Verificação de SEO com agente de IA: o que ele realmente vê na sua página

Quando você pede a um agente de IA que verifique o SEO de uma página, ele normalmente trabalha com a página convertida em texto. Os títulos e o texto chegam até ele; o status HTTP, os cabeçalhos de resposta, os saltos de redirecionamento, as tags do head e os dados estruturados normalmente não. Por isso, o agente consegue revisar bem o que você escreveu, mas não consegue confirmar a maior parte do que decide se um buscador vai indexar a página.

As ferramentas de busca de páginas variam entre assistentes e mudam com o tempo, então a pergunta útil é o que o agente recebeu. Em outubro de 2026, respondemos a essa pergunta para uma das nossas próprias páginas, registrando a troca HTTP completa ao lado da visão em texto com que um agente trabalha. Este artigo mostra exatamente o que rodamos, o que cada visão continha e como entregar a um agente as evidências que faltam.

Buscamos uma das nossas páginas pelos dois caminhos

Escolhemos um artigo publicado, o nosso guia de cadeias de redirecionamento, e o solicitamos pelo endereço longo que uma pessoa poderia colar num chat: http://www.seoreport.dev/articles/redirect-chains-guide/. HTTP simples, o host www e a barra final são variantes que o site normaliza, então a solicitação com certeza ia redirecionar.

Lemos a página de 3 formas:

1. A troca HTTP completa, com curl, registrando cada salto, a linha de status final, cada cabeçalho de resposta e o HTML bruto.
2. Uma extração simples em texto desse mesmo HTML: scripts, estilos e o <head> removidos, texto visível mantido. É a conversão que muitas ferramentas fazem antes de um assistente ler a página.
3. A ferramenta de busca embutida num assistente de programação com IA, instruída a relatar, item por item, só o que estava literalmente presente no conteúdo que recebeu.

As visões 2 e 3 concordaram em todos os itens que importam aqui, então a tabela as mostra juntas. A única diferença: a ferramenta de busca repassou o title da página, enquanto a extração simples manteve o H1, que traz as mesmas palavras.

Em tamanho, a visão em texto tinha cerca de 10 KB de uma resposta HTML de 71 KB. A maior parte do que foi descartado é código de script e estilo, de que nenhuma revisão de SEO precisa. O resto é justamente a evidência que uma revisão de SEO existe para ler.

Dois detalhes da tabela importam mais do que as contagens. Primeiro, a resposta sobre a tag canonical dependeu de como perguntamos. Quando pedimos que marcasse cada tag como "presente ou ausente", a ferramenta respondeu "ausente" para uma canonical que a página tem, e só depois acrescentou uma ressalva sobre o <head>. Quando demos a opção "não é possível dizer", ela escolheu essa. Um agente que recebe a primeira resposta e age com base nela recomendaria adicionar uma tag que já existe. Segundo, o JSON-LD Article e uma tag article:modified_time trazem a data de modificação de 3 de outubro de 2026, enquanto a assinatura visível mostra só a data de publicação, 28 de setembro de 2026. A data que um buscador pode ler como "última atualização" existe só na parte da página que o agente nunca recebeu.

Não havia nada errado nesta página. Dois saltos de redirecionamento estão bem abaixo dos 10 que, segundo a documentação de rastreamento do Google, os rastreadores dele seguem, e a canonical aponta para a própria página. A conclusão é que o agente não teria como saber, num sentido ou no outro.

A ferramenta só informou o status quando a página falhou

Repetimos o teste com um endereço que não existe no nosso site. O servidor respondeu 404, e a ferramenta de busca disse isso: relatou "HTTP 404 Not Found" e não retornou texto de página. Na página que funcionava, o 200 nunca foi mencionado.

Esse padrão (erros aparecem, respostas de sucesso ficam em silêncio) deixa de fora justamente os casos que mais dão trabalho, porque eles respondem 200:

• Uma página que parece não existir, mas responde 200. A nossa página 404 diz "Article Not Found. The article you are looking for does not exist." Se um servidor enviasse esse mesmo texto com status 200, a visão em texto seria idêntica. Só a linha de status diz aos buscadores qual é o caso, e, quando o Google detecta a versão com 200, o Search Console a relata como "Erro soft 404".
• Uma página que se lê perfeitamente, mas diz aos buscadores para não indexá-la. A documentação do Google sobre a metatag robots (consultada em outubro de 2026) afirma que qualquer regra usada numa metatag robots também pode ser enviada como cabeçalho HTTP X-Robots-Tag. Um noindex enviado assim não deixa rastro no texto. Explicamos como encontrar esses casos e decidir sobre eles em URL marcado como "noindex" no Search Console.
• Uma página cuja canonical é declarada num cabeçalho. O Google documenta um cabeçalho de resposta Link com rel="canonical" como alternativa à tag HTML, inclusive para arquivos que não são HTML, como PDFs. Uma visão em texto não consegue vê-lo.

A evidência está na troca, não na página

Tudo o que a visão em texto descartou é do mesmo tipo: evidência que um servidor e um rastreador trocam entre si e que um visitante lendo a página nunca vê. Ela fica em 6 lugares.

Status e redirecionamentos. Cada salto é uma resposta própria, com o próprio código de status. Algumas ferramentas reescrevem http:// para https:// antes de solicitar, então o redirecionamento de HTTP para HTTPS nem chega a ser solicitado. O guia de redirecionamentos e normalização de URL explica quais saltos manter.

Cabeçalhos de resposta. X-Robots-Tag, Link, Cache-Control, Vary e os cabeçalhos de segurança viajam acima do HTML. Nenhum deles é texto na página.

Tags do head. A canonical, a metatag robots, o hreflang, a meta description e as tags de Open Graph ficam no <head>, que as conversões para texto removem.

Dados estruturados. O JSON-LD fica dentro de um elemento <script>. As conversões para texto removem os scripts, e o JSON-LD vai junto. O guia de dados estruturados e metadados sociais explica o que ele deve conter.

HTML bruto versus renderizado. Algumas ferramentas executam o JavaScript antes de converter a página, outras não, e a saída raramente diz qual foi o caso. Uma página cujo conteúdo só aparece depois que o JavaScript roda pode parecer completa para uma ferramenta e vazia para outra. Medimos com que frequência essa diferença aparece em o que os rastreadores de IA realmente veem.

Arquivos e páginas além do URL. O robots.txt é um arquivo separado que o agente nunca solicita, a menos que alguém peça. A documentação do Google observa que, quando o robots.txt bloqueia uma página, o Google não consegue ler o noindex dela, então os dois precisam ser verificados juntos. O sitemap, os links internos e eventuais URLs duplicados ficam em outras páginas.

sequenceDiagram
    participant U as Você
    participant A as Agente de IA
    participant F as Ferramenta de busca
    participant S as Seu site
    U->>A: Verifique o SEO desta página
    A->>F: Busque o URL
    F->>S: GET http://www.example.com/page/
    S-->>F: 301 e um cabeçalho Location
    F->>S: GET https://example.com/page/
    S-->>F: 301 e um cabeçalho Location
    F->>S: GET https://example.com/page
    S-->>F: 200, cabeçalhos de resposta, HTML completo
    Note over F: Saltos, status, cabeçalhos, tags do head e JSON-LD descartados
    F-->>A: Texto visível em Markdown
    A-->>U: Recomendações baseadas só no texto

A maioria dos problemas de SEO que apontamos está fora do texto da página

Os nossos próprios dados de auditoria mostram quanto de uma revisão depende do que a visão em texto descarta. Em 45 sites externos auditados pelo SEOReport entre maio e outubro de 2026, 94% dos 506 problemas apontados estavam em algum lugar que quem lê a página nunca vê: cabeçalhos de resposta, tags do head, dados estruturados, sitemap XML, robots.txt, redirecionamentos ou relações entre páginas.

O gráfico abaixo divide os mesmos 506 problemas pelo único lugar onde uma pessoa teria de olhar para ver a evidência.

Só os 5,9% do conteúdo visível da página são o tipo de evidência que uma visão em texto preserva. Agrupados pelo que um agente teria de receber para enxergá-los, os outros locais se dividem em 3 grupos. Status HTTP e cabeçalhos, tags do head e dados estruturados somam 69% dos 506 problemas: evidência que chega dentro da própria resposta da página e que uma conversão para texto joga fora. Uma extração de texto melhor não a recuperaria; ler a própria resposta, sim. O sitemap XML, a biblioteca de artigos lida como um todo, as relações entre páginas e o robots.txt somam cerca de 20%: evidência que a resposta de nenhuma página isolada contém. Os 5,6% restantes exigem uma segunda visão da página ou do endereço dela: a página renderizada ao lado do HTML bruto, a resposta para smartphone ao lado da de desktop, ou os saltos de redirecionamento antes da página.

A mesma amostra mostra o efeito por site: todos os 45 sites tinham pelo menos um problema apontado fora do texto visível da página, e em 24 deles (53%) todos os problemas apontados estavam fora dele. Nesses 24 sites, uma revisão limitada ao texto visível não teria diante de si nenhuma das evidências apontadas.

Como entregar ao seu agente as evidências que faltam

Um agente raciocina bem sobre as evidências que consegue ver. A solução é colocar a troca HTTP diante dele.

Se o seu agente tem acesso a um shell, peça que rode estes comandos e mostre a saída bruta antes de tirar qualquer conclusão. Se não tem, rode-os você mesmo e cole a saída no chat.

# 1. Every hop, every status, the headers that matter (GET, following redirects)
curl -sL -D - -o /dev/null http://www.example.com/page/ \
  | grep -iE '^(HTTP/|location|x-robots-tag|link|content-type|cache-control|vary)'

# 2. Canonical, hreflang and meta robots tags from the raw HTML
curl -s https://example.com/page \
  | grep -oiE '<link[^>]*rel="(canonical|alternate)"[^>]*>|<meta[^>]*name="robots"[^>]*>'

# 3. How many JSON-LD blocks the raw HTML contains
curl -s https://example.com/page | grep -o 'application/ld+json' | wc -l

# 4. The crawl rules that apply to the page
curl -s https://example.com/robots.txt

Três hábitos tornam as respostas confiáveis:

• Use GET, não HEAD. Alguns servidores respondem de forma diferente aos dois. O nosso respondeu: o primeiro salto do nosso teste deu 301 para uma solicitação GET e 308 para uma solicitação HEAD.
• Pergunte o que ele recebeu antes de perguntar o que está errado. "Liste o código de status, os cabeçalhos e as tags do head que você consegue ver" transforma uma lacuna escondida numa lacuna visível e mostra quais respostas "ausente" significam "nunca recebido".
• Pergunte se o HTML foi renderizado. Se a ferramenta do agente executou JavaScript, a visão dele pode diferir do que o servidor envia. Compare com o HTML bruto do comando 2, como descreve o guia de renderização de JavaScript.

Uma verificação completa de uma página ainda é uma página só

Com a troca completa diante de si, um agente consegue revisar bem uma única página. O que a resposta não pode conter é o resto do site: se o seu sitemap lista a página, se outras páginas linkam para ela, se outro URL a duplica, se o robots.txt bloqueia páginas que o seu sitemap anuncia. Na amostra acima, cerca de um em cada cinco problemas apontados estava num lugar que a resposta de nenhuma página isolada conseguiria mostrar. Cobrir esses casos significa repetir o trabalho em muitas páginas, em muitas sessões, com um método que se mantém igual a cada vez, que é o tema de por que uma única sessão de IA não consegue auditar um site inteiro.

Um diagnóstico completo do SEOReport faz boa parte desse trabalho no nível do site em um único relatório. Ele solicita as páginas listadas no seu sitemap, acompanha o endereço que você envia por cada salto de redirecionamento, lê o seu robots.txt e compara o HTML bruto da sua página inicial com a página renderizada. Cada achado traz a evidência (códigos de status, valores de cabeçalho, URLs afetados), e cada achado tirado de uma amostra de páginas informa quantas foram examinadas. Um agente pode criar e ler esse relatório pelo servidor MCP e pela API REST, começando pelas evidências do site em vez de pelo texto.

Perguntas frequentes

O ChatGPT consegue verificar o SEO do meu site?

Ele consegue revisar qualquer conteúdo que chegue até ele: títulos, texto e o title, se a ferramenta o repassar. Se ele também vê o código de status, os cabeçalhos, as tags do head ou os dados estruturados depende da ferramenta de busca que usa naquele momento, que varia e raramente é informada. Peça primeiro que liste o que recebeu, ou cole a saída dos comandos acima.

Um verificador de SEO com IA é o mesmo que uma auditoria de SEO?

Um verificador de SEO com IA normalmente revisa uma página a partir do conteúdo que a ferramenta dele retorna. Uma auditoria lê a troca HTTP, o robots.txt, o sitemap e as relações entre páginas, e registra a evidência de cada achado para que o resultado possa ser conferido e repetido. Os dois respondem a perguntas diferentes: um revisa o texto de uma página, o outro estabelece o que o site entrega aos rastreadores.

Por que o meu agente disse que a minha página não tem tag canonical se ela tem?

A tag canonical fica no <head>, que as conversões para texto removem. No nosso teste, a ferramenta respondeu "ausente" para uma canonical que existe. Confirme com o comando 2 acima, ou vendo o código-fonte da página no navegador, antes de agir com base nesse tipo de recomendação.

Faz diferença se a ferramenta do meu agente executa JavaScript?

Sim, quando o seu conteúdo ou as suas tags dependem de JavaScript. Uma ferramenta que renderiza a página pode relatar um title ou H1 que o HTML bruto não tem, e uma que não renderiza pode relatar uma página quase vazia que os navegadores mostram completa. Comparar o HTML bruto com a página renderizada mostra qual versão os buscadores e outros rastreadores recebem primeiro.