# Web agent-ready — o que muda quando parte da audiência não é humana
Dossier público DOS-WA-1 · Overview
Schema: 1.0.0
Dossier ID: DOS-WA-1
Slug: web-agent-ready-overview
Public version: 1.0.0
Locale: pt-br
Intent: explain
Audience: Gestores e donos de site, builders, editores técnicos e operadores.
Last verified: 2026-08-07
Canonical: https://blog.nilu.pro/pt-br/blog/web-agent-ready-overview/dossie/
Article summary: https://blog.nilu.pro/pt-br/blog/web-agent-ready-overview/
Markdown: https://blog.nilu.pro/pt-br/blog/web-agent-ready-overview/dossie.md
JSON: https://blog.nilu.pro/pt-br/blog/web-agent-ready-overview/dossie.json
## Resumo executivo
- Parte do tráfego e da audiência de um site não é humana — crawlers, bots e, de forma ainda experimental, agentes agindo em nome de um usuário. Telemetria de vendor (Imperva) não é censo da web nem prova de demanda por agentes de IA.
- Três jobs distintos — descobrir, citar e executar — organizam prioridade e orçamento melhor do que tratar tudo como 'SEO com mais schema'. Para o Google, otimizar para recursos de IA no Search ainda é SEO: sem markup especial nem exigência de llms.txt.
- Citação não é visita: a taxa de clique cai quando aparece um resumo de IA (Pew), e publishers reportam pressão em referral e zero-click (Digiday). Execução por agentes (WebMCP) é origin trial e draft de comunidade — observar, não apostar orçamento.
## Escopo
Mapa operacional de três camadas — descobrir, citar e executar; o que muda para quem opera um site quando bots e agentes fazem parte da audiência; pilha de prioridade de decisão.
**Tese:** Três camadas — descobrir, citar e executar — descrevem melhor 2026 do que reduzir tudo a 'SEO com mais schema'. É um modelo operacional testado contra evidência disponível, não uma tese científica fechada.
**Fora do escopo**
- Comparação detalhada de formatos, negociação de Markdown e chrome HTML fica no Dossier especializado de Representações.
- Debate SEO vs GEO, CTR e zero-click com maior profundidade fica no Dossier especializado de SEO vs GEO; execução via WebMCP permanece delimitada, não implementada.
## Dossiers especializados
- DOS-WA-2 — [Web agent-ready — representações máquina: HTML, Markdown e chrome](https://blog.nilu.pro/pt-br/blog/web-agent-ready-representacoes/)
- DOS-WA-3 — [Web agent-ready — descoberta vs citação: SEO, GEO e evidência](https://blog.nilu.pro/pt-br/blog/web-agent-ready-seo-vs-geo/)
## Mapa do sistema
```text
audiência do site (pessoas + crawlers + bots +, experimentalmente, agentes)
↓
Descobrir — rastreamento, indexação, elegibilidade a snippet / recursos de IA (mesmos fundamentos de SEO)
↓
Citar — recuperação e síntese com atribuição em resposta gerativa (não é posição de ranking)
↓
Executar — agente chama ações no site via WebMCP (origin trial / draft de comunidade)
↓
camada transversal: representação (HTML semântico/a11y, Markdown negociado) serve Descobrir e Citar
↓
pilha de prioridade: fundação SEO → representações limpas → política de crawl → KPIs reais → execução em observação
```
## DATA — evidências e medições
### WA-OV-D01 — Google: otimizar para IA no Search ainda é SEO
O guia Google Search Central para recursos de IA generativa afirma que otimizar para esses recursos é otimizar para o Search, sob os mesmos sistemas centrais de qualidade e ranking; lista como equívocos apostar em llms.txt, markup especial de IA, dividir conteúdo em chunks ou reescrever textos só para agentes; dados estruturados não são exigidos para recursos de IA generativa.
- **Tipos:** fact
- **Status:** verified
- **Confiança:** high
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-google-ai-optimization-guide](#src-wa-google-ai-optimization-guide)
### WA-OV-D02 — Elegibilidade a recursos de IA não exige requisito técnico extra
A documentação 'AI features and your website' do Google Search Central afirma que não há requisito técnico adicional além de estar indexado e elegível a snippet, e recomenda manter conteúdo importante em forma textual.
- **Tipos:** fact
- **Status:** verified
- **Confiança:** high
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-google-ai-features-website](#src-wa-google-ai-features-website)
### WA-OV-D03 — People-first e requisitos técnicos de sempre se estendem a AI Overviews
O artigo 'Succeeding in AI search' do Search Central Blog reitera que conselhos people-first, page experience e requisitos técnicos padrão de Search (rastreamento, indexação, elegibilidade a snippet) se estendem a AI Overviews e AI Mode; dados estruturados são úteis apenas quando correspondem ao conteúdo visível.
- **Tipos:** fact
- **Status:** verified
- **Confiança:** high
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-google-succeeding-ai-search](#src-wa-google-succeeding-ai-search)
### WA-OV-D04 — Chrome descreve dois estágios do 'agentic web'
O blog Chrome for Developers 'A developer toolkit to make your website agent-ready' separa dois estágios: agentes que buscam (searching, onde os fundamentos de SEO continuam valendo) e agentes que usam o site diretamente (using, com foco em árvore de acessibilidade, estabilidade de layout e WebMCP); a pontuação Lighthouse Agentic Browsing é tratada como informacional enquanto os padrões ainda emergem.
- **Tipos:** fact
- **Status:** verified
- **Confiança:** high
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-chrome-agent-ready-toolkit](#src-wa-chrome-agent-ready-toolkit)
**Limitações**
- Linguagem de implementador de navegador, não norma de Search nem prova científica do modelo de camadas.
### WA-OV-D05 — W3C TAG discute distinguir humanos, bots e agentes na arquitetura da Web
A W3C Technical Architecture Group registrou, no encontro de março de 2026 em Londres, uma discussão sobre como a arquitetura da Web deveria distinguir humanos, bots e agentes agindo em nome de usuários — debate em andamento, sem Finding final publicado no post.
- **Tipos:** fact
- **Status:** verified
- **Confiança:** high
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-w3c-tag-london-2026](#src-wa-w3c-tag-london-2026)
**Limitações**
- Discussão institucional em curso; não é uma conclusão fechada da W3C.
### WA-OV-D06 — Imperva registra tráfego automatizado maior que o humano, com ressalvas
O relatório Bad Bot 2025 da Imperva, com base na rede própria do fornecedor em 2024, registrou tráfego automatizado (51%) superando o tráfego humano (49%), sendo 37% classificado como bot malicioso e 14% como bot 'bom'.
- **Tipos:** estimate
- **Status:** contextual
- **Base de medição:** Telemetria da rede própria de clientes Imperva em 2024.
- **Período:** 2024
- **Confiança:** medium
- **Risco de interpretação:** Não usar como prova de demanda por agentes de IA nem para orçar 'presença em agentes'.
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-imperva-bad-bot-2025](#src-wa-imperva-bad-bot-2025)
**Limitações**
- Não é um censo independente da web; é amostra de rede de um vendor de segurança.
- 'Automatizado' não é sinônimo de 'agente de IA'; não separa agentes agindo em nome de usuários de crawlers e scrapers comuns.
### WA-OV-D07 — Content negotiation é mecanismo HTTP padrão
A MDN descreve content negotiation em HTTP como o mecanismo para servir representações diferentes do mesmo recurso no mesmo URI: o cliente envia cabeçalhos Accept e o servidor responde de acordo, sinalizando caches com Vary.
- **Tipos:** fact
- **Status:** verified
- **Confiança:** high
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-mdn-content-negotiation](#src-wa-mdn-content-negotiation)
### WA-OV-D08 — Vercel e Fastly documentam servir Markdown a agentes via negociação
A Vercel documenta servir Markdown e HTML no mesmo URL via Accept: text/markdown (rewrites + route handler); a Fastly descreve servir HTML a navegadores e Markdown a crawlers de IA ou pedidos Accept: text/markdown, com Vary, estimando um artigo típico em Markdown com cerca de 20–30% do tamanho do HTML equivalente.
- **Tipos:** fact, estimate
- **Status:** contextual
- **Base de medição:** Documentação de padrão de implementação (Vercel) e estimativa qualitativa de caso (Fastly).
- **Confiança:** medium-high
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-vercel-docs-for-agents](#src-wa-vercel-docs-for-agents), [src-wa-fastly-markdown-agents](#src-wa-fastly-markdown-agents)
**Limitações**
- A estimativa de tamanho da Fastly é um caso ilustrativo, não uma média da web.
### WA-OV-D09 — Adoção de negociação de Markdown ainda é rara
A Checkly mediu que apenas 3 de 7 agentes de codificação testados enviaram Accept pedindo text/markdown; um snapshot Radar citado no blog de Agent Readiness da Cloudflare encontrou negociação de Markdown (Accept: text/markdown) funcionando em apenas 3,9% de uma amostra de sites de alto tráfego escaneados.
- **Tipos:** estimate, comparison
- **Status:** contextual
- **Base de medição:** Teste próprio da Checkly com 7 agentes; snapshot Radar sobre sites de alto tráfego.
- **Confiança:** medium
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-checkly-content-negotiation-2026](#src-wa-checkly-content-negotiation-2026), [src-wa-cloudflare-agent-readiness](#src-wa-cloudflare-agent-readiness)
**Limitações**
- Amostras pequenas e específicas; não medem toda a web nem todos os agentes existentes.
### WA-OV-D10 — 97% dos arquivos llms.txt publicados não são lidos
Um estudo da Ahrefs, com amostra de cerca de 137 mil sites, encontrou que 97% dos arquivos llms.txt publicados não receberam nenhuma requisição no mês analisado.
- **Tipos:** estimate
- **Status:** contextual
- **Base de medição:** Amostra de ~137.000 sites; requisições medidas em um mês.
- **Período:** Mês analisado no estudo Ahrefs (2026).
- **Confiança:** medium
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-ahrefs-llmstxt-study](#src-wa-ahrefs-llmstxt-study)
**Limitações**
- Não mede a intenção de todo agente de IA existente nem períodos futuros.
### WA-OV-D11 — Paper que definiu GEO reporta ganho 'de até 40%' em ambiente de laboratório
O paper que definiu o termo GEO (Generative Engine Optimization), de Aggarwal et al., relatou um ganho relativo de visibilidade 'de até 40%' em um ambiente experimental próprio dos autores, com pipeline específico (top-5 do Google reprocessado por um modelo no estilo GPT-3.5) — não em um produto de ranking público.
- **Tipos:** estimate
- **Status:** contextual
- **Base de medição:** Benchmark experimental dos autores (GEO-bench), não medição em produto de produção.
- **Confiança:** medium
- **Risco de interpretação:** Não tratar como forecast de ROI ou como métrica de citação em produção.
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-arxiv-geo-2311-09735](#src-wa-arxiv-geo-2311-09735)
**Limitações**
- Não é uma API de ranking público nem previsão de retorno de negócio.
### WA-OV-D12 — ChatGPT search recupera e sintetiza com atribuição, sem scoreboard público
A OpenAI descreve o ChatGPT search como uma ferramenta que busca na web e retorna respostas com links a fontes, com uma barra lateral de fontes (Sources); a documentação não publica um placar público de posição de citação.
- **Tipos:** fact
- **Status:** verified
- **Confiança:** high
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-openai-chatgpt-search](#src-wa-openai-chatgpt-search)
### WA-OV-D13 — CTR cai quando aparece um resumo de IA
O Pew Research Center encontrou, numa análise correlacional, taxa de clique em links orgânicos de cerca de 8% quando um resumo de IA aparecia nos resultados do Google, contra cerca de 15% quando não aparecia; apenas cerca de 1% dos usuários clicou em links dentro do próprio resumo.
- **Tipos:** estimate
- **Status:** contextual
- **Base de medição:** Análise correlacional/observacional de comportamento de busca.
- **Confiança:** medium
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-pew-ai-summary-ctr-2025](#src-wa-pew-ai-summary-ctr-2025)
**Limitações**
- Correlação; não estabelece causalidade universal.
### WA-OV-D14 — OpenAI distingue bots de treino, busca e uso em tempo real
A documentação de crawlers da OpenAI distingue GPTBot (treinamento), OAI-SearchBot (indexação para busca) e ChatGPT-User (busca em tempo real do usuário), com controles de robots.txt distintos para cada papel.
- **Tipos:** fact
- **Status:** verified
- **Confiança:** high
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-openai-crawlers-docs](#src-wa-openai-crawlers-docs)
### WA-OV-D15 — Crawlers de IA dominam o tráfego de bot de IA observado por vendor de borda
A Fastly (Threat Insights research) afirmou que crawlers de IA representaram quase 80% do tráfego de bot de IA observado em sua análise do período.
- **Tipos:** estimate
- **Status:** contextual
- **Base de medição:** Telemetria de rede de borda da Fastly em período específico de análise.
- **Confiança:** medium
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-fastly-ai-crawlers-press](#src-wa-fastly-ai-crawlers-press)
**Limitações**
- Amostra de rede de um vendor, não um censo da web.
### WA-OV-D16 — WebMCP é origin trial no Chrome e Draft Community Group Report na W3C
A documentação Chrome for Developers descreve WebMCP como proposta em origin trial a partir do Chrome 149, com limitações relevantes — exige um contexto de navegador aberto, não funciona sem interface (headless) e a descoberta de capacidades exige visitar o site diretamente; o draft da W3C Web Machine Learning Community Group declara explicitamente que é um Draft Community Group Report, não um W3C Standard nem parte do Standards Track.
- **Tipos:** fact
- **Status:** verified
- **Confiança:** high
- **Risco de interpretação:** Não tratar como requisito de 'agent-ready' hoje nem apostar orçamento nele.
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-chrome-webmcp-docs](#src-wa-chrome-webmcp-docs), [src-wa-w3c-webmcp-cg-draft](#src-wa-w3c-webmcp-cg-draft)
**Limitações**
- Proposta experimental; não é padrão estável entre navegadores.
### WA-OV-D17 — Publishers reportam pressão de referral e zero-click associada a IA
Reportagens do Digiday, citando dados da Digital Content Next (DCN), relataram mediana de aproximadamente -10% ano a ano no tráfego de referência vindo do Google entre publishers (faixa ampla de -1% a -25%) associada a AI Overviews; outra reportagem do Digiday, citando a Similarweb, apontou zero-click em buscas de notícias subindo de cerca de 56% para 69%, com tráfego de plataformas de IA crescendo sem compensar essa perda.
- **Tipos:** estimate, comparison
- **Status:** contextual
- **Base de medição:** Dados de coortes de publishers reportados por imprensa especializada (DCN e Similarweb, via Digiday).
- **Confiança:** medium
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-digiday-dcn-referral-drop](#src-wa-digiday-dcn-referral-drop), [src-wa-digiday-similarweb-zero-click](#src-wa-digiday-similarweb-zero-click)
**Limitações**
- Reportagem de imprensa especializada sobre coortes específicas; não estabelece causalidade universal nem generaliza a todo publisher.
### WA-OV-D18 — Recall de citação em mecanismos de busca generativa é frágil
Um estudo de 2023 (Liu et al.) mediu recall de citação por frase em torno de 51,5% nos mecanismos de busca generativa avaliados — quase metade das frases geradas sem uma citação verificável adequada no snapshot estudado.
- **Tipos:** estimate
- **Status:** contextual
- **Base de medição:** Snapshot de avaliação de citação por frase em mecanismos de busca generativa (2023).
- **Confiança:** medium
- **Última revisão:** 2026-08-07
- **Referências:** [src-wa-arxiv-verifiability-2304-09848](#src-wa-arxiv-verifiability-2304-09848)
**Limitações**
- Snapshot de um momento específico; mecanismos avaliados podem ter mudado desde então.
## INFO — sínteses derivadas
### WA-OV-I01 — Três camadas organizam jobs que 'SEO com schema' colapsa
Descobrir, citar e executar separam jobs, evidências e KPIs distintos que ficam escondidos quando tudo é tratado como 'SEO com mais schema'; a linguagem de estágios do Chrome (searching/using) e a discussão de arquitetura da W3C TAG (humanos/bots/agentes) apoiam o vocabulário de indústria, mas não provam o modelo como ciência — permanece uma hipótese editorial testada contra evidência.
- **Derived from:** WA-OV-D01, WA-OV-D02, WA-OV-D04, WA-OV-D05, WA-OV-D11, WA-OV-D12, WA-OV-D16
### WA-OV-I02 — Descobrir é elegibilidade sob os fundamentos de sempre, não markup especial
A camada Descobrir é coberta pelos mesmos sistemas centrais de qualidade e ranking do Search: indexação e elegibilidade a snippet, com conteúdo people-first — sem markup especial de IA, sem exigência de llms.txt e sem exigir HTML perfeito.
- **Derived from:** WA-OV-D01, WA-OV-D02, WA-OV-D03
### WA-OV-I03 — Citar tem método de laboratório e UX documentada, não scoreboard público
A camada Citar combina um método de laboratório (GEO) com uma UX documentada de atribuição (Sources), mas não existe um placar público de posição de citação; citação não equivale a visita — a taxa de clique cai com resumos de IA, publishers reportam pressão de referral/zero-click, e a qualidade da própria citação é frágil.
- **Derived from:** WA-OV-D11, WA-OV-D12, WA-OV-D13, WA-OV-D17, WA-OV-D18
### WA-OV-I04 — Representação limpa é transversal, mas a adoção de Markdown negociado ainda é rara
Servir uma representação limpa — content negotiation HTTP, HTML semântico, Markdown quando o stack suporta — é útil para descobrir e citar, mas ainda é exceção: poucos agentes pedem Markdown hoje e a maioria dos sites de alto tráfego escaneados não responde a Accept: text/markdown.
- **Derived from:** WA-OV-D07, WA-OV-D08, WA-OV-D09
### WA-OV-I05 — Executar (WebMCP) permanece experimental e fora do roadmap crítico
WebMCP é origin trial no Chrome e Draft Community Group Report na W3C, com limitações operacionais relevantes; a camada Executar deve ficar em observação, não orientar orçamento hoje.
- **Derived from:** WA-OV-D16
### WA-OV-I06 — Pilha de prioridade de decisão
A evidência sustenta uma ordem de prioridade: (1) fundação de SEO e conteúdo people-first; (2) representações limpas; (3) política de crawl separando bots de treino de bots de busca/citação; (4) métricas reais de Search Console, tráfego e bytes de bot, não vanity llms.txt; (5) execução por agentes como observação, não aposta de roadmap.
- **Derived from:** WA-OV-D01, WA-OV-D02, WA-OV-D03, WA-OV-D07, WA-OV-D10, WA-OV-D13, WA-OV-D14, WA-OV-D15, WA-OV-D16
### WA-OV-I07 — llms.txt é KPI frágil de 'presença em IA'
O Google não exige llms.txt para recursos de IA no Search, e a maior parte dos arquivos publicados nunca é lida — publicar um llms.txt 'porque todo mundo tem' não é um indicador confiável de prioridade nem de resultado.
- **Derived from:** WA-OV-D01, WA-OV-D10
### WA-OV-I08 — Tráfego automatizado pressiona política de crawl e custo, não prova demanda por execução
Telemetria de vendor sobre tráfego automatizado (com ressalvas) e sobre a participação de crawlers de IA no tráfego de bot orienta política de crawl e dimensionamento de custo de banda/origem — não é evidência de que agentes estão prontos para executar ações no site nem justifica priorizar WebMCP.
- **Derived from:** WA-OV-D06, WA-OV-D15, WA-OV-D08, WA-OV-D09
## Incertezas
### WA-OV-UNC-01 — Se o modelo de três camadas melhora decisões de orçamento
- **Status:** não mensurado publicamente
- **O que sabemos:** O modelo de três camadas organiza jobs e evidências, mas não há estudo de uso ou teste editorial que confirme se ele melhora decisões de orçamento na prática, ou só organiza a narrativa sem mudar resultados.
- **Tratamento editorial:** Tratar o modelo como hipótese de trabalho testada contra evidência disponível, não como framework fechado ou cientificamente comprovado.
- **Confiança:** high na lacuna
- **Última revisão:** 2026-08-07
### WA-OV-UNC-02 — Critérios de seleção de links de suporte em respostas de IA
- **Status:** não documentado publicamente
- **O que sabemos:** O Google documenta elegibilidade (indexado + elegível a snippet) para a camada Descobrir, mas não publica a lista de critérios exatos que usa para escolher quais links aparecem como suporte em recursos de IA generativa.
- **Tratamento editorial:** Não inventar lista de fatores de citação; tratar seleção de links como lacuna documentada.
- **Última revisão:** 2026-08-07
### WA-OV-UNC-03 — Quando WebMCP deixa de ser experimental
- **Status:** sem previsão pública
- **O que sabemos:** WebMCP está em origin trial no Chrome e como Draft Community Group Report na W3C; não há cronograma público para se tornar Standards Track ou padrão estável entre navegadores.
- **Tratamento editorial:** Manter Executar como camada em observação até mudança de status documentada pelos próprios órgãos responsáveis.
- **Última revisão:** 2026-08-07
### WA-OV-UNC-04 — Conversão de 'visibilidade em IA' sintética em resultado real
- **Status:** não mensurado publicamente
- **O que sabemos:** Não há estudo público que converta métricas sintéticas de 'visibilidade em IA' (como scores de ferramentas terceiras) em impressões, cliques ou receita reais de publishers.
- **Tratamento editorial:** Preferir métricas de primeira mão (Search Console, tráfego, conversão) a dashboards de 'citation score' sem transparência de método.
- **Última revisão:** 2026-08-07
### WA-OV-UNC-05 — Composição real do tráfego 'automatizado'
- **Status:** não desagregado publicamente
- **O que sabemos:** Telemetrias como a da Imperva não separam, dentro do tráfego classificado como automatizado, qual fração é agente agindo em nome de um usuário e qual é crawler ou scraper comum.
- **Tratamento editorial:** Não usar participação de tráfego automatizado como prova de agent-readiness nem para orçar 'presença em agentes'.
- **Última revisão:** 2026-08-07
## Metodologia
- **DATA:** DATA registra claims verificáveis com fonte, contexto de medição, limitações e confiança explícitos.
- **INFO:** INFO registra síntese ou interpretação e sempre declara os IDs dos claims dos quais deriva.
- **Incerteza:** Incerteza registra uma lacuna como resultado editorial; ela permanece explícita e não é preenchida com estimativa frágil.
- **Regra de atualização:** Uma revisão pode corrigir ou atualizar a projeção somente a partir do Dossier canônico com autorização editorial; mudanças materiais incrementam a versão pública e são registradas no histórico de correções.
## Versão e correções
- **Versão pública:** 1.0.0
- **Última verificação:** 2026-08-07
- **Revisar após:** 2026-09-06
- Nenhuma correção pública registrada.
## Referências
1. **src-wa-google-ai-optimization-guide.** [Google Search Central — Optimizing your website for generative AI features on Google Search](https://developers.google.com/search/docs/fundamentals/ai-optimization-guide). Google. Acesso em 2026-08-07.
1. **src-wa-google-ai-features-website.** [Google Search Central — AI features and your website](https://developers.google.com/search/docs/appearance/ai-features). Google. Acesso em 2026-08-07.
1. **src-wa-google-succeeding-ai-search.** [Google Search Central Blog — Succeeding in AI search](https://developers.google.com/search/blog/2025/05/succeeding-in-ai-search). Google. Acesso em 2026-08-07.
1. **src-wa-chrome-agent-ready-toolkit.** [Chrome for Developers — A developer toolkit to make your website agent-ready](https://developer.chrome.com/blog/agent-ready-toolkit). Chrome for Developers. Acesso em 2026-08-07.
1. **src-wa-w3c-tag-london-2026.** [W3C — The W3C TAG Meeting in London, March 2026](https://www.w3.org/blog/2026/the-w3c-tag-meeting-in-london-march-2026/). W3C. Acesso em 2026-08-07.
1. **src-wa-imperva-bad-bot-2025.** [Imperva — 2025 Bad Bot Report](https://www.imperva.com/resources/reports/2025-Bad-Bot-Report.pdf). Imperva. Acesso em 2026-08-07.
1. **src-wa-mdn-content-negotiation.** [MDN — Content negotiation](https://developer.mozilla.org/en-US/docs/Web/HTTP/Guides/Content_negotiation). MDN. Acesso em 2026-08-07.
1. **src-wa-vercel-docs-for-agents.** [Vercel — How to serve documentation for agents](https://vercel.com/kb/guide/how-to-serve-documentation-for-agents). Vercel. Acesso em 2026-08-07.
1. **src-wa-fastly-markdown-agents.** [Fastly — Give AI Agents the Markdown They Actually Want](https://www.fastly.com/blog/give-ai-agents-markdown-they-actually-want). Fastly. Acesso em 2026-08-07.
1. **src-wa-checkly-content-negotiation-2026.** [Checkly — The Current State of Content Negotiation for AI Agents](https://www.checklyhq.com/blog/state-of-ai-agent-content-negotation/). Checkly. Acesso em 2026-08-07.
1. **src-wa-cloudflare-agent-readiness.** [Cloudflare — Introducing the Agent Readiness score](https://blog.cloudflare.com/agent-readiness/). Cloudflare. Acesso em 2026-08-07.
1. **src-wa-ahrefs-llmstxt-study.** [Ahrefs — We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read](https://ahrefs.com/blog/llmstxt-study/). Ahrefs. Acesso em 2026-08-07.
1. **src-wa-arxiv-geo-2311-09735.** [Aggarwal et al. — GEO: Generative Engine Optimization](https://arxiv.org/abs/2311.09735). arXiv. Acesso em 2026-08-07.
1. **src-wa-openai-chatgpt-search.** [OpenAI — Introducing ChatGPT search](https://openai.com/index/introducing-chatgpt-search/). OpenAI. Acesso em 2026-08-07.
1. **src-wa-pew-ai-summary-ctr-2025.** [Pew Research Center — Google users are less likely to click on links when an AI summary appears in the results](https://www.pewresearch.org/short-reads/2025/07/22/google-users-are-less-likely-to-click-on-links-when-an-ai-summary-appears-in-the-results/). Pew Research Center. Acesso em 2026-08-07.
1. **src-wa-openai-crawlers-docs.** [OpenAI — Crawler / bot documentation](https://developers.openai.com/api/docs/bots). OpenAI. Acesso em 2026-08-07.
1. **src-wa-fastly-ai-crawlers-press.** [Fastly — New Fastly threat research reveals AI crawlers make up almost 80% of AI bot traffic](https://www.fastly.com/press/press-releases/new-fastly-threat-research-reveals-ai-crawlers-make-up-almost-80-of-ai-bot). Fastly. Acesso em 2026-08-07.
1. **src-wa-chrome-webmcp-docs.** [Chrome for Developers — WebMCP](https://developer.chrome.com/docs/ai/webmcp). Chrome for Developers. Acesso em 2026-08-07.
1. **src-wa-w3c-webmcp-cg-draft.** [W3C Web Machine Learning Community Group — WebMCP API (Draft Community Group Report)](https://webmachinelearning.github.io/webmcp/). W3C WebML CG. Acesso em 2026-08-07.
1. **src-wa-digiday-dcn-referral-drop.** [Digiday — Google AI Overviews linked to publisher referral traffic drops, new data shows](https://digiday.com/media/google-ai-overviews-linked-to-25-drop-in-publisher-referral-traffic-new-data-shows/). Digiday. Acesso em 2026-08-07.
1. **src-wa-digiday-similarweb-zero-click.** [Digiday — In graphic detail: AI platforms are driving more traffic, but not enough to offset zero-click search](https://digiday.com/media/in-graphic-detail-ai-platforms-are-driving-more-traffic-but-not-enough-to-offset-zero-click-search/). Digiday. Acesso em 2026-08-07.
1. **src-wa-arxiv-verifiability-2304-09848.** [Liu et al. — Evaluating Verifiability in Generative Search Engines](https://arxiv.org/abs/2304.09848). arXiv. Acesso em 2026-08-07.