# Sua loja está bloqueada para rastreadores de IA?

Fonte: https://citetune.com/pt/blog/loja-bloqueada-para-rastreadores-de-ia

Escrito por: Equipe CiteTune · Publicado em: 2026-10-09 · Atualizado em: 2026-10-09 · 9 min de leitura

## Resposta curta

Uma loja pode estar bloqueada para os rastreadores de IA em dois lugares: no robots.txt, que declara uma regra, e no servidor ou no firewall, que podem responder 403 por conta própria. Para a busca do ChatGPT, é preciso permitir o OAI-SearchBot; o GPTBot só afeta o treinamento. Verifique as duas camadas.

## Duas camadas, duas causas possíveis

Se uma loja não aparece em nenhuma resposta de IA, a primeira verificação é a mais simples: os rastreadores conseguem ao menos ler as suas páginas? Dois mecanismos diferentes respondem a essa pergunta, e eles costumam ser confundidos.

O primeiro é o arquivo robots.txt. Ele é padronizado na RFC 9309 e diz aos rastreadores quais caminhos eles podem buscar. A mesma RFC afirma que essas regras não são uma forma de controle de acesso: um rastreador honesto as respeita, mas elas não são impostas. O segundo mecanismo é o próprio servidor, ou o que fica na frente dele: uma CDN, um firewall de aplicações web (WAF), um plugin de segurança. É ele que decide o que de fato é devolvido e pode responder 403 a um rastreador que o seu robots.txt permite.

Uma loja pode, portanto, dizer “sim” no robots.txt e “não” na resposta. E o contrário também vale: uma única linha Disallow no robots.txt basta para afastar um rastreador que a respeita, mesmo que o servidor o atendesse sem problema. Verifique as duas. Se o robots.txt não existe ou devolve um 4xx, a RFC permite que os rastreadores busquem tudo; se devolve um 5xx, eles devem presumir que tudo está proibido. Uma instabilidade temporária do servidor justamente nesse arquivo pode, portanto, deixar você de fora por um tempo.

## Quais rastreadores, e para quê?

Cada provedor distingue vários rastreadores com funções diferentes. Lembre-se: bloquear o rastreador de treinamento não é o mesmo que bloquear a busca.

| Rastreador | Provedor | Função segundo o provedor | Controlado pelo robots.txt |
|---|---|---|---|
| OAI-SearchBot | OpenAI | Faz os sites aparecerem nas funções de busca do ChatGPT | Sim. Quem o recusa não aparece nas respostas de busca do ChatGPT (pode aparecer como link de navegação) |
| GPTBot | OpenAI | Busca conteúdo que pode servir para treinar modelos | Sim. Recusá-lo significa que o conteúdo não deve servir para o treinamento |
| ChatGPT-User | OpenAI | Visita uma página quando um usuário pede ou usa um GPT | Não de forma confiável: como a ação é iniciada pelo usuário, as regras do robots.txt podem não se aplicar |
| ClaudeBot | Anthropic | Coleta conteúdo público que pode contribuir para o treinamento | Sim |
| Claude-SearchBot | Anthropic | Indexa conteúdo para melhorar a relevância dos resultados de busca | Sim. Se for bloqueado, seu site pode ficar menos visível nesses resultados |
| Claude-User | Anthropic | Busca páginas quando uma pergunta no Claude exige | Sim. Bloqueá-lo pode reduzir a visibilidade nas buscas feitas a pedido do usuário |
| PerplexityBot | Perplexity | Faz os sites aparecerem e serem linkados nos resultados de busca; não é usado para treinar modelos | Sim. A Perplexity recomenda permiti-lo para aparecer |
| Perplexity-User | Perplexity | Busca uma página quando a pergunta de um usuário exige | Em geral não: é iniciado pelo usuário e o seu robots.txt não o regula |

> No Google, a Visão geral criada por IA e o Modo IA se apoiam no Googlebot: o controle de rastreamento é, portanto, o robots.txt para o Googlebot, e os limites do que é exibido são definidos com nosnippet, data-nosnippet, max-snippet ou noindex. O Google-Extended não determina como os recursos de IA da Pesquisa funcionam.

Segundo a OpenAI, uma mudança no robots.txt pode levar cerca de 24 horas para valer na função de busca. Não tire conclusões uma hora depois de mudar alguma coisa.

## O firewall e a Cloudflare

Muitas lojas colocam a Cloudflare na frente do site ou usam um plugin de segurança que filtra bots. A documentação da Cloudflare descreve, em Security Settings, a seção “Configure AI bot policies”, com três categorias, Search, Agent e Training, que você pode bloquear em toda a zona, só nas páginas com anúncios ou em nenhuma. A mesma página marca a opção anterior “Block AI bots” como descontinuada a partir de 15 de setembro de 2026 e descreve novos padrões para domínios novos a partir dessa data.

A Cloudflare também anunciou em 1º de julho de 2025 que passava a bloquear por padrão os rastreadores de IA, a menos que compensem os criadores de conteúdo. Revise, portanto, a configuração da sua própria zona em vez de supor que ela continuou neutra.

- Na Cloudflare: abra a configuração das políticas de bots de IA e anote, por categoria, o que está bloqueado ou permitido.
- Em um plugin de segurança (WordPress): procure opções como “bloquear bots”, “modo sob ataque” ou “desafio de JavaScript” que valham para todo visitante sem cookie.
- Na sua hospedagem: pergunte se um firewall de aplicações web filtra user-agents desconhecidos. Muitos WAFs respondem 403 a qualquer cliente que não seja um navegador.

## Testar em cinco minutos

1. Abra https://sua-loja.com.br/robots.txt no navegador e leia o arquivo inteiro: repare nos blocos User-agent que nomeiam um rastreador de IA e no bloco User-agent: * com as suas regras Disallow.
2. Confirme que o arquivo responde 200, como texto simples, e que vem do domínio certo (com ou sem www e em cada subdomínio da loja).
3. Busque uma página de produto com o nome de um rastreador como user-agent e veja o código de status.

```bash
# Código de status de uma página de produto como o OAI-SearchBot a vê (o teste só troca o user-agent)
curl -s -o /dev/null -w "%{http_code}\n" -A "OAI-SearchBot" https://sua-loja.com.br/produtos/exemplo

# O mesmo teste com um user-agent de navegador, para comparar
curl -s -o /dev/null -w "%{http_code}\n" -A "Mozilla/5.0" https://sua-loja.com.br/produtos/exemplo
```

Se o primeiro teste der 403 e o segundo 200, o seu firewall trata os rastreadores de forma diferente dos navegadores. Atenção: esse teste só troca o user-agent. Um firewall que também confere o endereço IP dos rastreadores pode responder aos rastreadores reais de outra maneira que ao seu próprio computador. A Anthropic desaconselha bloquear por endereço IP porque isso impede o bot de ler o seu robots.txt, e publica os seus endereços IP apenas para confirmar que um tráfego vem mesmo da Anthropic. A nossa [verificação de acesso dos bots de IA](https://citetune.com/pt/ferramentas/verificar-acesso-de-bots-de-ia) faz isso por você: lê o robots.txt, busca o seu site como cada rastreador e mostra o que o seu servidor devolve.

## Corrigir, plataforma por plataforma

Esta é a abertura mínima com a qual a sua loja pode entrar na busca do ChatGPT, do Claude e da Perplexity sem permitir o treinamento:

```text
User-agent: OAI-SearchBot
Allow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /
```

Essa escolha é sua: permitir ou recusar o treinamento é uma decisão de negócio e jurídica, não técnica. O importante é só não escrever um Disallow geral que, por engano, deixe de fora também os rastreadores de busca.

- **Shopify:** a plataforma gera o robots.txt. Para alterá-lo, crie na pasta Templates do seu tema um modelo robots.txt.liquid; assim que ele existe, substitui o resultado gerado. A Shopify recomenda usar os objetos Liquid em vez de texto simples e comparar o resultado com o seu arquivo atual antes de publicar.
- **WooCommerce (WordPress):** se não houver um arquivo físico, o WordPress gera um robots.txt padrão que você pode alterar com o filtro robots_txt. Desde o WordPress 5.3, a opção de desencorajar os buscadores não adiciona mais um Disallow: / a esse arquivo, e sim atua por meio de uma metatag robots.
- **VTEX:** a documentação da VTEX diz que há uma interface nativa para editar o robots.txt, em Store Settings > Storefront > Settings > SEO > Robots.txt (os nomes dos menus estão em inglês na página). Depois de salvar, confirme no endereço /robots.txt da loja que as regras valem para as URLs que você pretendia.
- **Nuvemshop:** a central de ajuda da Nuvemshop diz que, atualmente, não é possível editar o robots.txt manualmente: a plataforma gera e gerencia o arquivo de forma automática e bloqueia por padrão páginas do sistema, como /account/, /admin/ e /checkout/. A página foi atualizada em 26 de março de 2026; confirme com o suporte da sua loja o que pode ser alterado.
- **Tray:** não encontramos, em 9 de outubro de 2026, uma página oficial da Tray sobre a edição do robots.txt. Abra /robots.txt na sua loja para ver o conteúdo atual e pergunte ao suporte da Tray se o arquivo pode ser alterado no seu plano.

## Quando bloquear é uma decisão razoável

Bloquear não é um erro em si. Um editor que comercializa o seu conteúdo, ou uma loja que não quer que as suas descrições treinem um modelo, pode recusar com razão o GPTBot e o ClaudeBot. O erro é bloquear sem perceber, ou bloquear a busca porque você quer bloquear o treinamento.

Com o acesso restabelecido, o passo seguinte é confirmar que o texto das suas páginas está no HTML que o rastreador recebe ([lojas em JavaScript e rastreadores de IA](https://citetune.com/pt/blog/lojas-javascript-e-rastreadores-de-ia)) e depois entender por que uma marca é mencionada sem link ([marca mencionada, mas não citada](https://citetune.com/pt/blog/marca-mencionada-mas-nao-citada)). Um diagnóstico completo em sete camadas está em [por que o ChatGPT não menciona a sua loja](https://citetune.com/pt/blog/por-que-o-chatgpt-nao-menciona-sua-loja).

## Perguntas frequentes

### Preciso permitir o GPTBot para aparecer no ChatGPT?

Não para a busca. A OpenAI descreve o OAI-SearchBot como o rastreador que faz os sites aparecerem nas funções de busca do ChatGPT e o GPTBot como o de conteúdo que pode servir para treinamento. Recusar o GPTBot não impede, portanto, que você apareça nas respostas de busca, desde que o OAI-SearchBot esteja permitido.

### Meu robots.txt permite tudo. Por que os rastreadores não passam?

Porque o bloqueio pode vir do servidor, e não do arquivo. Um firewall, um plugin de segurança ou uma configuração da sua CDN pode responder 403 a agentes que não são navegadores. Teste o código de status que cada rastreador recebe, não só o conteúdo do robots.txt.

### Quanto tempo leva para a minha correção funcionar?

A OpenAI informa que uma mudança no robots.txt pode levar cerca de 24 horas para ser considerada pelos seus sistemas de busca. Espere esse tempo antes de testar de novo e depois confira outra vez o código de status.

### O robots.txt protege minhas páginas de serem buscadas?

Não: a RFC 9309 estabelece que essas regras não são uma forma de controle de acesso. Elas orientam os rastreadores que as respeitam. Para restringir o acesso de verdade, você precisa de autenticação ou de uma regra no servidor.

## Fontes

- [OpenAI: Visão geral dos rastreadores da OpenAI](https://developers.openai.com/api/docs/bots) (consultado em: 2026-10-09)
- [Anthropic: A Anthropic rastreia a web e como os administradores de sites podem bloquear o rastreador? (ajuda do Claude)](https://support.claude.com/en/articles/8896518-does-anthropic-crawl-data-from-the-web-and-how-can-site-owners-block-the-crawler) (consultado em: 2026-10-09)
- [Perplexity: Os rastreadores da Perplexity](https://docs.perplexity.ai/docs/resources/perplexity-crawlers) (consultado em: 2026-10-09)
- [Google Search Central: Recursos de IA e seu site](https://developers.google.com/search/docs/appearance/ai-features?hl=pt-BR) (consultado em: 2026-10-09)
- [RFC 9309: Robots Exclusion Protocol](https://www.rfc-editor.org/rfc/rfc9309) (consultado em: 2026-10-09)
- [Cloudflare: Bloquear bots de IA](https://developers.cloudflare.com/bots/additional-configurations/block-ai-bots/) (consultado em: 2026-10-09)
- [Cloudflare: Content Independence Day (1º de julho de 2025)](https://blog.cloudflare.com/content-independence-day-no-ai-crawl-without-compensation/) (consultado em: 2026-10-09)
- [Shopify.dev: Personalizar o robots.txt](https://shopify.dev/docs/storefronts/themes/seo/robots-txt) (consultado em: 2026-10-09)
- [WordPress Developer Resources: do_robots()](https://developer.wordpress.org/reference/functions/do_robots/) (consultado em: 2026-10-09)
- [VTEX: Google Search Console Tracking – robots.txt](https://help.vtex.com/en/docs/tutorials/google-search-console-tracking-robots-txt) (consultado em: 2026-10-09)
- [Nuvemshop: Como funciona o arquivo robots.txt na Nuvemshop](https://atendimento.nuvemshop.com.br/pt_BR/ferramentas-do-google/como-funciona-o-arquivo-robotstxt-na-nuvemshop) (consultado em: 2026-10-09)

## Páginas relacionadas

- [Rastreadores de IA](https://citetune.com/pt/glossario/rastreadores-de-ia)
- [Por que o ChatGPT não menciona sua loja: 7 causas](https://citetune.com/pt/blog/por-que-o-chatgpt-nao-menciona-sua-loja)
- [Lojas em JavaScript e rastreadores de IA: o que o bot vê?](https://citetune.com/pt/blog/lojas-javascript-e-rastreadores-de-ia)
- [Shopify, Nuvemshop, VTEX, WooCommerce, Tray e ChatGPT](https://citetune.com/pt/blog/shopify-nuvemshop-vtex-woocommerce-tray-e-chatgpt)
- [Agentes de IA bloqueados?](https://citetune.com/pt/ferramentas/verificar-acesso-de-bots-de-ia)
- [Escaneamento gratuito](https://citetune.com/pt/escaneamento-gratis)