Há apenas dois pré-requisitos para o Perplexity citar seu site: o crawler precisa conseguir acessar a página e entender do que ela trata. Muita gente fica presa no primeiro ponto sem perceber. Uma única regra com curinga no robots.txt, a proteção padrão da CDN ou um user agent não autorizado pode fazer o site desaparecer por completo das respostas do Perplexity. Liberar o PerplexityBot é o requisito mínimo, não uma garantia de citação. Sem isso, porém, todo o restante do trabalho de GEO perde o sentido.
Antes de tudo, é preciso entender que o Perplexity envia dois crawlers com comportamentos completamente diferentes.
Muita gente acredita que o Perplexity opera com um único crawler. Por isso, bloqueia ou libera apenas um nome e conclui que o acesso está totalmente fechado ou aberto — uma leitura equivocada. A documentação oficial do Perplexity lista dois agentes. O PerplexityBot cria o índice de busca e determina se uma página pode aparecer entre os resultados; ele respeita o robots.txt. Já o Perplexity-User é acionado quando alguém faz uma pergunta e o sistema precisa acessar imediatamente uma URL específica. Como esse acesso responde a uma ação direta do usuário, em geral ele não está sujeito ao robots.txt. A diferença é decisiva: bloquear crawlers no robots.txt pode impedir a indexação, mas não necessariamente o acesso instantâneo.
- PerplexityBot: cria e atualiza o índice de busca do Perplexity, determina se a página pode entrar no conjunto de fontes candidatas e respeita as regras do robots.txt.
- Perplexity-User: acessa imediatamente uma página específica quando o usuário faz uma pergunta. Como a solicitação responde à ação do usuário, o bloqueio do robots.txt geralmente não se aplica.
- Verifique a autenticidade: ambos podem ser imitados. Não confie apenas na string do user agent; valide o acesso usando os blocos de IP publicados pelo Perplexity ou o DNS reverso, que deve resolver para perplexity.ai.
- Equívoco comum: liberar o acesso no robots.txt não significa que a página será rastreada ou citada. Isso apenas a torna apta a entrar no conjunto de fontes candidatas.
robots.txt: uma única regra pode tirar seu site do radar sem você perceber
Nas auditorias de GEO que fazemos para clientes, o robots.txt costuma ser a primeira falha crítica. Alguns sites combinam User-agent: * com Disallow: / para bloquear tudo durante o desenvolvimento e se esquecem de liberar o acesso após a publicação. Outros bloqueiam diretórios importantes, como /blog/ ou /resources/. Há ainda um problema menos visível: regras de gerenciamento de bots ou de firewall em plataformas como Cloudflare e Vercel podem devolver 403 ao PerplexityBot diretamente na camada de borda, mesmo sem alterações no robots.txt. Não aparece nenhuma mensagem de erro; o site simplesmente deixa de figurar nas respostas do Perplexity. A configuração mínima viável é curta: autorize explicitamente o PerplexityBot no robots.txt da raiz do site e informe o sitemap.
- Dê uma permissão explícita: inclua um bloco com User-agent: PerplexityBot seguido de Allow: / para evitar que as regras de bloqueio de User-agent: * também atinjam esse crawler.
- Informe o sitemap: adicione Sitemap: https://yourdomain/sitemap.xml ao final do arquivo para que o crawler encontre de uma só vez a lista completa de URLs.
- Revise a CDN e o WAF: confirme que Cloudflare, Vercel e AWS WAF não estejam bloqueando todos os crawlers de IA conhecidos na camada de borda.
- Não use noindex se quiser ser citado: quando uma página contém noindex na meta robots, ela está dizendo “não me inclua” tanto aos mecanismos de busca quanto ao Perplexity.
- Valide pelos logs: procure PerplexityBot nos logs de acesso do servidor e confirme que o crawler realmente visitou o site e recebeu 200, não 403 ou 429.
llms.txt: vale dedicar dez minutos, mas não o trate como porta de entrada para os mecanismos de busca
O llms.txt é uma proposta apresentada por Jeremy Howard, da Answer.AI, em 2024. A ideia é colocar um arquivo Markdown em /llms.txt, na raiz do site, com uma lista enxuta das páginas mais importantes e suas descrições. Isso ajudaria modelos de linguagem de grande porte a compreender rapidamente o conteúdo central do site. A intenção é boa, mas é preciso ser transparente: até esta data, nenhum mecanismo relevante, incluindo Perplexity e Google, anunciou publicamente que de fato consome o llms.txt. John Mueller, do Google, também declarou publicamente que nenhum mecanismo de busca o utiliza como base para rastreamento ou ranqueamento. Ainda vale a pena criar o arquivo? Minha recomendação é sim, desde que seu papel seja entendido corretamente. O custo é baixíssimo, e um único arquivo pode organizar conteúdos pilares, descrições de produtos e informações de contato. Ele oferece uma camada adicional e limpa de acesso para agentes que venham a lê-lo ou para mecanismos que possam adotá-lo no futuro. Há ainda um benefício mais prático: escrever o llms.txt obriga sua equipe a definir com clareza quais páginas são realmente centrais, algo que por si só ajuda no trabalho de GEO. Só não concentre nele todo o orçamento nem todas as expectativas. O que realmente determina se o Perplexity conseguirá acessar seu site é o robots.txt, junto de um HTML limpo.
Ser rastreável é apenas o ingresso; o objetivo é ser escolhido pelo Perplexity como fonte
Ao responder a uma pergunta, o Perplexity costuma citar poucas fontes. A preferência é por trechos que respondam diretamente à consulta e possam ser extraídos sem ruído. Se a resposta estiver escondida no oitavo parágrafo, depois de uma longa introdução sobre “a ascensão da IA”, ou se o mesmo parágrafo misturar três assuntos, o mecanismo terá dificuldade para isolar e citar o conteúdo. Comece pela conclusão, trate de uma ideia por parágrafo e transforme o título na resposta à pergunta. Isso não é mero capricho de estilo: afeta diretamente a probabilidade de seu conteúdo ser selecionado.
- Comece pela resposta: apresente a conclusão na primeira frase de cada seção e deixe a justificativa e o modo de execução para depois.
- Faça do título uma pergunta real: use H2 e H3 para formular as perguntas que os usuários de fato fariam, facilitando a correspondência entre conteúdo e consulta.
- Crie parágrafos autossuficientes: trate de apenas um ponto central em cada parágrafo e não pressuponha que o leitor tenha lido o anterior. Assim, cada trecho pode ser citado isoladamente.
- Implemente dados estruturados: associe artigos ao schema Article e use FAQPage nas áreas de perguntas e respostas para ajudar o mecanismo a reconhecer o tipo de conteúdo.
- Inclua números e contexto: fatos verificáveis têm mais chances de ser citados do que adjetivos vagos.
Atualização: o Perplexity dá atenção especial ao conteúdo mais recente
O Perplexity se posiciona como uma ferramenta para responder a temas atuais e sensíveis ao tempo, com preferência clara por conteúdo recente. Isso traz duas implicações. Primeiro, a página deve informar dateModified corretamente; um artigo atualizado no ano passado não pode parecer ter três anos. Segundo, as páginas centrais precisam seguir um ritmo real de atualização, com novos números e práticas, em vez de apenas trocar a data para enganar o mecanismo. Na manutenção de mecanismos de conteúdo para clientes, revisitamos regularmente as páginas de maior valor para incorporar aprendizados recentes de execução. Na prática, isso faz diferença na seleção de fontes pelo Perplexity.
A possibilidade de ser citado pelo Perplexity é determinada em 90% pela base técnica: o conteúdo precisa ser rastreável, legível e atual o bastante. Por melhor que seja a página, ela não terá chance se o crawler não conseguir acessá-la.— Tenten GEO Consulting Team
Checklist de 30 minutos antes da publicação
- Abra “seudominio/robots.txt” no navegador, confirme que o site inteiro não foi bloqueado por engano com Disallow: / e verifique se o PerplexityBot está explicitamente autorizado.
- Procure PerplexityBot nos logs do servidor e confirme que houve uma visita recente com resposta 200.
- Revise as regras de bots da CDN e do WAF para confirmar que os crawlers de IA não estejam bloqueados na camada de borda.
- Selecione aleatoriamente os três artigos principais e verifique se o primeiro parágrafo começa pela conclusão e se o título corresponde à pergunta real do usuário.
- Confirme que o sitemap está acessível, que dateModified está correto e que o llms.txt funciona como mapa do conteúdo.
A maior parte deste checklist pode ser resolvida em uma tarde. O desafio é descobrir o que passou despercebido, sobretudo falhas escondidas nas regras da CDN e nos bloqueios padrão das plataformas. Esses problemas só aparecem quando alguém decide investigá-los. Para confirmar se o Perplexity já consegue acessar seu site e identificar oportunidades de citação que estão sendo perdidas, acesse /contact e agende um diagnóstico de GEO de 30 minutos. Analisaremos diretamente o robots.txt, os logs e a estrutura de conteúdo do site, apresentando cada lacuna de forma objetiva.
