvalie x402, o Agentic Commerce Protocol e o Universal Commerce Protocol junto ao seu provedor de pagamentos, e publique depois o documento de descoberta do que você adotar.

Condicional — é excluída quando não se aplica

Você consegue distinguir um agente legítimo de um impostor, e declarou suas condições?

Assim que agentes passam a transacionar, cadeias de identificação deixam de bastar — qualquer um pode alegar ser um. Requisições assinadas permitem receber os verdadeiros, e sinais de conteúdo permitem declarar para que seu texto pode ser usado sem bloqueá-lo por completo.

Se falharPublique um diretório de assinaturas conforme o Web Bot Auth, e expresse as condições de uso com sinais de conteúdo no robots.txt em vez de um disallow geral.

Cloudflare — Content Signals Policy