# Web agent-ready — representações máquina: HTML, Markdown e chrome

Como HTML, Markdown negociado e o chrome da página afetam agentes e o custo de servir bots — o que é padrão e o que ainda é hipótese.

Author: NiLu
Locale: pt-br
Published: 2026-08-07
Updated: 2026-08-07
Canonical: https://blog.nilu.pro/pt-br/blog/web-agent-ready-representacoes/
Markdown: https://blog.nilu.pro/pt-br/blog/web-agent-ready-representacoes.md
JSON: https://blog.nilu.pro/pt-br/blog/web-agent-ready-representacoes.json

## Resumo do artigo

- Agentes e crawlers costumam ler DOM, árvore de acessibilidade ou Markdown — não a página "decorada" que um humano vê.
- Negociação de conteúdo (Accept: text/markdown) é um mecanismo HTTP padrão, implementado por várias plataformas — não invenção de um único fornecedor.
- Reduções de HTML para Markdown em casos publicados variam de ~20% a ~99%, mas são exemplos, não médias da web.
- Adoção de negociação de Markdown ainda é rara e nem todo agente pede por ela — meça no seu tráfego antes de investir.

## Índice

- [O que um agente realmente lê](#o-que-um-agente-realmente-le)
- [Como servir uma representação máquina](#como-servir-uma-representacao-maquina)
- [Casos publicados: quanto isso pesa](#casos-publicados-quanto-isso-pesa)
- [Chrome, custo e tráfego de bots](#chrome-custo-e-trafego-de-bots)
- [llms.txt: índice ou vitrine](#llmstxt-indice-ou-vitrine)
- [Incertezas](#incertezas)

<a id="o-que-um-agente-realmente-le"></a>

## O que um agente realmente lê

Um agente de navegador raramente "vê" a página como um humano vê. Segundo o web.dev, ferramentas de IA operam sobre representações de máquina — screenshot, HTML/DOM bruto e a árvore de acessibilidade — muitas vezes combinadas. A árvore de acessibilidade resume papéis, nomes e estados de cada elemento e ignora o ruído visual do CSS; por isso, o mesmo artigo recomenda HTML interativo semântico (`button`, `a`) em vez de `div`/`span` decorados, associações de `label` corretas e leiautes estáveis. [[1]](#ref-1)

O guia do Google Search Central para recursos de IA generativa reforça esse ponto: HTML semântico é boa prática para humanos e leitores de tela; validade perfeita de HTML não é exigida; e agentes de navegador podem usar screenshot, DOM e árvore de acessibilidade. A própria documentação chama a preparação para agentes de opcional — algo a fazer "se houver tempo extra", não um requisito. [[2]](#ref-2)

<a id="como-servir-uma-representacao-maquina"></a>

## Como servir uma representação máquina

O mecanismo de base é HTTP comum: content negotiation. O cliente envia um cabeçalho `Accept` indicando o formato preferido; o servidor escolhe a representação e sinaliza aos caches com `Vary`, segundo a documentação da MDN. [[3]](#ref-3) Sobre esse mecanismo, várias plataformas documentam padrões parecidos: a Vercel publica um guia para servir Markdown e HTML na mesma URL via `Accept: text/markdown` (rewrites + route handler); a Fastly descreve um serviço de borda que entrega HTML a navegadores e Markdown a crawlers de IA conhecidos ou a pedidos explícitos, sempre variando por `Accept` e `User-Agent`; e a Cloudflare documenta uma conversão equivalente em nível de zona, removendo cabeçalho, navegação, rodapé e scripts do corpo Markdown e preservando JSON-LD ao final do documento. [[4]](#ref-4) [[5]](#ref-5) [[6]](#ref-6)

Nenhuma dessas implementações é padrão único do setor — são a mesma ideia (content negotiation) aplicada por fornecedores diferentes. Publicar arquivos Markdown estáticos (como `/index.md`) ou um índice `llms.txt` é outra estratégia, usada por exemplo na própria documentação Cloudflare Docs for agents — mais simples de operar, mas com risco de o Markdown "descolar" do HTML canônico ao longo do tempo. [[7]](#ref-7)

<a id="casos-publicados-quanto-isso-pesa"></a>

## Casos publicados: quanto isso pesa

Publishers relatam reduções expressivas de tamanho ao trocar HTML por Markdown — mas são estudos de caso, não uma média medida da web. A Cloudflare citou, em post de blog, um exemplo com cerca de 16.180 tokens em HTML contra 3.150 em Markdown (~80% menos) [[8]](#ref-8); a Checkly mediu, na própria documentação, cerca de 615 KB / 180 mil tokens em HTML contra 2,3 KB / 478 tokens em Markdown (~99,6% menos) [[9]](#ref-9); e a Fastly descreve, de forma qualitativa, artigos típicos comprimindo para 20–30% do tamanho do HTML original [[5]](#ref-5).

Negociação de Markdown só ajuda quem pede: a própria Checkly testou sete agentes de código e encontrou apenas três (Claude Code, Cursor e OpenCode) enviando `Accept` pedindo `text/markdown` — os outros quatro (Codex, Gemini CLI, GitHub Copilot e Windsurf) não priorizaram Markdown na amostra observada. [[9]](#ref-9) Um snapshot do Cloudflare Radar, citado no blog de Agent Readiness da própria empresa, mediu que a negociação de `Accept: text/markdown` passa em apenas 3,9% dos sites de alto tráfego escaneados — um retrato pontual de baixa adoção, não uma linha de base estável. [[10]](#ref-10)

<a id="chrome-custo-e-trafego-de-bots"></a>

## Chrome, custo e tráfego de bots

O "chrome" da página — menu, rodapé, scripts, decoração — não tem valor semântico para um agente, mas consome tokens de contexto do lado dele e bytes de banda do lado de quem serve o site. Redes de borda relatam volume crescente de tráfego de bots de IA: a Fastly registrou crawlers de IA representando quase 80% do tráfego de bots de IA observado em sua análise de meados de 2025 (com Meta, Google e OpenAI como as maiores fatias), e tráfego de bot automatizado geral em 37% da atividade da própria rede no período; a Akamai relatou crescimento de aproximadamente 300% ano a ano na atividade de bots de IA na sua plataforma. [[11]](#ref-11) [[12]](#ref-12)

Reduzir o chrome pode, em tese, reduzir bytes por requisição de bot — mas isso é hipótese operacional, não retorno financeiro comprovado. Sem um estudo público de custo de origem/egress medido antes e depois de uma mudança de representação, o conselho prático é medir bytes, status e user-agent nos próprios logs antes de prometer economia.

<a id="llmstxt-indice-ou-vitrine"></a>

## llms.txt: índice ou vitrine

`llms.txt` funciona como um índice no estilo sitemap, pensado para ferramentas que já o consomem — é assim que a própria Cloudflare o descreve. [[10]](#ref-10) Mas o guia oficial do Google Search Central lista `llms.txt` e markup especial de IA entre os equívocos a evitar: não é requisito para aparecer em recursos de IA generativa no Search. [[2]](#ref-2) Um estudo da Ahrefs, analisando cerca de 137 mil domínios, encontrou que 28% publicavam um `llms.txt` válido, mas 97% desses arquivos não receberam nenhuma requisição no mês medido — e, dos que receberam tráfego, 96% das requisições vieram de bots, não de leitura editorial. [[13]](#ref-13)

Isso não prova que `llms.txt` seja inútil para sempre; prova que, hoje, publicá-lo raramente muda alguma coisa observável. Trate como conveniência opcional para ferramentas que já consomem o formato — não como entregável prioritário.

<a id="incertezas"></a>

## Incertezas

- Não há estudo público que isole o efeito de conformidade com acessibilidade (WCAG) no sucesso de tarefas de agentes, fora do argumento qualitativo do Google/web.dev.
- Não se sabe quais agentes e crawlers vão enviar `Accept: text/markdown` de forma estável — a amostra Checkly (3 de 7) é um retrato pontual.
- Não existem dados operacionais publicados sobre o custo real de manter uma árvore Markdown estática paralela ao HTML, incluindo risco de desalinhamento.
- Não existe um estudo de caso público medindo economia de banda ou origem em valores concretos, antes e depois de servir Markdown negociado para bots.

## Referências

1. <a id="ref-1"></a>[web.dev — Build agent-friendly websites](https://web.dev/articles/ai-agent-site-ux). web.dev. Acesso em 07 ago. 2026.
2. <a id="ref-2"></a>[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 07 ago. 2026.
3. <a id="ref-3"></a>[MDN — Content negotiation](https://developer.mozilla.org/en-US/docs/Web/HTTP/Guides/Content_negotiation). MDN. Acesso em 07 ago. 2026.
4. <a id="ref-4"></a>[Vercel — How to serve documentation for agents](https://vercel.com/kb/guide/how-to-serve-documentation-for-agents). Vercel. Acesso em 07 ago. 2026.
5. <a id="ref-5"></a>[Fastly — Give AI Agents the Markdown They Actually Want](https://www.fastly.com/blog/give-ai-agents-markdown-they-actually-want). Fastly. Acesso em 07 ago. 2026.
6. <a id="ref-6"></a>[Cloudflare — Markdown for Agents (docs)](https://developers.cloudflare.com/fundamentals/reference/markdown-for-agents/). Cloudflare. Acesso em 07 ago. 2026.
7. <a id="ref-7"></a>[Cloudflare — Docs for agents](https://developers.cloudflare.com/docs-for-agents/). Cloudflare. Acesso em 07 ago. 2026.
8. <a id="ref-8"></a>[Cloudflare — Introducing Markdown for Agents](https://blog.cloudflare.com/markdown-for-agents/). Cloudflare. Acesso em 07 ago. 2026.
9. <a id="ref-9"></a>[Checkly — The Current State of Content Negotiation for AI Agents](https://www.checklyhq.com/blog/state-of-ai-agent-content-negotation/). Checkly. Acesso em 07 ago. 2026.
10. <a id="ref-10"></a>[Cloudflare — Introducing the Agent Readiness score](https://blog.cloudflare.com/agent-readiness/). Cloudflare. Acesso em 07 ago. 2026.
11. <a id="ref-11"></a>[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 07 ago. 2026.
12. <a id="ref-12"></a>[Akamai — AI Bots Threaten Foundation of Web-Based Business Models](https://www.akamai.com/newsroom/press-release/akamai-research-ai-bots-threaten-foundation-of-web-based-business-models). Akamai. Acesso em 07 ago. 2026.
13. <a id="ref-13"></a>[Ahrefs — We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read](https://ahrefs.com/blog/llmstxt-study/). Ahrefs. Acesso em 07 ago. 2026.