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.
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?
| Plataforma | Robô de busca | Robô de treino | Acesso a pedido do usuário | Lacuna |
|---|---|---|---|---|
| ChatGPT | OAI-SearchBot | GPTBot | ChatGPT-User (robots.txt pode não se aplicar) | critério de seleção entre páginas |
| Gemini | Googlebot (índice do Google) | Google-Extended | não detalhado nas páginas que abri | aplicativo sem documentação de seleção |
| Perplexity | PerplexityBot | não usa para modelos de base | Perplexity-User (em geral ignora robots.txt) | ordenação das fontes |
| Claude | Claude-SearchBot | ClaudeBot | Claude-User | seleção entre fontes |
| Copilot | integrado ao Bing (pipeline não detalhado) | não tratado na fonte | não tratado | encadeamento índice e resposta |
| AI Overviews e AI Mode | Googlebot | Google-Extended (sem efeito na Busca) | não aplicável | ponderação das fontes |
| Meta AI | meta-webindexer | meta-externalagent | meta-externalfetcher (pode ignorar robots.txt) | ordenação das fontes |
| Grok | não documentado nas páginas que abri | não documentado | não documentado | robôs do produto de consumo |
| DeepSeek | sem fonte oficial aberta | sem fonte oficial aberta | sem fonte oficial aberta | tudo |
| Mistral | não documentado | não documentado | não documentado | motor 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?
| Plataforma | Forma da citação (documentada) | Observação para medir |
|---|---|---|
| ChatGPT | na API, anotações url_citation com URL, título e trecho da resposta; lista de fontes consultadas pode ser maior que a de citadas | registrar se a busca foi acionada |
| Gemini | citações em linha com índices do trecho; registro das consultas feitas | validar links, pois o Tow Center achou URLs quebradas |
| Perplexity | citações numeradas em toda resposta | testar modos padrão e profundos em linhas separadas |
| Claude | citações sempre ativadas na busca, com até 150 caracteres do trecho | anotar respostas sem busca; contam como não citadas, com a nota |
| Copilot | citações no texto, lista completa de links e frases com link | registrar as três camadas |
| AI Overviews | links de apoio, com requisito de indexação e snippet | registrar se o AI Overview apareceu |
| AI Mode | links para exploração; resultados tradicionais quando a confiança é baixa | registrar ausência de resposta de IA |
| Meta AI | a Meta diz que o meta-webindexer ajuda a citar e linkar | registrar onde a pergunta foi feita |
| Grok | campo de citações na API | separar API e aplicativo |
| DeepSeek | não confirmado por fonte oficial | tratar tudo como observação |
| Mistral | trechos de referência com título, URL e fonte, na API de Conversas | só vale para agentes via API |
Quem oferece relatório para o dono do site?
| Plataforma | Relatório | Cobertura | Fonte |
|---|---|---|---|
| relatório de desempenho de IA generativa no Search Console, em implantação gradual | AI Overviews e AI Mode | guia do Google, atualizado em 10/07/2026 | |
| Bing | AI Performance, no Bing Webmaster Tools | Copilot do Bing e resumos de IA do Bing | documentação da Adobe, 02/10/2026 (fonte de terceiro) |
| OpenAI, Anthropic, Perplexity, Meta, xAI, Mistral | nenhum relatório de citações localizado nas páginas que abri | não 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.
- Separar as regras de robots.txt por função de robô e registrar a data de cada decisão.
- Entregar o conteúdo principal em HTML, porque a maioria dos rastreadores medidos não executa JavaScript.
- Medir por plataforma, não em média. Cada uma tem robôs, formato de citação e relatórios diferentes. Somar tudo num número esconde o problema.
- 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
- Overview of OpenAI crawlers, OpenAI (2026-10-14)
- Does Anthropic crawl data from the web, and how can site owners block the crawler?, Anthropic (2026-04-07)
- Perplexity crawlers, Perplexity (2026-10-14)
- Meta Web Crawlers, Meta for Developers (2026-10-14)
- Google's common crawlers, Google Search Central (2026-10-14)
- AI features and your website, Google Search Central (2025-12-10)
- We Compared Eight AI Search Engines. They're All Bad at Citing News, Columbia Journalism Review, Tow Center (2025-03-06)
- 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.