Agora os assistentes são o público

Durante boa parte de um ano eu li meu próprio tráfego errado. Olhava visitantes humanos, cliques de pesquisa, profundidade de sessão — e tratava as linhas de bots nos logs como ruído a ser filtrado. Até que resolvi somar tudo. Num dia representativo, meu site atendeu cerca de 301 visitantes humanos e aproximadamente 19.800 requisições de agentes de IA. E os agentes não estavam me raspando para treinamento. A maior fonte isolada, com folga, era o ChatGPT buscando minhas páginas ao vivo para responder à pergunta de alguém naquele exato instante. Meu público real havia parado de me visitar, em silêncio. Ele me lia por meio de um assistente — e o assistente me lia cerca de sessenta e seis vezes mais do que os humanos a quem respondia. {.answer-block}

Resumo

• Num dia recente representativo, meu site recebeu ~301 visitantes humanos e ~19.800 requisições de agentes de IA. A média de 7 dias do volume de agentes é de ~19.850/dia contra uma média de 28 dias de ~301 humanos/dia — uma proporção perto de 66 para 1.¹
• A maior parte desse tráfego de agentes não vem de rastreadores de treinamento. É busca ao vivo comandada pelo usuário: ChatGPT-User com ~13.100 requisições/dia e Claude-User com ~2.300, agentes que só buscam uma página porque um humano acabou de perguntar algo ao seu assistente.¹²³
• A documentação das próprias empresas traça a linha de forma explícita. OpenAI: o ChatGPT-User “não é usado para rastrear a web de forma automática”. Anthropic: o Claude-User acessa páginas “quando as pessoas fazem perguntas ao Claude”. A Cloudflare formaliza isso como um comportamento Agent distinto, separado de Training e Search.²³⁴
• Os rastreadores de treinamento com que todo mundo se preocupa foram um erro de arredondamento em comparação: 55 requisições do GPTBot e 212 do ClaudeBot no mesmo dia.¹²³
• A mudança prática: seu conteúdo é consumido cada vez mais como matéria-prima de resposta. O leitor é um humano que nunca chega à sua página, e quem de fato te lê é um assistente que te recupera na hora da pergunta. Isso muda o que você mede, o que você escreve e até o que significa “tráfego”.

O número que reenquadrou tudo

O site é pessoal: guias técnicos e ensaios, dez idiomas, algumas centenas de visitantes humanos por dia. Respeitável, longe de viral. Durante meses meu painel me contou uma história bem-comportada sobre cliques de pesquisa e duração de sessão, enquanto as linhas de agentes de IA ficavam num canto que eu mentalmente rotulei de “rastreadores, ignorar”.

O rótulo era o erro. Quando finalmente coloquei os logs de borda da Cloudflare na mesma tela que as métricas de visitantes humanos, a proporção não foi nem perto de equilibrada. Humanos: cerca de 301 por dia na média de 28 dias. Agentes de IA: cerca de 19.850 requisições por dia na média de 7 dias, e 19.785 no único dia representativo que abri por fonte.¹ As duas janelas são estáveis, então a proporção não depende de qual eu escolho: 19.785 contra 301 dá 65,7 para um, e a média mais suave de 7 dias fica em 65,9. Chame de sessenta e seis para um.

Uma objeção justa aparece na hora, e quero admiti-la antes que ela mine tudo o mais: essas unidades não são idênticas. Os 301 são visitantes humanos únicos. Os 19.800 são requisições de agentes, e uma única visita humana também cobre várias requisições de página. Ou seja, isto não é “sessenta e seis vezes mais leitores”. É mais próximo de “os assistentes pedem minhas páginas cerca de sessenta e seis vezes mais do que humanos chegam para lê-las”. A comparação honesta continua apontando na mesma direção, porque o que interessa não é o múltiplo exato. É o que essas requisições de agentes se revelaram ser.

Não são os rastreadores que te preocupavam

A suposição padrão — a minha inclusive — é que uma muralha de tráfego de agentes de IA significa raspadores de treinamento sugando seu conteúdo para o próximo modelo fundacional. É esse o medo que gerou uma centena de edições em robots.txt. E não é o que meus logs mostram.

Aqui está o mesmo dia representativo, aberto por user-agent:¹

Releia as duas primeiras linhas. ChatGPT-User e Claude-User somam mais de quinze mil das cerca de vinte mil requisições de agentes do dia. Nenhum dos dois é rastreador de treinamento, e essa distinção não é interpretação minha. Está documentada pelas próprias empresas, em linguagem direta.

A documentação de bots da OpenAI diz que a empresa usa o ChatGPT-User “para certas ações do usuário no ChatGPT e em Custom GPTs”, que “quando usuários fazem uma pergunta ao ChatGPT ou a um CustomGPT, ele pode visitar uma página web”, e então afirma sem rodeios: “o ChatGPT-User não é usado para rastrear a web de forma automática”.² O rastreador de treinamento em massa é outro agente, o GPTBot, descrito como aquele que rastreia “conteúdo que pode ser usado no treinamento dos nossos modelos fundacionais de IA generativa”.² No meu dia representativo, o GPTBot fez cinquenta e cinco requisições. O ChatGPT-User fez treze mil.

A Anthropic traça exatamente a mesma linha. O Claude-User “atende os usuários do Claude AI. Quando as pessoas fazem perguntas ao Claude, ele pode acessar sites usando um agente Claude-User”. Já o ClaudeBot, o rastreador de treinamento, “ajuda a aumentar a utilidade e a segurança dos nossos modelos de IA generativa coletando conteúdo da web que pode potencialmente contribuir para o treinamento deles”.³ Mesmo formato: o agente comandado pelo usuário faz sombra ao rastreador de treinamento — 2.274 contra 212.

A Cloudflare, que fica na frente de uma fatia enorme da web e não tem incentivo para bajular nenhuma empresa em particular, formaliza precisamente essa divisão. Sua taxonomia de bots verificados classifica bots de IA por comportamento em categorias distintas: Agent, “agentes comandados pelo usuário que visitam uma página em nome de um humano”; Search, “rastreamento para montar índices de pesquisa ou bancos de dados RAG”; e Training, “rastreamento para treinar ou ajustar modelos”.⁴ O critério que separa tudo é a direção humana. Um bot de treinamento ou de pesquisa rastreia de forma autônoma para montar um conjunto de dados persistente. Uma busca do tipo Agent é disparada por requisição, a partir de uma interação humana, para responder ao vivo a uma pergunta específica. Meu tráfego é esmagadoramente a terceira coisa.

O que uma busca ao vivo significa de verdade

Vale se deter na mecânica, porque ela muda o modelo mental por completo. Quando o ChatGPT-User bate na minha página, a sequência que produziu isso é a seguinte: uma pessoa abriu um assistente, digitou uma pergunta, o assistente decidiu que valia ler minha página para responder, buscou a página em tempo real, extraiu o que precisava e compôs uma resposta. A pessoa recebeu a resposta dela. E pode nunca ter visto meu nome, meu layout, meus outros textos, nem a nota discreta no rodapé recomendando um dos meus apps.

Isso é um leitor. Só que é um leitor que eu nunca encontro. O assistente é um entregador, e minhas métricas só enxergavam a van do entregador — treze mil viagens por dia — e chamavam aquilo de ruído.

Essa inversão é a história silenciosa por baixo do barulho sobre IA e conteúdo. O debate sobre rastreadores de treinamento gira em torno de saber se os modelos ingerem seu trabalho uma vez, em algum momento, dentro dos pesos. Esse debate importa, mas é a coisa errada para observar se você quer entender seu público ao vivo. O público ao vivo chega por buscas do tipo Agent, continuamente, cada uma disparada por uma interação humana acontecendo agora. Toda busca do ChatGPT-User nos meus logs remonta a uma pessoa que perguntou ao assistente algo que minha página podia responder — mesmo que uma única pergunta dispare mais de uma busca e algumas buscas nunca cheguem a ninguém. A escala — quinze mil buscas por dia contra trezentas visitas humanas — diz que as pessoas que meu conteúdo de fato alcança estão, em sua maioria, do outro lado de um assistente.

O que isso muda na hora de medir um site

Assim que você aceita que os assistentes são um público real, seu painel de instrumentos de repente está sem o mostrador mais importante. As ferramentas de analytics tradicionais foram construídas sobre a premissa de que a leitura acontece na sua página: sessões, profundidade de rolagem, tempo no site, o elemento de conversão logo abaixo da dobra. Nada disso dispara quando um humano te lê através do Claude. O assistente não rola nada, não converte nada e, por definição, registra rejeição em toda visita. Se você julgar seu conteúdo apenas pelo engajamento na página, seu público que mais cresce é estatisticamente invisível.

Daí decorrem três ajustes, e comecei a fazer os três.

Primeiro: trate logs de requisições de agentes de IA como métrica de público, não como métrica de segurança. Hoje acompanho o volume de ChatGPT-User e Claude-User por página do mesmo jeito que acompanho visitantes humanos únicos, porque essa contagem é o indicador mais próximo que tenho para “com que frequência um assistente usa esta página para responder alguém”. As páginas que os agentes mais buscam nem sempre são as que os humanos mais clicam, e essa diferença é um sinal de conteúdo que eu estava jogando fora.

Segundo: pare de otimizar só para o momento na página. Uma página escrita para ser passada de olho por um humano que chegou pela pesquisa não é a mesma coisa que uma página escrita para ser extraída de forma limpa por um assistente respondendo a uma pergunta. O segundo trabalho recompensa uma resposta clara e autossuficiente logo no topo, afirmações sem ambiguidade e uma estrutura que o recuperador consiga levantar sem toda a moldura ao redor. É por isso que coloco um bloco de resposta direta na abertura de cada texto. Esse bloco é tanto para o entregador quanto para o leitor.

Terceiro: aceite que a atribuição fica mais difícil e passe a medir a sombra que ela projeta. Não consigo enxergar o humano por trás de uma busca do Claude-User. O que consigo enxergar é um sinal de segunda ordem: humanos que chegam ao meu site já encaminhados por um assistente — o fio fino de gente que leu a resposta, quis a fonte e clicou. É um filete diante do volume de buscas, nove por dia contra quinze mil, mas é a ponta visível do público invisível, e sua tendência é o placar honesto para saber se ser boa matéria-prima de resposta acaba mandando humanos de volta à fonte.

A estratégia por baixo disso

Existe a tentação de ler tudo isso como sentença de morte para sites independentes: os assistentes exploram seu conteúdo até a última gota, respondem no seu lugar e ficam com o humano. Às vezes é exatamente isso que acontece. Mas o enquadramento é chapado demais, porque ignora o que a busca de fato está selecionando.

Um assistente busca sua página porque, na hora da pergunta, julgou que ela era a melhor fonte disponível para aquela consulta específica. Isso não é o velho jogo de ranquear por palavra-chave. É ser aquilo que um motor de resposta procura quando precisa acertar. A moeda não é backlink nem densidade de palavra-chave; é estar comprovadamente certo, de um jeito recuperável, sobre algo que gente suficiente pergunta. Uma página precisa, específica e atual é buscada. Uma página de conteúdo genérico requentado não é, porque o modelo já sabe a parte genérica e só sai atrás quando precisa de algo que não contém com confiabilidade.

Então o incentivo criado pelo tráfego de agentes está, pela primeira vez, alinhado com fazer páginas genuinamente boas. Não páginas projetadas para um algoritmo de ranqueamento, mas páginas que valham a pena recuperar para responder a uma pergunta real. A recompensa mensurável saiu de “um humano chegou e rolou a página?” para “um assistente julgou esta a melhor fonte e a leu para um humano?”. Prefiro competir na segunda.

A posição

Trate os assistentes como seu público principal — porque, pelos números, eles já são — e construa para a busca tanto quanto para a visita. O humano na sua página hoje é o leitor minoritário, e muitas vezes é aquele que se importou o bastante para ir atrás da fonte depois de o assistente ter respondido. O leitor majoritário é o próprio assistente, te recuperando ao vivo sempre que uma pergunta humana pede, e nunca encostando nas suas métricas. Isso não é um problema de rastreador a ser bloqueado. É um canal de distribuição a ser entendido — e, neste momento, é o maior que a maioria dos sites de conteúdo tem.

O site dos próximos anos se mede em dois números, não em um. Existe o tráfego que você consegue ver, humanos na página, e existe o tráfego que você precisa inferir, assistentes te lendo para responder a humanos que você nunca vai conhecer. Os meus estão em cerca de sessenta e seis para um a favor dos leitores que não consigo ver. Desconfio que os seus estejam mais perto disso do que seu painel deixa transparecer, porque as linhas estão paradas no mesmo canto onde deixei as minhas, com o rótulo de ruído.

Pontos principais

• Conte requisições de agentes de IA como público, não como ruído. No meu site elas superam as chegadas humanas em cerca de 66 para 1, e a composição importa mais do que o múltiplo.¹
• A maior parte do tráfego de agentes é busca ao vivo comandada pelo usuário, não treinamento. ChatGPT-User e Claude-User buscam páginas porque um humano acabou de perguntar algo ao assistente; as empresas documentam isso e a Cloudflare classifica como um comportamento Agent distinto.²³⁴
• Rastreadores de treinamento são uma fração pequena. GPTBot e ClaudeBot somados ficaram abaixo de 300 requisições num dia em que os agentes comandados por usuários fizeram mais de 15.000.¹²³
• As métricas de página deixam de fora o público que mais cresce. Assistentes não rolam nada e não convertem nada, então métricas de engajamento tornam o público Agent invisível; acompanhe o volume de buscas de agentes por página como indicador.
• Escreva para ser recuperado. Comece com uma resposta clara e autossuficiente; seja específico, preciso e atual. Um motor de resposta busca a página que julga a melhor fonte na hora da pergunta, o que recompensa estar genuinamente certo em vez de estar otimizado para palavra-chave.

Perguntas frequentes

Qual é a diferença entre ChatGPT-User e GPTBot?

O GPTBot é o rastreador de treinamento da OpenAI, que coleta conteúdo que “pode ser usado no treinamento” de modelos fundacionais. O ChatGPT-User é um agente comandado pelo usuário que busca uma página quando uma pessoa faz uma pergunta ao ChatGPT; a OpenAI afirma que ele “não é usado para rastrear a web de forma automática”.² Nos meus logs, os dois diferem em ordens de grandeza: o ChatGPT-User fez 13.128 requisições num dia em que o GPTBot fez 55.¹

Assistentes de IA estão lendo meu site em tempo real?

Se você publica conteúdo que responde a perguntas comuns, quase certamente sim. Agentes como ChatGPT-User, Claude-User e Perplexity-User buscam páginas ao vivo quando um humano pergunta ao assistente algo que a página pode responder.²³ Eles são distintos dos rastreadores de treinamento e dos indexadores de pesquisa e, no meu site, são a forma dominante de tráfego de agentes.

Em que isso difere de SEO?

O SEO clássico otimiza para ranquear numa página de resultados que um humano depois clica. A recuperação por motor de resposta otimiza para ser a fonte que um assistente busca e lê para compor uma resposta — muitas vezes sem que o humano visite nada. A recompensa se desloca de sinais de ranqueamento para ser preciso, específico e atual o bastante para que um modelo procure sua página quando precisa acertar.

Devo bloquear agentes de IA no robots.txt?

É uma escolha real, mas decida por comportamento, não em bloco. Bloquear rastreadores de treinamento (GPTBot, ClaudeBot) afeta se seu conteúdo treina modelos futuros. Bloquear agentes comandados pelo usuário (ChatGPT-User, Claude-User) afeta se os assistentes podem responder a humanos usando sua página ao vivo — o que, para muitos sites, hoje é o maior público. Uma ressalva que vale conhecer: agentes comandados pelo usuário têm histórico mais fraco de respeitar o robots.txt do que os rastreadores de treinamento, então um bloqueio no robots.txt é uma alavanca mais nítida sobre treinamento do que sobre buscas ao vivo — e uma regra na borda tende a ser o controle mais confiável nesse caso. A taxonomia da Cloudflare separa essas categorias justamente para você poder tratá-las de formas diferentes.⁴

Como medir um público que não consigo ver no meu próprio site?

Você não consegue atribuir diretamente o humano por trás de uma busca ao vivo, então meça duas outras coisas: o volume de requisições de agentes de IA por página nos seus logs de borda, como indicador de quantas vezes os assistentes usam cada página, e o fluxo menor de visitantes humanos que chegam já encaminhados por um assistente, como a sombra visível do público invisível.

Fontes