Navegabilidade agêntica: como os agentes de IA leem o site

A navegabilidade agêntica é a facilidade com que um agente de IA consegue chegar a um site, rastreá-lo e compreendê-lo seguindo as suas ligações. A citabilidade agêntica é a probabilidade de o conteúdo de uma página ser citado numa resposta de IA. A navegabilidade decide se um agente consegue ler as suas páginas. A citabilidade decide se as aproveita. O GraphoRank avalia os sinais que estão por trás de ambas numa única escala de 0 a 100, chamada GraphRank.

Se pesquisou «LLM SEO» ou «SEO para o ChatGPT», esta é a parte do tema que vive no seu próprio site, aquela que está sob o seu controlo. A seguir encontra os dois termos em linguagem simples, o modo como os agentes e os rastreadores de IA se movem num site e o que está documentado e o que é apenas suspeita. No fim, uma lista de verificação ordenada pelo impacto provável, que em grande parte pode executar sem programador.

O que significam navegabilidade agêntica e citabilidade agêntica?

Um agente de IA é um programa que usa um modelo de IA para fazer um trabalho por uma pessoa: investigar uma questão, comparar fornecedores, preencher um formulário. Para isso, muitas vezes tem de abrir várias páginas. Um rastreador de IA é o primo mais simples: um programa que vai buscar páginas para que um produto de IA aprenda com elas ou as consulte mais tarde. Ambos se movem no seu site como uma pessoa, de ligação em ligação.

Um agente considera um site fácil de navegar quando todas as páginas importantes são acessíveis por ligações, o conteúdo real chega numa forma que um programa consegue ler e nada bloqueia a visita por engano.

Quando alguém faz uma pergunta a um assistente de IA, este pode construir a resposta a partir de páginas que encontra e nomear algumas como fontes. Essas fontes nomeadas são as citações. Uma página é citável quando um sistema de IA consegue extrair dela uma afirmação clara, autónoma e credível: uma definição, uma resposta, um número com fonte.

Os dois conceitos estão ligados, mas são diferentes. A navegabilidade diz respeito ao acesso: o agente consegue encontrar e ler a página? A citabilidade diz respeito ao uso: depois de a ler, a página merece ser citada?

Uma página a que ninguém chega não pode ser citada. Uma página a que se chega, mas que não diz nada de claro, é lida e posta de parte. Por isso tratamos os dois conceitos em conjunto.

Como navegam, na prática, os agentes e os rastreadores de IA num site?

Os sistemas de IA chegam ao seu conteúdo de quatro formas principais: seguem ligações, respeitam (ou por vezes ignoram) o robots.txt, procuram ficheiros de orientação como o llms.txt e leem a estrutura da página que o navegador constrói. Eis o que dizem as fontes primárias sobre cada uma.

Seguir ligações

O movimento básico é o que os motores de pesquisa sempre fizeram: obter uma página, ler as suas ligações, obter essas. Um rastreador que funciona assim só encontra o que estiver ligado.

O seu sitemap, a lista de páginas que entrega aos motores de pesquisa, ajuda, mas é uma lista, não um percurso. Uma página para a qual nenhuma outra aponta é difícil de descobrir seguindo ligações, e voltaremos a isso na secção seguinte.

robots.txt e os três tipos de bot de IA

O robots.txt é um pequeno ficheiro de texto na raiz do site que indica aos visitantes automáticos que URL podem obter. As empresas de IA operam hoje vários bots com funções diferentes, e a sua documentação distingue-os:

• A OpenAI documenta três. O GPTBot serve para treino. O OAI-SearchBot alimenta a pesquisa do ChatGPT: segundo a OpenAI, os sites que o recusem não aparecerão nas respostas da pesquisa do ChatGPT, e a empresa indica que os seus sistemas podem demorar cerca de 24 horas a ajustar-se após uma atualização do robots.txt. O ChatGPT-User obtém páginas quando uma pessoa o pede, e a OpenAI nota que, neste caso, as regras do robots.txt podem não se aplicar.
• A Anthropic também documenta três: o ClaudeBot para treino, o Claude-User para pedidos dirigidos pelo utilizador e o Claude-SearchBot para pesquisa. Afirma que os seus bots respeitam os sinais «do not crawl» do robots.txt e admite a diretiva Crawl-delay.
• A Perplexity documenta o PerplexityBot, que apresenta sites nos resultados de pesquisa e não é usado para treinar modelos de base, e o Perplexity-User, que apoia ações do utilizador e geralmente ignora as regras do robots.txt, porque foi uma pessoa a desencadear o pedido.
• A Google documenta um controlo chamado Google-Extended. Determina se o seu conteúdo é usado para treinar futuros modelos Gemini e para fundamentação, e a Google afirma que não afeta a inclusão de um site na Pesquisa Google nem é usado como sinal de classificação.

Dois resultados pedem cautela.

Regra prática: o robots.txt é um pedido que os bots bem-comportados cumprem, não uma fechadura.

Quantos sites dizem alguma coisa sobre bots de IA? Apenas uma pequena parte, nos dados de computador do Web Almanac. São percentagens de sites cujo robots.txt nomeia o bot, não de sites que o bloqueiam:

A maioria não diz nada, o que significa que a predefinição é o acesso aberto.

llms.txt

O llms.txt é um ficheiro Markdown proposto, servido na raiz do site, que dá aos agentes de IA um guia curto sobre o que o site é e que páginas contam. É uma proposta da comunidade, não uma norma da internet. O nosso guia do llms.txt explica o formato, e pode testar o seu com o verificador gratuito de llms.txt.

A evidência é mista, e os números divergem porque medem populações diferentes:

Estudo	O que mediu	Resultado
HTTP Archive Web Almanac 2025	Sites do seu rastreio	llms.txt em 2,13 % dos sites de computador e 2,10 % dos sites móveis
SE Ranking (nov. de 2025)	Quase 300 000 domínios	10,13 % tinham o ficheiro; sem correlação com citações de IA
Common Crawl (rastreio de julho de 2026)	Amostra aleatória de cerca de 5,2 milhões de URL /llms.txt em anfitriões acessíveis ao rastreio	22,32 % dos URL /llms.txt tentados devolveram HTTP 200, e 52,5 % destes tinham corpo de texto (11,72 % dos URL da amostra)
Ahrefs (maio de 2026)	137 210 domínios com tráfego nas suas análises	28 % publicam o ficheiro; 97 % desses ficheiros não receberam nenhum pedido nesse mês

Do lado dos motores, a Google afirma que não é preciso criar novos ficheiros legíveis por máquinas, ficheiros de texto para IA, marcação ou Markdown para aparecer na Pesquisa Google, e que o llms.txt não prejudica nem ajuda a visibilidade na Pesquisa. Ainda assim, a ferramenta Lighthouse do Chrome, que audita páginas, inclui uma categoria experimental «Agentic Browsing» que verifica se o llms.txt existe. As duas afirmações respondem a perguntas diferentes: de um lado, a visibilidade na Pesquisa Google; do outro, a preparação para agentes baseados em navegador.

A nossa leitura: o llms.txt é barato, inofensivo e não comprovado. Publique um se lhe custar uma tarde, mas não espere que salve um site de estrutura fraca.

A árvore de acessibilidade

Quando um navegador carrega uma página, constrói uma descrição simplificada, quase textual, para tecnologias de apoio como os leitores de ecrã: o que é um título, o que é um botão, o que diz cada ligação. É a árvore de acessibilidade.

A documentação do Lighthouse do Chrome sobre navegação agêntica afirma que os agentes dependem da árvore de acessibilidade como modelo de dados principal. As suas auditorias abrangem nomes e etiquetas, a integridade da árvore, se o conteúdo interativo está visível, as mudanças na disposição da página (layout shift), a presença de llms.txt e as ferramentas WebMCP (uma forma experimental de um site oferecer ações aos agentes). A categoria é experimental e não tem pontuação de 0 a 100.

Um teste de referência de 2026 a agentes de utilização de computador (A11y-CUA, um artigo da CHI ’26) acrescenta um sinal relacionado. Com 60 tarefas e gravações de utilizadores cegos, com baixa visão e sem deficiência visual, concluiu o seguinte:

Renderização de JavaScript

Muitos sites modernos constroem o conteúdo no navegador do visitante com JavaScript, em vez de o enviarem pronto na página. Uma pessoa nunca repara. Um rastreador simples pode reparar.

Não encontrámos nenhum documento primário que diga que rastreadores de IA executam JavaScript, por isso não diremos que sim nem que não. A regra prudente é esta: coloque o texto e as ligações importantes no HTML que o servidor envia e trate como risco tudo o que só aparece depois de um script correr. O rastreador do próprio GraphoRank renderiza JavaScript para ver o que vê um leitor baseado em navegador, e regista se uma página precisou de renderização para mostrar o seu conteúdo.

Porque é que a estrutura do site decide o que é lido?

Um agente só lê o que consegue alcançar e avalia a importância pelos sinais que as suas ligações enviam.

Páginas órfãs

Uma página órfã é uma página sem ligações internas a apontar-lhe. Uma pessoa só lá chega com o endereço exato. Um agente que segue ligações nunca chegará.

Imagine uma pequena loja cuja página «Envios e devoluções» não é ligada a partir de lado nenhum, porque uma reformulação do site eliminou a ligação do rodapé. A página existe, está correta, consta do sitemap. Mas quando um agente investiga «esta loja envia para a Alemanha?», nenhuma ligação conduz à resposta. As órfãs são o problema estrutural mais barato de resolver: basta acrescentar uma ligação.

Profundidade de cliques

A profundidade de cliques é o número de cliques necessários para ir da página inicial a uma determinada página. Suponha que o guia que melhor explica o seu serviço está a cinco cliques, atrás de uma categoria, uma subcategoria e um arquivo paginado. Uma pessoa também poderá nunca lá chegar.

Quanto mais fundo está uma página, mais passos um agente precisa e menos caminhos levam até ela. Mantenha as páginas que importam perto da página inicial.

Ligações no conteúdo versus ligações nos menus

Menus, cabeçalhos e rodapés repetem as mesmas ligações em todas as páginas. Uma ligação que aparece em todo o lado diz pouco sobre cada página em particular, porque vem com o modelo. Uma ligação dentro de uma frase diz algo específico: esta página é relevante para este ponto, por este motivo. O texto âncora, as palavras clicáveis, diz ao leitor o que está do outro lado.

É por isso que o GraphoRank separa as ligações no conteúdo principal das ligações do modelo ao construir o grafo de um site: as primeiras são as que um leitor que extrai o texto principal de uma página realmente vê. Tanto quanto sabemos, ninguém publicou uma medição do efeito nas respostas de IA. Apresentamo-lo como uma escolha de conceção nossa, assente no modo como um leitor segue o fio de um argumento, não como um fator de classificação comprovado.

Páginas duplicadas ou concorrentes sobre o mesmo tema

Se cinco páginas do seu site respondem parcialmente a «quanto custa?», um agente tem de escolher, ou pode misturá-las, e nenhuma das cinco passa a ser a página a citar.

Pense numa empresa com uma página de preços, um artigo de blogue sobre preços, uma antiga página de preços que ninguém removeu e uma entrada de FAQ com um quarto conjunto de valores. O leitor já não consegue saber qual está em vigor.

O que torna um conteúdo citável?

Um conteúdo é citável quando um sistema de IA consegue extrair dele uma afirmação clara, rigorosa e atribuível. Quatro coisas pesam mais na prática, e são o que os bons editores sempre pediram.

• Entidades e definições claras. Uma entidade é uma coisa com nome: uma empresa, um produto, uma pessoa, um lugar, um conceito. Diga o que cada uma é numa frase simples («X é um …»), logo no início, e use sempre o mesmo nome. Uma definição que se aguenta sozinha pode ser citada sozinha.
• Passagens que começam pela resposta. Abra cada secção com a resposta e só depois apresente o raciocínio. A investigação sobre modelos de linguagem oferece uma razão indireta: um estudo controlado sobre entradas longas («Lost in the Middle») concluiu que os modelos têm muitas vezes melhor desempenho quando a informação relevante está no início ou no fim do que recebem, e pioram com a informação que está a meio. Esse estudo trata de instruções dadas a modelos, não da escolha de páginas web como fontes, pelo que é uma analogia, não uma prova. Começar pela resposta é, de resto, simplesmente melhor para os leitores humanos.
• Fontes, autoria e atualidade. Indique quem escreveu a página, mostre quando foi publicada e atualizada e ligue a fontes primárias para qualquer número que apresente. Seja rigoroso com as datas: uma data recente numa página desatualizada não ajuda ninguém.
• Uma página clara por tema. Vale aqui o que dissemos na secção anterior: uma página que é dona do seu tema é mais fácil de citar do que cinco que se sobrepõem.

Dados estruturados: o que diz a Google e o que concluiu um estudo

Dados estruturados são código, geralmente num formato chamado JSON-LD, que etiqueta o conteúdo de uma página para as máquinas: isto é um artigo, este é o seu autor, estas são as perguntas e respostas. As fontes diferem no tom, por isso aqui ficam as duas.

A documentação da Google diz que não existem requisitos adicionais para aparecer na Vista geral de IA ou no Modo IA, que não é necessário nenhum dado estruturado schema.org especial e, num guia posterior, que os dados estruturados não são necessários para a pesquisa com IA generativa. Para aparecer, uma página tem de estar indexada e ser elegível para ser mostrada com um excerto. A Google explica também os controlos que o limitam (nosnippet, data-nosnippet, max-snippet e noindex) e que o tráfego proveniente das funcionalidades de IA é contabilizado no tipo de pesquisa «Web» do Search Console.

Outro preprint, o estudo GEO-16, analisou o que as páginas citadas têm em comum:

Concluiu que metadados e atualidade, HTML semântico e dados estruturados eram os grupos de qualidade de página mais associados à citação, e que as páginas com pelo menos 0,70 na sua escala e pelo menos 12 acertos de pilar tinham taxas de citação substancialmente superiores.

Os dois não se contradizem. A Google descreve o que é exigido para ser elegível nas suas próprias funcionalidades. O preprint descreve o que coincidiu com ser citado em vários motores. Nenhum dos dois demonstra que acrescentar marcação cause citações.

A nossa leitura: os dados estruturados não são um truque, fazem parte de descrever bem uma página. Acrescente os tipos que correspondem ao conteúdo, mantenha-os rigorosos e não espere que a marcação salve uma página pobre.

O que a investigação sobre GEO diz e não diz

O artigo de 2024 que introduziu o termo Generative Engine Optimization relatou que os métodos testados podiam aumentar a visibilidade nas respostas dos motores generativos em até 40 %, com a eficácia a variar consoante o domínio.

Para uma visão mais ampla do próprio termo, veja o que é o GEO e o guia de GEO.

Como se mede a navegabilidade e a citabilidade agênticas?

Reconstrói-se o site como um agente o vê, em páginas e ligações, e avalia-se o que essa imagem mostra. É isso que o GraphoRank faz. Rastreia o site respeitando o robots.txt, lê cada página como um modelo de linguagem a processaria, transforma páginas em nós e ligações internas em arestas, e produz uma pontuação de 0 a 100 chamada GraphRank. A página como funciona mostra as cinco etapas, e a página do grafo semântico mostra o mapa.

O GraphRank lê quatro dimensões:

Dimensão	O que analisa	Inclina-se para
Estrutura	Como as páginas se ligam: se a autoridade chega às suas páginas-chave, a que profundidade está o conteúdo, que páginas estão totalmente isoladas	Navegabilidade
Saúde técnica	Indexabilidade, canonicals, cadeias de redirecionamentos, ligações quebradas e coerência do sitemap	Navegabilidade
Significado	Se o conteúdo se sustenta como temas: grupos temáticos reais, páginas pilar com apoio genuíno, sem desfasamento entre o que uma página promete e o que diz	Citabilidade
Visibilidade em IA	Quão fácil é ler, extrair e citar as páginas dentro de uma resposta gerada	Citabilidade

A coluna «Inclina-se para» é a nossa leitura editorial, não uma divisão da pontuação em dois números. Cada dimensão informa as duas ideias em alguma medida.

Cada página do grafo recebe também um de seis papéis: pilar, grupo temático, página central, money page (página onde os visitantes convertem), órfã ou noindex. As pontuações distribuem-se por cinco faixas:

Faixa	Pontuação
Em risco	0–39
Em desenvolvimento	40–59
Sólido	60–74
Forte	75–89
Referência	90–100

A fórmula exata é proprietária de propósito. Uma pontuação com receita pública pode ser manipulada, e uma referência fácil de manipular deixa de ser comparável entre sites. O que é público é o que cada dimensão examina, como descrito acima, e que todos os sites são medidos da mesma forma em cada análise.

A pontuação serve para levar à ação. As recomendações listam correções ordenadas pelo aumento de pontuação que trariam, como páginas órfãs a recuperar, grupos temáticos a religar e money pages a destacar. Volte a analisar depois e compare, para ver se a alteração resultou.

O que verificar e o que diz a evidência?

Área	Pergunta simples	Estado da evidência
Seguir ligações	Todas as páginas importantes são acessíveis por ligações?	O mecanismo é básico no rastreio; nenhum estudo mede o efeito nas respostas de IA
robots.txt	Escolheu, bot a bot, o que permitir?	Documentado pela OpenAI, Anthropic, Perplexity e Google; o cumprimento varia
llms.txt	Existe um guia curto e rigoroso do seu site?	Não comprovado; a Google diz que não ajuda nem prejudica a visibilidade na Pesquisa
Árvore de acessibilidade	Títulos, ligações e botões são reais e têm etiqueta?	Documentado pelo Lighthouse do Chrome (experimental); teste de referência relacionado com agentes em tarefas de computador de secretária
JavaScript	O texto essencial está no HTML que o servidor envia?	Nenhuma fonte primária encontrada sobre rastreadores de IA; apenas regra prudente
Órfãs e profundidade	Cada página-chave está ligada e perto da página inicial?	Raciocínio, não medido
Ligações no conteúdo	As páginas ligam-se entre si no texto?	Escolha de conceção, não medida
Páginas concorrentes	Existe uma página por pergunta?	Raciocínio, não medido
Passagens citáveis	Definições, resposta primeiro, fontes, datas	Parcialmente apoiado por investigação sobre motores e modelos; indireto
Dados estruturados	Estão presentes e corretos?	Google: não são necessários. Preprint: associados à citação

Lista de verificação: como melhorar a navegabilidade e a citabilidade

A ordem é o nosso juízo sobre o impacto provável num site pequeno típico, do mais barato e fundamental ao mais refinado. Não é uma classificação medida.

Pode percorrer esta lista à mão num site pequeno. Se quiser medir, a auditoria gratuita do GraphoRank analisa as primeiras 10 páginas e mostra o grafo, os papéis e o GraphRank. Veja os preços para sites maiores.

Como se relaciona com o SEO, o AEO e o GEO?

A otimização para motores de pesquisa (SEO) trata de ter boa posição nos resultados de pesquisa, a otimização para motores de resposta (AEO) trata de ser a resposta que um sistema dá, e a otimização para motores generativos (GEO) trata de ser incluído nas respostas geradas por IA. A nossa comparação entre SEO, AEO e GEO percorre as diferenças, e o guia de SEO com IA cobre o lado prático.

Navegabilidade e citabilidade agênticas não são mais uma etiqueta a aprender. São as duas propriedades do seu próprio site de que as três disciplinas dependem: uma máquina consegue chegar-lhe e lê-lo, e o que lê merece ser citado? Para números de utilização e de tráfego, veja as estatísticas de pesquisa com IA.