Mapa de fontes

Mapa: de onde cada IA tira as fontes

Uma tabela comparativa, só com o que a documentação oficial confirma, com a data da consulta. O que não está confirmado aparece como tal.

resposta curtaCada plataforma de IA separa o robô que treina, o robô que alimenta a busca e o acesso feito a pedido do usuário. OpenAI, Anthropic, Perplexity e Meta publicam essa divisão; o Google a organiza em Googlebot e Google-Extended. Só Google e Bing oferecem relatório de citações a donos de site. Nenhuma plataforma publica o critério que escolhe entre fontes (consulta em outubro de 2026).

Como ler esta tabela?

Cada célula resume uma página oficial aberta em 14/10/2026. A coluna "Lacuna" lista o que a documentação não diz. Onde a fonte é de terceiro, está marcado. Mudanças são frequentes: antes de agir sobre uma linha, abra a página da plataforma e confira a data. Os detalhes de cada linha estão na página da própria plataforma.

Quais robôs e controles cada plataforma declara?

PlataformaRobô de buscaRobô de treinoAcesso a pedido do usuárioLacuna
ChatGPTOAI-SearchBotGPTBotChatGPT-User (robots.txt pode não se aplicar)critério de seleção entre páginas
GeminiGooglebot (índice do Google)Google-Extendednão detalhado nas páginas que abriaplicativo sem documentação de seleção
PerplexityPerplexityBotnão usa para modelos de basePerplexity-User (em geral ignora robots.txt)ordenação das fontes
ClaudeClaude-SearchBotClaudeBotClaude-Userseleção entre fontes
Copilotintegrado ao Bing (pipeline não detalhado)não tratado na fontenão tratadoencadeamento índice e resposta
AI Overviews e AI ModeGooglebotGoogle-Extended (sem efeito na Busca)não aplicávelponderação das fontes
Meta AImeta-webindexermeta-externalagentmeta-externalfetcher (pode ignorar robots.txt)ordenação das fontes
Groknão documentado nas páginas que abrinão documentadonão documentadorobôs do produto de consumo
DeepSeeksem fonte oficial abertasem fonte oficial abertasem fonte oficial abertatudo
Mistralnão documentadonão documentadonão documentadomotor e robôs

Duas regras práticas saem da tabela. A primeira: bloquear em bloco todos os robôs de IA de uma empresa mistura decisões diferentes, porque o robô de treino e o de busca têm efeitos opostos sobre ser citado. A segunda: bloquear o acesso a pedido do usuário por robots.txt pode ser ineficaz, já que três empresas dizem que esse tipo de acesso pode ignorar o arquivo. O RFC 9309 lembra, além disso, que o robots.txt não é uma forma de autorização de acesso.

Como cada plataforma mostra a citação?

PlataformaForma da citação (documentada)Observação para medir
ChatGPTna API, anotações url_citation com URL, título e trecho da resposta; lista de fontes consultadas pode ser maior que a de citadasregistrar se a busca foi acionada
Geminicitações em linha com índices do trecho; registro das consultas feitasvalidar links, pois o Tow Center achou URLs quebradas
Perplexitycitações numeradas em toda respostatestar modos padrão e profundos em linhas separadas
Claudecitações sempre ativadas na busca, com até 150 caracteres do trechoanotar respostas sem busca; contam como não citadas, com a nota
Copilotcitações no texto, lista completa de links e frases com linkregistrar as três camadas
AI Overviewslinks de apoio, com requisito de indexação e snippetregistrar se o AI Overview apareceu
AI Modelinks para exploração; resultados tradicionais quando a confiança é baixaregistrar ausência de resposta de IA
Meta AIa Meta diz que o meta-webindexer ajuda a citar e linkarregistrar onde a pergunta foi feita
Grokcampo de citações na APIseparar API e aplicativo
DeepSeeknão confirmado por fonte oficialtratar tudo como observação
Mistraltrechos de referência com título, URL e fonte, na API de Conversassó vale para agentes via API

Quem oferece relatório para o dono do site?

PlataformaRelatórioCoberturaFonte
Googlerelatório de desempenho de IA generativa no Search Console, em implantação gradualAI Overviews e AI Modeguia do Google, atualizado em 10/07/2026
BingAI Performance, no Bing Webmaster ToolsCopilot do Bing e resumos de IA do Bingdocumentação da Adobe, 02/10/2026 (fonte de terceiro)
OpenAI, Anthropic, Perplexity, Meta, xAI, Mistralnenhum relatório de citações localizado nas páginas que abrinão se aplica–

Sem relatório, a única medida possível é a amostragem. Daí o protocolo: consultas fixas, registro padronizado e repetição.

O que os estudos independentes acrescentam?

Três fontes dão contexto, com seus limites.

  • Tow Center (CJR, 06/03/2025): 1.600 consultas em oito ferramentas, sobre trechos de reportagens de 20 editores. Mais de 60% das respostas estavam erradas no conjunto, segundo o resumo do estudo; o Gemini e o Grok 3 tiveram mais da metade das respostas com URLs inventadas ou quebradas. Cada trecho foi consultado uma vez, e o estudo só testou bloqueio por robots.txt.
  • Vercel (17/12/2024): rastreadores de IA medidos não executam JavaScript, exceto os que usam a infraestrutura do Googlebot (Gemini) e o AppleBot. Estudo de fornecedor, com dados da própria rede.
  • Pew Research Center (22/07/2025): em 68.879 buscas de 900 adultos dos EUA em março de 2025, usuários clicaram em links em 8% das visitas com resumo de IA e em 15% sem resumo.

Nenhum dos três mede a taxa de citação de uma marca. O primeiro mede erro de atribuição; o segundo, capacidade técnica de leitura; o terceiro, comportamento do usuário.

O que a tabela implica para a estratégia?

Sem esperar números que ninguém publicou, o mapa sustenta quatro decisões.

  1. Separar as regras de robots.txt por função de robô e registrar a data de cada decisão.
  2. Entregar o conteúdo principal em HTML, porque a maioria dos rastreadores medidos não executa JavaScript.
  3. Medir por plataforma, não em média. Cada uma tem robôs, formato de citação e relatórios diferentes. Somar tudo num número esconde o problema.
  4. Usar os relatórios oficiais onde existem (Search Console e Bing) e amostragem do protocolo onde não existem.

O passo a passo está em como medir citação por plataforma, e as definições dos indicadores em métricas.

Quais são os limites deste mapa?

Reúne documentação de dez produtos que mudam sem aviso. Células marcadas como não documentadas significam que não achei a informação nas páginas que abri, e não que ela não exista. As fontes de terceiros estão identificadas. O mapa será atualizado conforme a política editorial do site.

Fontes

  1. Overview of OpenAI crawlers, OpenAI (2026-10-14)
  2. Does Anthropic crawl data from the web, and how can site owners block the crawler?, Anthropic (2026-04-07)
  3. Perplexity crawlers, Perplexity (2026-10-14)
  4. Meta Web Crawlers, Meta for Developers (2026-10-14)
  5. Google's common crawlers, Google Search Central (2026-10-14)
  6. AI features and your website, Google Search Central (2025-12-10)
  7. We Compared Eight AI Search Engines. They're All Bad at Citing News, Columbia Journalism Review, Tow Center (2025-03-06)
  8. The rise of the AI crawler, Vercel (2024-12-17)

Meça antes de otimizar

Defina o conjunto de consultas, registre a linha de base e acompanhe a evolução com o mesmo protocolo.