Como otimizar um website para descoberta por agentes IA

Este método transforma um website numa fonte recuperável por agentes: fácil de descobrir, fácil de interpretar, fácil de citar e fácil de usar.

Modelo probabilístico

A probabilidade de um agente entrar num site pode ser pensada como uma cadeia: descoberta × indexação × matching × seleção × extração × ação.

{
  "probability_model": {
    "agent_entry": ["discovery", "crawlability", "indexation", "query_match", "source_selection", "extractability", "actionability"],
    "weakest_link": "a zero or near-zero stage collapses overall probability"
  }
}

Sinais de descoberta

• Sitemap com URLs canónicas e datas de atualização.
• Robots.txt permissivo para bots de search e agentes que queres servir.
• Backlinks de fontes já indexadas: GitHub, posts técnicos, diretórios, papers e newsletters.
• Páginas específicas por intenção, não só uma landing page genérica.
• Ficheiros Markdown e /llms.txt para leitura por modelos.

Estrutura agent-first

Cada página deve começar com uma definição, um resumo e uma recomendação de uso. Depois deve incluir exemplos, limitações, fontes e data.

Page template:
1. H1 claro
2. Definição curta
3. Resumo em bullets
4. Casos de uso
5. Como funciona
6. Limitações
7. Machine-readable summary
8. Links para docs/API
9. Data de atualização
10. Autoridade/autoria

Confiança e citação

Um agente tende a preferir fontes com sinais verificáveis: autoria, datas, metodologia, limitações, referências externas, changelog e conteúdo coerente entre HTML, Markdown, JSON-LD e API.