Quando um mecanismo de IA lê sua página, o primeiro passo é desmontar o HTML: remover barra de navegação, menu lateral, avisos de cookies e scripts de rastreamento para preservar apenas o texto identificado como conteúdo principal. Essa desmontagem pode falhar — e você não enxerga onde ocorreu o erro. Em vez de aperfeiçoar a semântica do HTML e apostar que o modelo sempre interpretará o layout corretamente, entregue a ele uma versão do conteúdo já organizada em Markdown. Sem o ruído visual, o modelo não precisa adivinhar a estrutura, e a extração de citações se torna mais consistente.
Por que a IA prefere ler Markdown em vez do seu HTML
A questão central é a proporção de ruído. O código HTML de uma página típica de produto SaaS pode conter de seis a sete mil tokens, embora o conteúdo de fato represente apenas uma pequena parcela. O restante inclui nomes de classes, estilos incorporados, caminhos de SVG e scripts de análise. Antes de encontrar frases úteis para responder a uma pergunta, o modelo precisa filtrar tudo isso. Em Markdown, o mesmo conteúdo ocupa uma fração do tamanho original. Título é título, lista é lista e pontos essenciais aparecem como pontos essenciais. A própria estrutura carrega significado semântico e reduz drasticamente o espaço para suposições.
Isso é especialmente importante para mecanismos de resposta. Ao gerar uma resposta, ChatGPT, Perplexity e Google AI Overviews extraem trechos citáveis das páginas candidatas. Quanto mais limpa for a página — e quanto mais cada parágrafo fizer sentido por conta própria — maior será a chance de uma citação completa. Já ajudamos clientes a resolver um problema recorrente: o artigo era bem escrito, mas estava envolvido por diversas camadas de divs e componentes renderizados no cliente, fazendo o modelo capturar apenas metade de uma frase. Com o endpoint em Markdown, o mesmo trecho passa a ser acessado por inteiro, sem referências interrompidas em pontos estranhos.
Endpoint /md: uma versão legível por máquinas para cada página
A proposta é oferecer uma versão correspondente em Markdown para cada página pública, seguindo uma regra de URL previsível. Há duas abordagens comuns: acrescentar .md à URL original — por exemplo, /blog/aeo-basics passa a ter a versão /blog/aeo-basics.md — ou adicionar /md ao fim do caminho. As duas funcionam. O importante é manter um padrão consistente e fácil de deduzir. No App Router do Next.js, isso pode ser implementado com um Route Handler: crie um arquivo de rota, leia os mesmos dados usados pela página HTML e retorne o Content-Type como text/markdown.
- Uma única fonte de dados: a página HTML e o endpoint Markdown devem ler o mesmo conteúdo, seja ele armazenado em MDX, banco de dados ou objeto de conteúdo. Não mantenha duas cópias; cedo ou tarde, elas ficarão fora de sincronia.
- Inclua link rel=alternate type=text/markdown no head do HTML para indicar claramente ao rastreador onde está a versão legível por máquinas.
- Mantenha no Markdown apenas o conteúdo principal: títulos, parágrafos, listas, tabelas, blocos de código e links. Remova navegação, rodapé, artigos relacionados e banners de marketing.
- Preserve as informações essenciais da fonte: use o front matter no início do arquivo ou o H1 da primeira linha para informar título, URL original e data de atualização, facilitando a identificação da fonte pelo modelo.
- Retorne o cabeçalho de cache correto para que a CDN também possa servir o endpoint sem consultar a origem a cada solicitação.
Use negociação de conteúdo para alternar o formato automaticamente
Além de URLs fixas, uma mesma URL pode retornar formatos diferentes conforme o solicitante. Há dois critérios possíveis: o cabeçalho Accept e o User-Agent. Quando a requisição inclui Accept: text/markdown ou o User-Agent pertence a um rastreador de IA conhecido — como GPTBot, ClaudeBot, PerplexityBot ou Google-Extended —, a camada de middleware reescreve a solicitação para a rota Markdown. Navegadores convencionais continuam recebendo HTML. As pessoas veem a página completa, o modelo recebe texto limpo e a URL permanece a mesma do início ao fim.
Fallback em texto puro: quando até Markdown é demais
Alguns agentes e rastreadores não interpretam a sintaxe Markdown e só processam texto puro. Em outros contextos, como resumos de fontes para assistentes de voz, basta apresentar o conteúdo da forma mais concisa possível. Nesses casos, vale manter um fallback em texto puro. A implementação segue a mesma lógica do endpoint Markdown, mas retorna text/plain: títulos e parágrafos são separados por quebras de linha, enquanto os links trazem a URL entre colchetes junto ao texto. Com essa estrutura em camadas, sempre existe uma versão legível, independentemente da capacidade de processamento da ferramenta que acessar o conteúdo.
- llms.txt: coloque /llms.txt na raiz do site e use Markdown para listar páginas importantes acompanhadas de breves descrições. É como oferecer ao modelo um mapa de navegação.
- llms-full.txt: reúna todo o conteúdo essencial em um único arquivo para que o modelo possa lê-lo de uma vez, sem precisar rastrear página por página.
- Endpoint .md por página: uma versão legível por máquinas de cada artigo e página de produto.
- Fallback em texto puro: uma versão mínima em text/plain para ferramentas que não interpretam Markdown.
Como confirmar que a IA realmente consegue ler o conteúdo
Depois da publicação, verifique o funcionamento em vez de presumir que tudo entrou em vigor automaticamente. A forma mais rápida é usar curl para simular a requisição de um rastreador: envie Accept: text/markdown ou configure o User-Agent de um rastreador de IA e confira se o Markdown retornado está limpo, se o código de status é 200 e se o cabeçalho de cache está correto. Em seguida, consulte os logs do servidor para confirmar que rastreadores como GPTBot e ClaudeBot realmente estão acessando o endpoint Markdown, em vez de continuar coletando o HTML cheio de ruído. Ferramentas como isitagentready também ajudam a avaliar rapidamente a legibilidade de uma página para agentes.
A possibilidade de seu conteúdo ser citado por uma IA começa pela capacidade de ela lê-lo sem ruído. Oferecer uma versão em Markdown elimina por completo a etapa de “adivinhar o layout”.— Tenten GEO
Comece por uma página, sem reformular o site inteiro de uma vez
Primeiro, selecione as páginas de maior tráfego e aquelas que você mais quer ver referenciadas por IA. Adicione endpoints .md e um fallback em texto puro, acompanhe o comportamento dos rastreadores de IA por duas a quatro semanas e só então decida se vale expandir a implementação para todo o site. Assim, você controla os riscos e usa logs reais para embasar a decisão com a equipe. Se quiser entender primeiro quão legíveis suas páginas são para IA e onde estão as lacunas, a auditoria GEO de 30 dias da Tenten GEO avalia esses problemas de legibilidade por máquinas página a página. Para conversar sobre seu cenário, acesse /contact e agende um diagnóstico GEO de 30 minutos.
