Antes de perguntar se o site "usa IA", vale perguntar algo mais simples: um agente de IA consegue ler, entender e confiar no que está nesse site? A resposta depende de uma lista de itens técnicos, a maioria dos quais já deveria existir por boas práticas de SEO, só que agora ganha um propósito adicional.

O checklist

1. robots.txt válido, com sinais explícitos Todo site deveria ter um robots.txt correto, controlando o que pode ser rastreado. Vale ir além e declarar explicitamente como o conteúdo pode ser usado por sistemas de IA, com a linha Content-Signal, proposta pelo contentsignals.org — por exemplo search=yes, ai-input=yes, ai-train=yes. Isso remove a ambiguidade sobre a intenção do site.

2. sitemap.xml atualizado Um mapa do site simples e atualizado continua sendo a forma mais direta de dizer a qualquer rastreador, humano ou de IA, quais páginas existem e quando mudaram pela última vez.

3. Títulos e descrições únicos por página Cada página precisa de um <title> e uma meta description próprios, específicos do conteúdo daquela página. Páginas genéricas ou duplicadas são mais difíceis de citar corretamente, tanto por buscadores quanto por assistentes de IA.

4. Tags canônicas A tag canonical evita ambiguidade quando existe mais de uma URL para o mesmo conteúdo, algo que confunde tanto rastreadores tradicionais quanto sistemas que precisam decidir qual versão de uma página citar.

5. Dados estruturados (JSON-LD) Marcação estruturada descrevendo organização, serviços, artigos e outras entidades do site ajuda máquinas a extrair fatos sem precisar interpretar texto livre. É um dos elementos mais citados nas diretrizes oficiais de SEO do Google para conteúdo compreensível por sistemas automatizados.

6. Um arquivo llms.txt Um resumo do site em formato de texto simples, pensado para ser lido por modelos de linguagem, cobrindo quem é a empresa, o que ela faz e onde encontrar mais informação. Funciona como um resumo executivo para agentes.

7. Imagem de Open Graph e página 404 própria Detalhes que parecem só de marca, mas importam: uma imagem OG bem configurada ajuda no compartilhamento e na pré-visualização por ferramentas automatizadas, e uma página 404 personalizada evita que agentes, e pessoas, fiquem presos em becos sem saída.

8. Para empresas com dados reais: um servidor MCP descobrível Esse é o item mais avançado da lista, e nem toda empresa precisa dele agora — mas para quem tem sistemas com dados que mudam (catálogo, disponibilidade, status), expor um servidor MCP (Model Context Protocol) permite que agentes consultem informação real em vez de interpretar uma página estática. Para ser descoberto sem fricção, o servidor deveria ter um "server card" (/.well-known/mcp/server-card.json) e aparecer em um catálogo de API (/.well-known/api-catalog, seguindo a RFC 9727), idealmente referenciado por cabeçalhos Link (RFC 8288) na página inicial.

Um exemplo de referência

O yanmantovani.com implementa todos os itens acima: robots.txt com Content-Signal, llms.txt e llms-full.txt, JSON-LD nas páginas principais, título e descrição únicos por página, canonical tags, imagem OG própria, 404 personalizada, e um servidor MCP em /api/mcp descobrível via server card e catálogo de API. Nenhum desses itens sozinho resolve tudo, mas juntos formam uma base consistente.

Síntese

Esse checklist não é sobre perseguir tendência. É sobre reduzir o atrito entre o que sua empresa sabe sobre si mesma e o que um sistema automatizado consegue efetivamente descobrir e confirmar. Quanto menor esse atrito, maior a chance de aparecer, corretamente, na resposta que um assistente de IA dá para alguém que nunca visitou seu site.