A investigação por trás de cada análise

A OpenAI, a Anthropic e a Perplexity publicam os nomes dos robôs que leem páginas para as suas respostas de IA e explicam como permiti-los ou bloqueá-los no robots.txt. Essas ferramentas não conseguem ler uma página que os bloqueia, por isso é menos provável que a mostrem ou liguem para ela.

As mesmas empresas, e a Google com o «Google-Extended», usam outros nomes para os robôs que recolhem texto para treinar IA. Dizem que bloqueá-los não o retira das respostas de pesquisa. Bloqueá-los é uma escolha de negócio legítima, por isso esta análise nunca baixa a sua pontuação.

O Google consegue executar os scripts de uma página antes de a ler, mas diz que isso demora mais. Uma análise de 2024 da Vercel à sua própria rede verificou que nenhum dos grandes robôs de IA, incluindo os da OpenAI e da Anthropic, executava scripts, por isso o texto criado só por scripts era invisível para eles. O Microsoft Bing também avisa que a IA pode não ver conteúdo escondido.

O llms.txt é uma proposta de 2024 de um ficheiro curto que indica às ferramentas de IA as páginas principais de um site. Não é uma norma acordada, e a Google diz que as suas funções de IA não precisam de ficheiros especiais. Por isso mostramo-lo só como informação, sem mudar a sua pontuação.

A documentação da Google sobre a marcação Organization diz que a ajuda a perceber quem está por trás de um site, com o nome, o logótipo e os contactos. As diretrizes da Google para os seus avaliadores de qualidade também pedem que procurem informação clara sobre quem gere o site.

O guia da Google sobre conteúdo útil incentiva vivamente nomes de autor verdadeiros onde os leitores os esperam, e avisa que inventar autores é enganador. As diretrizes para avaliadores têm em conta a experiência e os conhecimentos do autor ao julgar a confiança.

A Google diz que uma data clara e visível a ajuda a saber quando uma página foi publicada ou atualizada. O seu guia também desaconselha mudar a data para parecer recente quando o conteúdo não mudou de facto.

As diretrizes da Google para avaliadores de qualidade pedem que descubram quem é responsável por um site e como o contactar. Pouca informação deste tipo é motivo para uma nota de qualidade mais baixa. Ligações claras para as páginas Sobre nós e Contacto tornam-na fácil de encontrar.

Num estudo de 2024 sobre «otimização para motores generativos», investigadores da Universidade de Princeton e de outras instituições reescreveram páginas web de várias formas e mediram quanto as respostas de IA as usavam. Acrescentar estatísticas relevantes foi das mudanças que mais ajudaram, até cerca de 40% nos testes. Usaram sistemas de IA montados para o estudo, por isso as ferramentas reais podem comportar-se de outra forma. O Microsoft Bing também aconselha apoiar as afirmações em factos mensuráveis.

O mesmo estudo de 2024 verificou que citar fontes fiáveis era outra das mudanças mais eficazes, tornando as páginas mais visíveis nas respostas de IA. Como em todo o estudo, os testes usaram sistemas de IA montados para a investigação.

O mesmo estudo de 2024 verificou que acrescentar citações de pessoas ou especialistas relevantes também tornava as páginas bastante mais visíveis nas respostas de IA. Os testes usaram sistemas de IA montados para o estudo, por isso as ferramentas reais podem comportar-se de outra forma.

O Microsoft Bing aconselha escrever títulos e texto como perguntas diretas com respostas claras, porque é assim que as pessoas pesquisam, sobretudo nas respostas de IA. A Google, por outro lado, diz que as suas funções de IA não precisam de mudanças especiais, por isso veja isto como o conselho de um motor de pesquisa e não como uma regra universal.

O Microsoft Bing aconselha começar com uma resposta de uma ou duas frases que se perceba sozinha, para poder ser usada numa resposta de IA. Isto coincide com a «pirâmide invertida» que o Nielsen Norman Group recomenda há muito: primeiro o essencial, depois os pormenores, porque os leitores param muitas vezes cedo.

Um estudo do Nielsen Norman Group verificou que páginas reescritas para serem concisas, fáceis de percorrer (com listas e palavras destacadas) e objetivas eram 124% mais fáceis de usar. O Microsoft Bing também aconselha listas e tabelas para passos e comparações, porque dividem os pormenores em partes claras que a IA pode reutilizar.

A norma HTML tem um elemento <main> para o conteúdo principal de uma página, ao lado de outros para o cabeçalho, os menus e o rodapé. Marcar o conteúdo assim ajuda os leitores de ecrã e permite a outras ferramentas distinguir o artigo dos menus e da publicidade.

A Google anunciou em 2014 que usa o HTTPS, a versão segura de um endereço web, como um pequeno sinal de posicionamento. Os navegadores também marcam como «Não seguro» as páginas sem HTTPS, e o HTTPS protege o que os visitantes escrevem, como palavras-passe.

Uma definição «noindex» diz ao Google para não mostrar uma página nos resultados. Deixada por engano, mantém a página totalmente fora do Google, e é por isso que esta análise conta tanto.

O ficheiro robots.txt diz aos robôs dos motores de pesquisa que partes de um site podem ler. O Google respeita-o, por isso uma página bloqueada ali não pode ser bem lida, embora o Google possa ainda mostrar o endereço sem descrição.

Um mapa do site é um ficheiro com a lista das páginas que quer que sejam encontradas. A Google diz que a ajuda a descobrir páginas, sobretudo em sites novos ou grandes, mas não garante que apareçam nos resultados.

Quando o mesmo conteúdo abre em mais do que um endereço, o Google escolhe um para mostrar. Uma etiqueta «canonical» diz ao Google qual prefere. O Google trata-a como uma pista forte, não como uma ordem.

A Google diz que o título da página é muitas vezes usado como título do resultado e deve ser descritivo e conciso. A Google não define um número de caracteres, mas corta os títulos longos, por isso o intervalo de comprimento que verificamos é uma regra prática nossa.

O Google pode mostrar a meta descrição como o texto curto por baixo do resultado quando descreve bem a página. A Google não define um comprimento; o intervalo que verificamos é nosso, com base no que costuma caber.

O Guia de iniciação ao SEO da Google recomenda títulos que mostrem como a página está organizada, e as orientações de acessibilidade dizem que o título principal deve descrevê-la. A Google não exige exatamente um título principal; essa parte é uma regra nossa, para maior clareza.

As orientações de acessibilidade do W3C pedem títulos por ordem, sem saltar níveis, para que quem usa leitores de ecrã se consiga orientar. A Google diz que a ordem dos títulos não importa para os resultados, por isso esta análise serve os leitores e não o Google.

A Google diz que não tem um número de palavras preferido e que valoriza páginas que respondem por completo à pergunta do visitante. As páginas muito curtas raramente o fazem, por isso avisamos abaixo de um número de palavras escolhido por nós. É um sinal aproximado, não uma regra da Google.

As WCAG, a norma internacional de acessibilidade, pedem uma descrição em texto de cada imagem com significado, para que os visitantes cegos saibam o que mostra. O Google também usa estas descrições (texto alternativo) para compreender as imagens.

O Google encontra a maioria das páginas seguindo ligações. O seu guia diz que cada página importante deve ter uma ligação de pelo menos outra página do seu site, com palavras que descrevam para onde leva.

O Google usa sobretudo a versão para telemóvel de uma página nos resultados, a que chama indexação com prioridade para dispositivos móveis. Sem a definição «viewport», o telemóvel mostra uma página de computador minúscula, difícil de ler e de usar.

As WCAG pedem que cada página indique a sua língua, para que os leitores de ecrã pronunciem bem e os navegadores possam oferecer tradução. A Google diz que deduz a língua a partir do texto visível e ignora esta definição, por isso a análise ajuda os visitantes e não o posicionamento.

O tempo até ao primeiro byte é quanto um servidor demora a começar a enviar uma página. O guia web.dev da Google considera bom 0,8 segundos ou menos e fraco mais de 1,8 segundos, os limites que usamos. Medimos uma vez a partir do nosso servidor, o que não equivale às Core Web Vitals de visitantes reais. Um estudo da Deloitte encomendado pela Google verificou que páginas móveis um pouco mais rápidas geravam mais vendas.

Os servidores podem comprimir uma página antes de a enviar, com métodos como gzip ou Brotli, e o navegador descomprime-a quando chega. A documentação da Mozilla explica como funciona. Páginas mais pequenas chegam mais depressa, sobretudo em ligações móveis lentas.

O protocolo Open Graph define o título, o texto e a imagem que aparecem quando alguém partilha a sua ligação numa rede social ou numa aplicação de mensagens. Não afeta o posicionamento no Google, mas decide o aspeto da página quando é partilhada.

Os dados estruturados são etiquetas escondidas que dizem aos motores de pesquisa de que trata uma página, como um negócio, um produto ou um artigo. O Google usa-os para compreender as páginas e para resultados mais completos, mas etiquetas corretas não os garantem. Só verificamos que se leem sem erros.

Um ano de direitos de autor antigo no rodapé é um pequeno sinal de que ninguém cuida do site. Nenhum motor de pesquisa nem lei exige o ano atual. É uma análise nossa, e por isso conta tão pouco.

Segundo o RGPD do Reino Unido e da UE, um site que recolhe dados pessoais tem de dizer o que recolhe e para quê, normalmente numa política de privacidade. O regulador britânico, o ICO, explica o que é preciso. Os termos de utilização nem sempre são obrigatórios por lei, mas dão regras claras aos visitantes.

As regras do Reino Unido e da UE sobre cookies dizem que os cookies não essenciais, como os de análise e de publicidade, precisam primeiro da autorização do visitante. O guia do ICO explica isto. Procuramos ferramentas de seguimento e de consentimento conhecidas, mas não podemos provar o que um site faz realmente.

A lei da UE sobre serviços online pede às empresas um endereço de email ou outra forma rápida de as contactar, e o Reino Unido tem a mesma regra. As diretrizes da Google para avaliadores também têm em conta contactos claros ao julgar se um site é de confiança.

O guia da Google sobre códigos de estado explica que uma ligação para uma página que não existe (um «404») não leva a lado nenhum, e que essas páginas saem da pesquisa com o tempo. As ligações quebradas não baixam diretamente o posicionamento, mas impedem visitantes e robôs de chegar ao seu conteúdo.

A Google pede que as páginas inexistentes enviem um estado real «404 não encontrado», e não uma página normal que só diz «não encontrado», a que chama soft 404. Uma página de erro útil também mantém no site os visitantes perdidos.

Se uma página abre com e sem www, ou em http e em https, o Google tem de escolher uma. A Google recomenda escolher um endereço e redirecionar os outros para ele de forma permanente.

As ligações que abrem um novo separador permitiam antes que a nova página controlasse a anterior, um truque usado em burlas. Acrescentar rel="noopener" impede-o. A documentação da Mozilla indica que os navegadores modernos já o fazem por predefinição, por isso o risco está sobretudo em navegadores antigos.

O guia web.dev da Google explica que as imagens WebP costumam ser bastante mais leves do que JPEG ou PNG com a mesma qualidade, e que o AVIF, mais recente, é muitas vezes ainda mais leve. Imagens mais leves carregam mais depressa, sobretudo no telemóvel.

Quando uma imagem não tem largura e altura definidas, o navegador não lhe consegue reservar espaço, e o texto salta enquanto carrega. A Google mede este «deslocamento do esquema» como uma das Core Web Vitals e recomenda definir o tamanho das imagens para o evitar.

Os navegadores podem esperar para carregar imagens até o visitante se aproximar delas, com loading="lazy". O guia da Google diz que isto poupa dados e acelera a primeira vista, mas as imagens do topo da página devem carregar logo.

Quando uma página usa um tipo de letra próprio, alguns navegadores escondem o texto até ele chegar. O guia da Google recomenda «font-display: swap», para o texto aparecer logo num tipo de letra comum e mudar quando o personalizado estiver pronto.

A cache permite ao navegador guardar ficheiros que já descarregou, para os visitantes que voltam não os descarregarem de novo. O guia da Google explica como uma duração longa de «Cache-Control» faz isto para ficheiros que raramente mudam.

Uma indicação «preload» diz ao navegador para ir buscar cedo um ficheiro importante, como o tipo de letra ou a imagem principal. O guia da Google diz que pode acelerar o carregamento se for usada para poucos ficheiros importantes. É opcional, por isso nunca baixa a sua pontuação.

As WCAG pedem uma forma de saltar os blocos que se repetem em todas as páginas, como o menu. Uma ligação «saltar para o conteúdo» permite a quem usa o teclado ir diretamente ao conteúdo principal.

O guia do W3C sobre regiões (cabeçalho, navegação, conteúdo principal e rodapé) explica que os leitores de ecrã permitem saltar entre estas zonas. As páginas construídas com elas são muito mais fáceis de percorrer sem as ver.

As WCAG exigem que quem usa o teclado veja sempre que ligação ou botão está selecionado. Procuramos estilos que escondem esse contorno sem pôr outra coisa no lugar.

As WCAG pedem um contraste de pelo menos 4,5 para 1 entre o texto normal e o fundo, para que pessoas com baixa visão o consigam ler. O WebAIM Million, um teste anual a um milhão de páginas iniciais, verifica que o texto com pouco contraste é o problema mais comum. Não medimos o contraste, porque é preciso desenhar a página no ecrã, e dizemo-lo em vez de adivinhar.

Quem escreve o seu endereço sem https:// deve chegar à versão segura. A documentação da Mozilla explica que um redirecionamento permanente faz isto, e que a definição do navegador da análise seguinte (HSTS) fecha a falha que o redirecionamento deixa.

O HSTS é uma norma da internet (RFC 6797) que diz aos navegadores para usarem sempre a versão segura do seu site, mesmo quando alguém escreve ou clica numa ligação http://. Sem ele, uma visita que começa em http:// pode ser intercetada antes do redirecionamento.

A OWASP, uma organização sem fins lucrativos que publica guias de segurança web, lista definições (cabeçalhos) que um servidor pode enviar para o navegador bloquear ataques comuns, como abrir a sua página dentro de outro site ou executar scripts maliciosos. Verificamos as principais que recomenda.

O Google mostra o ícone de um site ao lado dos resultados e explica como o definir. Os navegadores também o mostram nos separadores e nos favoritos, o que ajuda os visitantes a reconhecer o seu site.

O GOV.UK, o site do Governo britânico, limita as frases a 25 palavras ou menos, citando investigação segundo a qual os leitores compreendem muito menos à medida que as frases ficam mais longas. Avisamos acima de uma média de 20 palavras, um limite nosso um pouco mais exigente.

A investigação do Nielsen Norman Group sobre a leitura online verificou que as pessoas percorrem as páginas com os olhos, e que parágrafos curtos, com uma ideia cada, as tornam mais fáceis de usar. O limite de 150 palavras que usamos é nosso.

A mesma investigação verificou que subtítulos com sentido ajudam a percorrer uma página e a encontrar o que se procura. Pedimos um subtítulo pelo menos a cada 350 palavras; esse número é nosso.

A pontuação de facilidade de leitura de Flesch, publicada por Rudolf Flesch em 1948, avalia um texto pelo comprimento das frases e das palavras. Uma pontuação de 60 ou mais corresponde mais ou menos a inglês simples. Foi criada para o inglês, por isso só pontuamos páginas em inglês e dizemos que as outras línguas não são medidas.

O guia de estilo do GOV.UK diz para não escrever textos longos em maiúsculas, porque são difíceis de ler. Procuramos sequências de seis ou mais palavras em maiúsculas.

As WCAG pedem que o objetivo de cada ligação seja claro pelas suas palavras, ou pelas palavras e pela frase à volta. Quem usa um leitor de ecrã ouve muitas vezes a lista de todas as ligações da página, onde «clique aqui» não diz nada.

As WCAG exigem que cada botão e cada ligação tenham um nome que as tecnologias de apoio consigam ler em voz alta; um ícone sem etiqueta é anunciado só como «botão». O WebAIM Million coloca as ligações e os botões vazios entre os problemas mais comuns das páginas iniciais.

As WCAG pedem uma etiqueta em cada campo de formulário. O tutorial de formulários do W3C explica que o texto de exemplo a cinzento não a substitui, porque desaparece enquanto se escreve e muitas vezes vê-se mal.

As WCAG pedem que o texto possa ser ampliado para o dobro do tamanho sem perder conteúdo. As definições do telemóvel que impedem o zoom com dois dedos não deixam as pessoas com baixa visão fazê-lo.

Nenhuma norma define um tamanho mínimo de texto; as WCAG pedem antes que o texto possa ser ampliado. Os navegadores começam nos 16 píxeis, e o nosso limite de 14 píxeis é uma regra prática nossa.

As WCAG pedem legendas nos vídeos gravados com som, para que as pessoas surdas, e quem vê sem som, os consigam acompanhar.

As WCAG pedem que qualquer som que toque sozinho durante mais de três segundos possa ser pausado ou baixado. Um som que começa sozinho também pode abafar um leitor de ecrã.

As WCAG pedem que o conteúdo que se move, pisca ou desliza possa ser pausado, e que a animação provocada pelo deslizar da página possa ser desligada. Os dispositivos permitem pedir menos movimento, e as páginas podem respeitar isso com a definição «prefers-reduced-motion». O movimento pode causar tonturas ou náuseas a algumas pessoas.

O guia da Google explica que janelas pop-up atrapalham, como as que tapam o conteúdo logo à chegada, sobretudo no telemóvel, e sugere avisos menos intrusivos. Não conseguimos ver quando aparece uma janela pop-up, por isso esta análise só avisa.

A Coalition for Better Ads, um grupo de anunciantes e editores, investigou que anúncios as pessoas acham mais irritantes, com mais de 150 000 participantes. As suas Better Ads Standards enumeram-nos, como anúncios pop-up, vídeos que tocam com som e anúncios que tapam quase todo o ecrã do telemóvel.

Texto esquecido como «Lorem ipsum» ou «Como modelo de linguagem de IA» mostra aos leitores que ninguém reviu a página. A Google diz que avalia o conteúdo pela qualidade, seja qual for a forma como foi feito, e as suas políticas contra spam abrangem páginas feitas em massa com pouco valor. As diretrizes do Bing também alertam para grandes quantidades de conteúdo feitas sem revisão editorial.

Um estudo de 2025 na Science Advances contou palavras em mais de 15 milhões de resumos de investigação médica e encontrou uma subida repentina de palavras como «delves» e «showcasing» depois da chegada do ChatGPT. A nossa lista de cerca de 40 expressões, e o limite de 2 por cada 1000 palavras, são nossos. São sinais, não provas: uma pessoa também as pode escrever.

A mesma frase aparecer três ou mais vezes é um sinal comum de texto gerado ou copiado em massa. É uma análise nossa. O guia da Google sobre conteúdo útil pergunta se uma página traz valor real em vez de se repetir.