Organiq

Meu site está bloqueando o ChatGPT? Veja quais robôs de IA podem acessá-lo

· Organiq · fatos de terceiros com fonte e data no texto

A busca do ChatGPT deixa de mostrar uma página quando o robots.txt bloqueia o OAI-SearchBot nela; bloquear o GPTBot só tira o conteúdo do treino de modelos da OpenAI. Cole a URL abaixo: a checagem lê o robots.txt naquele caminho para 8 robôs de IA, mais o llms.txt e o JSON-LD. Sem login; o Organiq não grava a URL.

Lê a página, o /robots.txt e o /llms.txt do site uma vez, a partir do servidor do Organiq. Sem login; o Organiq não grava o endereço.

O que faz cada robô de IA checado?

Os 8 da checagem: GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, Google-Extended, Bingbot, CCBot e Applebot-Extended. Fontes oficiais lidas em 3 de novembro de 2026:

Google-Extended e Applebot-Extended são tokens de controle de uso, não rastreadores: só valem dentro do robots.txt e não aparecem no log do servidor.

O que o robots.txt não controla?

Como ler o resultado?

Cada robô ganha um de quatro estados para o caminho da URL que você colou:

Regras de leitura (RFC 9309 e Google): um robô segue só o grupo que tem o nome dele; sem grupo próprio, segue o *. Entre as regras que casam com o caminho, vale a mais longa; empate entre Allow e Disallow fica com Allow. robots.txt com 404 ou outro 4xx: o robô pode ler tudo. Com 5xx: o robô deve tratar o site inteiro como bloqueado enquanto o erro durar.

Como liberar ou bloquear um robô de IA?

No /robots.txt da raiz do site, um grupo por robô. Este exemplo deixa a página aparecer na busca do ChatGPT e fora do treino da OpenAI:

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Disallow: /

Ao criar um grupo para um robô, ele deixa de seguir o grupo *: repita nele as regras do * que ainda devem valer. Bloquear robôs de treino (GPTBot, CCBot, Google-Extended, Applebot-Extended) é uma escolha; não tira a página das buscas.

O que deve ter um llms.txt?

O llms.txt é uma proposta publicada em llmstxt.org: um arquivo Markdown em /llms.txt. O único item obrigatório é um título # Nome; depois vêm um resumo em citação (>) e seções ## com listas de links. A checagem considera válido um arquivo que responde 200, não é uma página HTML e começa com # Título, e conta os links. Ela não diz se alguma IA lê o arquivo.

# Exemplo Ltda

> Uma frase sobre o que é o site e para quem.

## Docs

- [Preços](https://exemplo.com.br/precos): planos e preços
- [Guia](https://exemplo.com.br/guia): como começar

O que a checagem procura no JSON-LD?

Ela lê os blocos <script type="application/ld+json"> do HTML bruto (JSON-LD criado por JavaScript depois de carregar não entra) e lista os tipos. Numa página de conteúdo, procura um tipo citável (Article, BlogPosting, NewsArticle, TechArticle, FAQPage ou HowTo) com autor Person com url, datePublished e dateModified, e uma Organization com sameAs: é o que diz quem escreveu, quando, e quem publica. Numa home, só Organization é o esperado. Estrutura mínima de um artigo:

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Como escolher um CRM",
  "datePublished": "2026-10-01",
  "dateModified": "2026-11-03",
  "author": { "@type": "Person", "name": "Ana Lima", "url": "https://exemplo.com.br/ana" },
  "publisher": { "@type": "Organization", "name": "Exemplo Ltda", "url": "https://exemplo.com.br",
    "sameAs": ["https://www.linkedin.com/company/exemplo"] }
}

Em que esta checagem difere de outros verificadores grátis, e qual é a exceção?

Perguntas frequentes

Se eu bloquear o GPTBot, meu site some do ChatGPT?

Não. A OpenAI documenta o GPTBot para treino de modelos e o OAI-SearchBot para a busca do ChatGPT; cada regra do robots.txt é independente. Para ficar fora do treino e dentro da busca, bloqueie o GPTBot e libere o OAI-SearchBot.

Bloquear o Google-Extended tira meu site da Busca do Google?

Não. O Google diz que o Google-Extended não afeta a inclusão nem a posição na Busca. Ele só decide se o conteúdo rastreado pelo Google pode treinar e embasar os modelos Gemini.

O robots.txt libera um robô; por que ele ainda não consegue ler minhas páginas?

O robots.txt é um pedido, não uma trava. Um firewall, uma regra de robôs da CDN ou um login podem barrar o robô mesmo com o robots.txt liberando. Esta checagem lê os arquivos; não faz pedidos como cada robô.

E se o meu site não tiver robots.txt?

Quando o robots.txt responde 404 ou outro 4xx, os robôs podem ler tudo (RFC 9309), e os 8 aparecem como liberados sem regra. Quando responde 5xx, os robôs devem tratar o site inteiro como bloqueado até ele voltar; a checagem mostra "não deu para saber".

O Organiq guarda a URL que eu checo?

Não. A checagem roda quando você envia e o resultado existe só naquela página; a URL não vai para o banco do Organiq, e o Google Analytics da página de resultado recebe o endereço sem a URL digitada. O limite de uso mantém o seu IP só na memória do servidor, sem gravar em banco nem em arquivo, e o descarta depois de um minuto.

A checagem é grátis? Tem limite?

É grátis e não pede login. O limite é de cerca de 8 checagens por minuto por conexão.

Liberar os robôs de IA faz as respostas de IA citarem meu site?

Não há garantia. Liberar um robô só significa que ele pode ler a página; a citação depende da pergunta e do conteúdo. O Search Console mostra as buscas do Google em que a página aparece.

Por quais buscas as pessoas chegam ao site?

O robots.txt diz quem pode ler uma página; não diz por quais buscas as pessoas chegam a ela. O Google Search Console diz, para sites que você verificou: impressões, cliques, CTR e posição média por busca e por página. Guia: conectar o Search Console ao Organiq.

As mesmas checagens na página aberta no Chrome: a extensão grátis Organiq GEO.

Veja também

Escrito por , fundador do Organiq · Atualizado em