Doze verificações, na ordem em que os problemas aparecem. As quatro primeiras são técnicas e eliminatórias: se falham, nada do resto importa. As demais decidem se a IA entende a loja e a escolhe como fonte. Cada item tem o jeito de verificar e o sintoma de falha.
O checklist
| # | Verificar | Como | Sintoma de falha |
|---|---|---|---|
| 1 | Robôs de busca das IAs entram com 200 | Requisição à home com o user-agent de cada robô. OAI-SearchBot, ChatGPT-User, PerplexityBot e Claude-SearchBot devem receber 200. | 403 ou 429. Firewall com regra de "AI Bots" em negar, proteção contra bots sem exceção, ou bloqueio por user-agent no código. |
| 2 | Política de treinamento decidida de propósito | GPTBot e ClaudeBot: liberados ou bloqueados por decisão, não por herança. CCBot e Bytespider: bloqueados. | Lista única de "bots de IA" que mistura busca e treino, bloqueando tudo junto. |
| 3 | robots.txt sem grupo específico com Allow para robô de IA | Robôs de busca cobertos pelo grupo geral, que mantém os Disallow de checkout, conta e API. Grupos específicos só para os bloqueados. | Grupo "User-agent: GPTBot / Allow: /", que substitui o grupo geral e expõe rotas privadas. |
| 4 | Conteúdo presente no HTML sem JavaScript | Baixar uma página de produto e uma de categoria com o user-agent do robô e procurar um trecho do fim da página. | Página que chega vazia e só preenche no navegador. A IA lê a casca. |
| 5 | Um domínio canônico só | Todos os outros hosts respondem 301 para o canônico. Canonical, robots.txt, sitemap e llms.txt apontam para o mesmo host. | Dois domínios respondendo 200 com o mesmo conteúdo. Autoridade dividida, citação aleatória. |
| 6 | Organization na raiz, com identidade completa | Nome, endereço, telefone, redes e, se houver, avaliação agregada em JSON-LD no layout raiz. | Sem Organization, ou com dados diferentes entre páginas. |
| 7 | Product e Offer em toda página de produto | Preço, disponibilidade, marca e imagem no JSON-LD, iguais ao que a página mostra. | Preço no schema diferente do preço na tela. A IA cita errado ou desconfia. |
| 8 | FAQPage onde há perguntas e respostas | O mesmo texto visível e no schema. Perguntas do jeito que o cliente pergunta. | FAQ só visual, sem schema; ou schema com perguntas que não estão na página. |
| 9 | Nomes oficiais de produto e serviço | Service ou Product com o nome que o menu, o llms.txt e as páginas usam. Um nome por coisa. | Dois nomes para o mesmo produto no site. A IA escolhe um, inventa o outro. |
| 10 | llms.txt atualizado na raiz | Quem é a empresa, o que vende, nomes oficiais e links das páginas principais. Revisar a cada lançamento. | Sem o arquivo, ou com produtos que já mudaram de nome. |
| 11 | Páginas que respondem perguntas de compra | Comparativos, indicado para, não indicado para, perguntas frequentes nas páginas de produto e categoria. | Só descrição comercial. A IA busca a resposta em blog de terceiro. |
| 12 | Medição de presença com data | Bateria de perguntas da categoria rodada nas quatro IAs, com resultado guardado para comparar no mês seguinte. | Nenhum número. Sem saber se está melhorando ou piorando. |
Os dois comandos que resolvem metade do checklist
Item 1, acesso dos robôs:
for ua in "OAI-SearchBot/1.0" "ChatGPT-User/1.0" "PerplexityBot/1.0" \
"Claude-SearchBot/1.0" "GPTBot/1.2" "ClaudeBot/1.0" "CCBot/2.0"; do
printf "%-20s " "$ua"
curl -s -o /dev/null -A "$ua" -w "%{http_code}\n" https://www.sualoja.com.br/
doneItem 4, conteúdo no HTML:
curl -s -A "OAI-SearchBot/1.0" https://www.sualoja.com.br/algum-produto/p \
| grep -c "texto que aparece no fim da página"Se o primeiro devolve 403 ou 429 para os robôs de busca, pare aí e corrija antes de tocar em conteúdo. Se o segundo devolve zero, a página não existe para a IA, por mais bonita que seja no navegador.
Por onde corrigir primeiro
- Acesso (itens 1 a 3). Regra de exceção no firewall para os robôs de busca, revisão do middleware, robots.txt sem grupo específico com Allow. Um dia de trabalho.
- Estrutura (itens 4 a 6). Renderização no servidor, domínio único com 301, Organization na raiz. Depende da arquitetura; em headless é rápido.
- Semântica (itens 7 a 10). Product, FAQPage, Service e llms.txt. Trabalho de catálogo e de nomenclatura, mecânico depois do primeiro modelo.
- Conteúdo (item 11). O que leva mais tempo e mais rende. Começa pelas perguntas em que a loja perde na medição.
- Medição (item 12). Antes de qualquer correção e a cada 30 dias. Sem isso, não dá para saber o que funcionou.
O detalhe técnico de cada item, com os robôs e as armadilhas, está no guia Como fazer sua loja VTEX aparecer no ChatGPT, Perplexity e Gemini.