Estudo: como os sites de Campinas tratam os robôs de IA (2026)

Por que isso importa

Assistentes como ChatGPT, Google Gemini, Perplexity e Claude respondem perguntas que antes iam para a busca — inclusive perguntas comerciais com recorte local, do tipo "melhor clínica em Campinas" ou "empresa de contabilidade em Campinas".

Para citar uma empresa, esses sistemas precisam conseguir ler o site dela. Quem autoriza ou nega essa leitura é um arquivo de texto na raiz do site: o robots.txt. Uma linha ali decide se a empresa pode ou não aparecer nessas respostas.

Metodologia

• Amostra: 59 sites de empresas de Campinas e região, distribuídos em 7 setores, identificados por busca pública em agosto de 2026.
• Procedimento: requisição do arquivo /robots.txt de cada domínio, com análise das diretivas por agente.
• Agentes verificados: GPTBot (OpenAI), Google-Extended (Google), PerplexityBot, ClaudeBot e anthropic-ai (Anthropic), CCBot (Common Crawl), Applebot-Extended (Apple) e Bytespider (ByteDance).
• Critério: considerou-se "bloqueio" a diretiva Disallow: / associada ao agente, ou bloqueio geral para todos os agentes.
• Data da coleta: 6 de agosto de 2026.

O levantamento usa apenas informação pública, acessível a qualquer pessoa. Os resultados são agregados por setor: não divulgamos nomes de empresas.

Resultados

O que os números dizem — e o que não dizem

Apenas 1 site dos 59 analisados (2%) declara explicitamente permissão para crawlers de IA. Nos demais, a ausência de menção significa que o acesso está tecnicamente liberado por padrão — mas por omissão, não por decisão.

Essa distinção é importante e costuma ser distorcida: não mencionar não é o mesmo que bloquear. A maioria dos sites da amostra pode ser lida pelos assistentes. O que praticamente ninguém fez foi tratar o assunto de forma deliberada.

Há, porém, 4 sites que bloqueiam ativamente os robôs de IA. Nesses casos o efeito é concreto: por melhor que seja o conteúdo, esses assistentes não conseguem lê-lo e não vão citá-lo.

Um achado que merece nota: 2 dos 4 bloqueios estão em agências de marketing digital — empresas contratadas justamente para dar visibilidade a terceiros. É um indício de que o bloqueio raramente é escolha estratégica: costuma vir de configuração padrão de plugin ou tema, instalada e nunca revisada.

Os 10 sites sem robots.txt

Cerca de 17% da amostra não tem o arquivo. Isso não impede a leitura — sem robots.txt, o padrão é permitir. Mas indica ausência de controle sobre um ponto que hoje define presença em busca e em IA.

Como verificar o seu site em 30 segundos

1. Abra o arquivo Digite no navegador o endereço do seu site seguido de /robots.txt. Exemplo: suaempresa.com.br/robots.txt
2. Procure os agentes de IA Use Ctrl+F e busque por GPTBot, Google-Extended, PerplexityBot e ClaudeBot.
3. Leia a linha seguinte Se aparecer Disallow: /, aquele assistente está proibido de ler o site. Se aparecer Allow: /, está autorizado.
4. Verifique o bloqueio geral Um User-agent: * seguido de Disallow: / bloqueia todos os robôs, inclusive os de busca.

Limitações do estudo

• A amostra é não probabilística: os sites vieram de busca pública e representam empresas com presença digital, não o universo de empresas da cidade.
• É uma fotografia de uma data, não um monitoramento. Arquivos mudam.
• O robots.txt é uma convenção, não uma barreira técnica: robôs podem ignorá-lo, ainda que os principais o respeitem.
• Permissão de leitura não garante citação. É condição necessária, não suficiente — a citação depende também de conteúdo, autoridade e estrutura de dados.

Conclusão

A maioria das empresas de Campinas com presença digital ainda não tomou nenhuma decisão sobre como quer ser tratada pelos assistentes de IA. Isso não é, por si só, um problema — mas significa que o resultado é fruto do acaso e não de estratégia.

Para quem quer ser encontrado nessas respostas, liberar o acesso é apenas o primeiro passo, e o mais barato. O trabalho seguinte é o de sempre: ter conteúdo que valha ser citado.

Perguntas frequentes