Core Web Vitals e Latência: Páginas Mais Rápidas Recebem Mais Citações de IA?

Core Web Vitals e Latência: Páginas Mais Rápidas Recebem Mais Citações de Inteligência Artificial?

Introdução

Um site rápido é mais fácil de usar para as pessoas. Também pode ser mais fácil para os motores de busca e sistemas de inteligência artificial buscarem, renderizarem e entenderem.

Mas uma distinção importante é frequentemente esquecida:

Uma página mais rápida pode melhorar o rastreamento e a disponibilidade do conteúdo. Isso não significa que a velocidade por si só faz com que um sistema de inteligência artificial cite a página.

A partir de 2 de agosto de 2026, o Google afirma que tempos de resposta de servidor estáveis e latência mais baixa podem aumentar a capacidade de rastreamento de um site. O Google também afirma que seus recursos de pesquisa de inteligência artificial usam os mesmos sistemas básicos de pesquisa e indexação da pesquisa tradicional e não exigem marcação de inteligência artificial especial ou otimizações de velocidade. (developers.google.com)

Este artigo apresenta um plano de teste baseado em evidências, em vez de afirmar que um experimento completo já foi realizado. Nenhum site, conjunto de páginas, log de servidor ou conjunto de dados de citação foi fornecido. O objetivo é definir um estudo controlado que possa medir:

1. Se um menor tempo até o primeiro byte aumenta a frequência de rastreamento.
2. Se um menor Largest Contentful Paint melhora a descoberta ou a indexação.
3. Se um menor Cumulative Layout Shift afeta o rastreamento ou a recuperação por inteligência artificial.
4. Se as melhorias de desempenho aumentam a taxa em que as páginas são visivelmente citadas por sistemas de pesquisa de inteligência artificial.

A Resposta Curta

Um menor tempo até o primeiro byte pode melhorar o rastreamento nas condições certas

A documentação atual de rastreamento do Google afirma que seu limite de capacidade de rastreamento pode aumentar quando um site tem tempos de resposta estáveis ou em melhoria, incluindo o tempo até o primeiro byte. Se os tempos de resposta aumentarem, ou se um site retornar muitos erros de servidor ou respostas de limite de taxa, o Google pode reduzir o rastreamento. (developers.google.com)

No entanto, um tempo de resposta mais rápido não garante mais rastreamento. A demanda de rastreamento também depende de fatores como:

• Com que frequência o site muda.
• Quão popular é o site e suas páginas.
• Se o conteúdo é útil e único.
• Quantas URLs duplicadas ou de baixo valor existem.
• Se as URLs atualizadas estão incluídas nos sitemaps.

Isso significa que a latência mais baixa deve ter o efeito mais forte em sites grandes, frequentemente atualizados ou com restrições de servidor, não necessariamente em um site pequeno com conteúdo novo limitado.

Um Largest Contentful Paint menor pode ajudar indiretamente

O Largest Contentful Paint mede quando o principal conteúdo visível aparece para um usuário. O Google também afirma que tanto o tempo de resposta do servidor quanto o tempo necessário para renderizar páginas e recursos incorporados podem afetar a eficiência do rastreamento. (developers.google.com)

A relação provável é indireta:

Latência mais baixa → entrega de recursos mais rápida → renderização ou busca mais eficiente → menos timeouts de rastreamento ou buscas incompletas.

O efeito deve ser mais forte quando o conteúdo importante depende de:

• JavaScript lento.
• Imagens grandes.
• Folhas de estilo que bloqueiam a renderização.
• Renderização do lado do cliente.
• Recursos incorporados pesados.

Uma pontuação rápida de Largest Contentful Paint por si só não é provável que seja um sinal direto de citação por inteligência artificial.

Um Cumulative Layout Shift menor provavelmente tem pouco efeito direto no rastreamento

O Cumulative Layout Shift mede o movimento inesperado do conteúdo visível. É principalmente uma métrica de experiência do usuário. As causas comuns incluem imagens sem dimensões, anúncios inseridos dinamicamente, conteúdo incorporado e fontes da web. (web.dev)

Um rastreador não experimenta uma mudança de layout da mesma forma que um visitante humano. Portanto, uma relação direta entre um Cumulative Layout Shift menor e mais rastreamento é improvável.

Pode haver uma relação indireta quando uma grande mudança de layout é causada por:

• Conteúdo inserido tardiamente por JavaScript.
• Texto importante oculto até que os scripts sejam executados.
• Imagens ou embeds que atrasam a construção da página.
• Modelos instáveis que produzem conteúdo diferente durante diferentes buscas.

Nesses casos, o problema real não é a pontuação de mudança de layout. O problema real é que a página pode ser difícil de processar ou pode expor conteúdo importante muito tarde.

Páginas mais rápidas não são automaticamente citadas com mais frequência

O Google diz que as páginas que aparecem nos recursos de inteligência artificial devem primeiro ser indexadas e qualificadas para aparecer nos resultados de pesquisa normais com um snippet. O Google também diz que não há requisitos técnicos adicionais ou otimizações especiais de inteligência artificial para suas visões gerais de inteligência artificial e modo de inteligência artificial. (developers.google.com)

A OpenAI afirma de forma similar que os rankings de pesquisa do ChatGPT dependem de múltiplos fatores e que permitir seu rastreador de pesquisa, OAI-SearchBot, é importante para a inclusão. Não afirma que Core Web Vitals mais baixos aumentam diretamente a probabilidade de citação. (help.openai.com)

Isso sugere um modelo de quatro estágios:

1. Descoberta — O sistema aprende que a URL existe?
2. Busca e processamento — O sistema consegue recuperar e entender a página?
3. Indexação e recuperação — A página é selecionada para uma consulta específica?
4. Seleção de citação — A página é mostrada como uma fonte visível na resposta?

A velocidade da página pode afetar os dois primeiros estágios. Não está estabelecido como uma causa direta do quarto estágio.

Pesquisas recentes também mostram que os sistemas de inteligência artificial podem ler muitas páginas relevantes, mas citar apenas algumas delas. Em outras palavras, a recuperação e a citação são eventos separados. (cambridge.org)

O Que Deve Ser Testado?

O estudo deve testar duas perguntas diferentes, em vez de tratar a “visibilidade da inteligência artificial” como uma única métrica.

Pergunta 1: O desempenho afeta o rastreamento?

Resultados primários:

• Tempo da publicação até a primeira solicitação do rastreador.
• Número de solicitações do rastreador por página por dia.
• Tempo entre os recrawls bem-sucedidos.
• Número de páginas rastreadas por 1.000 páginas publicadas.
• Porcentagem de buscas bem-sucedidas.
• Taxa de erros do servidor e respostas de limite de taxa.
• Tempo da publicação até a indexação.

Pergunta 2: O desempenho afeta a seleção de citações?

Resultados primários:

• Porcentagem de consultas testadas que produzem uma citação visível.
• Taxa de citação por página elegível.
• Compartilhamento de citação dentro de uma consulta.
• Porcentagem de páginas recuperadas que se tornam citações visíveis.
• Persistência da citação ao longo do tempo.
• Taxa de citação por sistema de inteligência artificial.

Esses resultados devem ser separados por provedor. Uma visão geral de inteligência artificial do Google, um resultado de pesquisa do ChatGPT, uma resposta do Microsoft Copilot, uma resposta do Perplexity e uma resposta de pesquisa do Claude podem usar diferentes índices, rastreadores, sistemas de classificação e cronogramas de atualização.

Projeto Experimental

1. Construir um conjunto de páginas controlado

Use um conjunto de páginas grande o suficiente para produzir dados significativos de rastreador e citação.

Um projeto inicial prático incluiria:

• 240 a 800 páginas.
• Pelo menos 20 páginas por modelo de página.
• Três a cinco categorias de conteúdo.
• Uma mistura de páginas perenes e atualizadas regularmente.
• Número igual de páginas em cada grupo de tratamento.

Cada página deve ter:

• Estrutura HTML semelhante.
• Comprimento de conteúdo semelhante.
• O mesmo sistema de publicação.
• O mesmo padrão de links internos.
• As mesmas regras canônicas.
• O mesmo tratamento de sitemap.
• As mesmas permissões robots.txt.
• Um tópico único e útil.

Não crie centenas de páginas finas ou quase duplicadas apenas para o experimento. As diretrizes do Google alertam que URLs duplicadas e de baixo valor podem desperdiçar recursos de rastreamento e reduzir a eficiência de um site. (developers.google.com)

Um design de pares combinados é útil. Por exemplo, emparelhe páginas com características semelhantes:

• Comprimento do conteúdo.
• Demanda do tópico.
• Frequência de atualização.
• Contagem de links internos.
• Contagem de links externos.
• Tráfego histórico.
• Posição no ranking de pesquisa.

Em seguida, coloque uma página de cada par no grupo de controle e a outra em um grupo de tratamento.

2. Usar um desenho fatorial de tratamento

Os principais tratamentos de desempenho devem ser testados de forma independente e em conjunto.

Isso cria um experimento controlado para as três otimizações solicitadas:

• HTTP/3.
• Cache de borda de rede de entrega de conteúdo.
• Compressão de imagem.

O tratamento de estabilidade de layout é necessário porque as três primeiras otimizações não isolam de forma confiável o Cumulative Layout Shift. A compressão de imagem pode reduzir o Largest Contentful Paint sem alterar a estabilidade do layout.

Por que o HTTP/3 precisa de sua própria medição

O HTTP/3 usa o protocolo de transporte QUIC e fornece streams independentes, que podem evitar o bloqueio de linha na cabeça (head-of-line blocking) no nível de transporte encontrado no HTTP/2 sobre TCP. Seus benefícios dependem de o cliente ou rastreador realmente negociar HTTP/3. (rfc-editor.org)

Portanto, registre o protocolo negociado para cada solicitação:

• HTTP/1.1.
• HTTP/2.
• HTTP/3.

Não presuma que habilitar o HTTP/3 significa que todo rastreador o utiliza. Se o Googlebot, OAI-SearchBot ou outro rastreador continuar a usar HTTP/2, o HTTP/3 não poderá afetar as solicitações desse rastreador.

Por que o cache de borda deve ser testado cuidadosamente

Uma rede de entrega de conteúdo (CDN) pode reduzir o tempo até o primeiro byte servindo conteúdo mais próximo do solicitante. Também pode reduzir o número de solicitações que chegam ao servidor de origem. (web.dev)

Teste pelo menos três estados de cache:

1. Cache frio — A borda deve contatar a origem.
2. Cache quente — A borda serve a página sem contatar a origem.
3. Cache revalidado — A borda ou o rastreador usa um valor ETag ou Last-Modified e recebe uma resposta 304 Not Modified.

O Google recomenda especificamente o cache HTTP eficiente e apoia o uso de respostas 304 Not Modified para reduzir processamento e largura de banda desnecessários. (developers.google.com)

Não permita que o cache sirva conteúdo desatualizado ou incorreto aos rastreadores. Registre:

• Acerto ou falha do cache.
• Idade do cache.
• Localização da borda.
• Tempo de resposta da origem.
• Versão do conteúdo.
• Código de status.
• Cabeçalhos de validação.

Por que a compressão de imagem deve estar vinculada ao Largest Contentful Paint

WebP e AVIF geralmente fornecem melhor compressão do que formatos de imagem mais antigos. Imagens menores podem reduzir o tempo de transferência e podem melhorar o Largest Contentful Paint quando a imagem é o elemento Largest Contentful Paint. (web.dev)

O teste deve usar:

• As mesmas dimensões de imagem.
• O mesmo alvo de qualidade visual.
• Imagens srcset responsivas.
• Um formato moderno com um fallback adequado.
• Valores explícitos de width e height.
• Sem lazy loading para a imagem Largest Contentful Paint.
• Uma URL de imagem visível no HTML inicial.

A compressão de imagem sozinha pode não melhorar o Largest Contentful Paint se o atraso real vier do JavaScript ou da descoberta tardia de recursos. As diretrizes de desempenho do Google observam que reduzir o tempo de download da imagem pode simplesmente deslocar o atraso para outra parte da página se o elemento Largest Contentful Paint for revelado tardiamente. (web.dev)

3. Executar o teste por tempo suficiente

Um teste curto pode perder os efeitos do agendamento de rastreamento e da atualização do índice.

Um projeto prático é:

• Duas semanas de medição de linha de base.
• Seis a doze semanas de medição de tratamento.
• Um período final de reversão ou crossover, se possível.

Para um teste crossover, troque os tratamentos entre grupos de páginas combinados. Se o efeito de desempenho desaparecer quando o tratamento for removido, o resultado é mais forte do que uma simples comparação antes e depois.

Os dados de campo do Core Web Vitals devem ser avaliados por um período adequado. O Chrome User Experience Report usa uma agregação contínua de 28 dias, portanto, não foi projetado para mostrar mudanças instantâneas após uma implantação. (developer.chrome.com)

4. Medir a população completa de rastreadores

Não trate todo o tráfego automatizado como um único grupo.

No mínimo, separe:

Rastreamento de pesquisa

• Googlebot.
• Bingbot.

Rastreamento de pesquisa de inteligência artificial

• OAI-SearchBot.
• PerplexityBot.
• Claude-SearchBot.

Buscadores solicitados pelo usuário

• Perplexity-User.
• Claude-User.
• Buscadores de usuários do ChatGPT onde identificáveis.

Rastreamento para treinamento

• GPTBot.
• ClaudeBot.
• Controles Google-Extended.

Rastreamento para treinamento não deve ser usado como um proxy para citações de pesquisa de inteligência artificial. Anthropic, OpenAI e Google distinguem entre rastreadores usados para treinamento, pesquisa ou recuperação solicitada pelo usuário. O Google também afirma que o Google-Extended não afeta a inclusão ou o ranking na Pesquisa Google. (help.openai.com)

A Perplexity, de forma semelhante, distingue entre PerplexityBot, que suporta a indexação de pesquisa, e Perplexity-User, que pode recuperar uma página em resposta a uma solicitação do usuário. (docs.perplexity.ai)

Verifique a identidade do rastreador usando intervalos de IP publicados ou DNS reverso onde o provedor o suporta. As strings de user-agent podem ser copiadas por rastreadores não relacionados. O Google alerta especificamente que as strings de user-agent do Googlebot podem ser falsificadas. (developers.google.com)

Métricas a Coletar

Métricas de desempenho

Colete dados de laboratório e de usuários reais:

• Tempo até o primeiro byte.
• First Contentful Paint.
• Largest Contentful Paint.
• Cumulative Layout Shift.
• Interaction to Next Paint.
• Peso total da página.
• Tamanho inicial do HTML.
• Tamanho de transferência da imagem.
• Número de requisições.
• Tempo gasto no processamento do servidor.
• Tempo gasto esperando pelo recurso Largest Contentful Paint.
• Protocolo HTTP.
• Status do cache.

O Google recomenda um tempo até o primeiro byte de 800 milissegundos ou menos, mas o tempo até o primeiro byte não é um Core Web Vital por si só. (web.dev)

Os limites "bons" atuais do Core Web Vitals no 75º percentil são:

• Largest Contentful Paint: 2,5 segundos ou menos.
• Cumulative Layout Shift: 0,1 ou menos.
• Interaction to Next Paint: 200 milissegundos ou menos. (web.dev)

Métricas de rastreamento

Para cada solicitação de rastreador verificada, registre:

text timestamp url user_agent verified_bot source_ip http_protocol status_code response_time time_to_first_byte bytes_sent cache_status edge_location etag last_modified referrer

Calcule:

text crawl_requests_per_url_day successful_fetch_rate 5xx_rate 429_rate median_recrawl_interval p75_recrawl_interval publication_to_first_fetch publication_to_first_index

Métricas de citação de inteligência artificial

Use um conjunto fixo de consultas em cada plataforma. O conjunto de consultas deve incluir:

• Perguntas factuais diretas.
• Perguntas de comparação.
• Perguntas de “melhor” ou de recomendação.
• Perguntas sensíveis à atualização.
• Perguntas em que a página testada é a resposta mais forte.
• Perguntas em que a página testada é relevante, mas não dominante.

Para cada consulta, registre:

text engine model or experience timestamp location device query pages shown as sources page citation order whether the tested page was cited whether the tested page was retrieved but not cited answer text hash

Repita as consultas porque as respostas da inteligência artificial podem variar. Use um cronograma fixo, como três vezes por semana, e registre as mudanças no motor ou modelo.

As Ferramentas para Webmasters do Microsoft Bing agora fornecem um relatório de Desempenho de Inteligência Artificial mostrando páginas citadas, consultas de fundamentação e tendências de citação em experiências de inteligência artificial da Microsoft suportadas. A Microsoft adverte que os dados são agregados, amostrados e observacionais; não podem provar que uma mudança específica na página causou uma mudança na citação. (bing.com)

O Google também começou a lançar relatórios dedicados de desempenho de inteligência artificial generativa no Search Console em junho de 2026. Os relatórios estavam inicialmente disponíveis apenas para um subconjunto de sites, portanto, o acesso pode variar. (developers.google.com)

Análise Estatística

Frequência de rastreamento

Use um modelo de contagem de efeitos mistos, como um modelo binomial negativo:

text crawl_count ~ treatment + time_to_first_byte + page_age + update_frequency + sitemap_status + internal_links + server_errors + (1 | page) + (1 | crawler)

Os efeitos da página e do rastreador importam porque algumas páginas naturalmente recebem mais atenção do que outras, e diferentes rastreadores têm diferentes agendamentos.

Descoberta e indexação

Use análise de sobrevivência para:

• Tempo da publicação até a primeira busca.
• Tempo da publicação até a primeira indexação.
• Tempo da atualização até o recrawl.

O resultado chave não é simplesmente se uma página foi eventualmente rastreada. É se o tratamento reduziu o tempo necessário para que a página fosse encontrada e processada.

Seleção de citações de inteligência artificial

Use um modelo logístico hierárquico:

text citation_present ~ treatment + time_to_first_byte + largest_contentful_paint + cumulative_layout_shift + indexed_status + search_visibility + content_freshness + page_authority + (1 | query) + (1 | engine) + (1 | page)

Execute dois modelos separados:

1. Modelo de recuperação — A página foi recuperada ou mostrada como candidata?
2. Modelo de citação — Se recuperada, a página foi visivelmente citada?

Esta distinção é essencial. Uma melhoria de desempenho que aumenta o rastreamento, mas não a recuperação, não é um efeito de citação de inteligência artificial. Uma melhoria de desempenho que aumenta a recuperação, mas não as citações, sugere que a página está sendo considerada, mas perde durante a seleção da fonte.

Resultados Esperados

Estas são hipóteses de trabalho, não resultados experimentais alegados.

Hipótese 1: O tempo até o primeiro byte terá o efeito mais claro no rastreamento

Espere uma relação positiva entre um menor tempo até o primeiro byte e a capacidade de rastreamento quando:

• O site tem muitas páginas.
• As páginas mudam frequentemente.
• O servidor de origem é lento ou está sobrecarregado.
• O site retorna respostas 5xx ou 429.
• O rastreador gasta um tempo significativo esperando por respostas.

Espere pouco efeito mensurável em um site pequeno com baixa demanda de rastreamento.

Hipótese 2: O Largest Contentful Paint importará através da renderização e entrega de recursos

Espere que um Largest Contentful Paint menor ajude quando:

• A página depende da renderização do navegador.
• Conteúdo importante está por trás do JavaScript.
• Imagens grandes ou folhas de estilo são necessárias para a indexação.
• O rastreador busca muitos recursos da página.
• O tratamento mais lento produz timeouts ou renderização incompleta.

Espere uma relação fraca quando o texto importante da página já estiver presente no HTML inicial.

Hipótese 3: O Cumulative Layout Shift terá pouco efeito direto

Não espere nenhuma relação direta significativa entre o Cumulative Layout Shift e a frequência de rastreamento ou a taxa de citação após controlar a estrutura da página e o comportamento do JavaScript.

Se o Cumulative Layout Shift parecer prever citações, investigue se ele está agindo como um proxy para:

• Renderização do lado do cliente.
• Inserção tardia de conteúdo.
• Anúncios instáveis.
• Texto oculto ou atrasado.
• HTML mal estruturado.

Hipótese 4: A velocidade sozinha não produzirá mais citações de inteligência artificial

Os preditores mais fortes de seleção de citação provavelmente permanecerão:

• Relevância para a consulta.
• Qualidade do conteúdo.
• Respostas claras.
• Atualidade.
• Autoridade e confiança.
• Elegibilidade do índice de pesquisa.
• Posição de recuperação.
• Se a página suporta diretamente a afirmação que está sendo feita.

As diretrizes do Google enfatizam conteúdo útil, confiável e focado nas pessoas e dizem que os recursos de pesquisa de inteligência artificial são baseados nos sistemas de pesquisa e indexação existentes. (developers.google.com)

Um Orçamento de Desempenho Ajustado para a Recuperação por Inteligência Artificial

O seguinte é um orçamento operacional proposto. Não é uma fórmula de classificação de inteligência artificial publicada.

A documentação atual do Google afirma que o Googlebot busca os primeiros 2 megabytes de um arquivo suportado e busca scripts externos e folhas de estilo separadamente. Também recomenda colocar metadados e dados estruturados importantes no início do HTML. (developers.google.com)

Recomendações de Implementação

HTTP/3

Use HTTP/3 quando for suportado pelo provedor de hospedagem e pela rede de entrega de conteúdo.

Meça:

• Taxa de negociação HTTP/3.
• Taxa de fallback para HTTP/2.
• Tempo de configuração da conexão.
• Tempo até o primeiro byte.
• Desempenho por região geográfica.
• Desempenho por rastreador.

Não trate o HTTP/3 como uma otimização garantida para pesquisa ou inteligência artificial. É uma melhoria de transporte que pode ajudar apenas os clientes que o utilizam.

Cache de Borda de Rede de Entrega de Conteúdo

Para páginas públicas, não personalizadas:

• Defina regras Cache-Control claras.
• Use caching de longa duração para ativos estáticos versionados.
• Use caching curto, mas útil, para HTML frequentemente atualizado.
• Evite a fragmentação do cache por parâmetros de consulta desnecessários.
• Preserve URLs canônicas.
• Suporte ETag e Last-Modified.
• Teste os estados de cache frio, quente e revalidado.
• Confirme que as solicitações do rastreador recebem o mesmo conteúdo importante que as solicitações humanas.

Uma rede de entrega de conteúdo deve reduzir a latência sem criar versões de página desatualizadas, inconsistentes ou específicas para bots.

Compressão de Imagens

Para imagens:

• Use AVIF ou WebP quando a qualidade visual for aceitável.
• Forneça tamanhos de imagem responsivos.
• Não sirva uma imagem dimensionada para desktop para uma tela móvel pequena.
• Não use lazy-load na imagem Largest Contentful Paint.
• Inclua as dimensões da imagem.
• Posicione a imagem Largest Contentful Paint no HTML inicial.
• Use fetchpriority="high" apenas quando apropriado.
• Mantenha explicações importantes em texto, em vez de as incorporar apenas em imagens.

A compressão de imagem é mais valiosa quando a imagem é o elemento Largest Contentful Paint. Não resolverá uma página cujo atraso principal vem da renderização do servidor ou da execução do JavaScript. (web.dev)

Estabilidade do Layout

Para reduzir o Cumulative Layout Shift:

• Defina atributos de largura e altura nas imagens.
• Reserve espaço para anúncios.
• Reserve espaço para vídeo incorporado e conteúdo social.
• Evite inserir banners acima do texto existente.
• Use estratégias de carregamento de fontes estáveis.
• Evite substituir grandes blocos de conteúdo renderizado pelo servidor após o carregamento da página.

Essas mudanças melhoram a experiência do usuário, mesmo que não tenham efeito mensurável no rastreamento ou nas citações. (web.dev)

Ferramentas e Monitoramento

Ferramentas de desempenho

Use:

• Chrome User Experience Report para Core Web Vitals de usuários reais.
• API do Chrome User Experience Report para coleta automatizada de dados de campo.
• PageSpeed Insights para auditorias de laboratório e dados de campo.
• Lighthouse para testes de laboratório repetíveis.
• Lighthouse Continuous Integration para orçamentos de desempenho de pull-request.
• WebPageTest para testes multi-localização, estados de cache e comparações de protocolo.
• Chrome DevTools para depuração de Largest Contentful Paint e layout shift.
• A biblioteca JavaScript web-vitals para monitoramento de usuários reais.

A API do Chrome User Experience Report fornece dados de campo agregados em nível de página e de origem, incluindo Largest Contentful Paint, Cumulative Layout Shift, Interaction to Next Paint e tempo experimental até o primeiro byte. (developer.chrome.com)

O Lighthouse Continuous Integration pode executar verificações de desempenho em cada alteração de código e falhar builds quando os orçamentos são excedidos. (github.com)

Monitoramento de rastreadores

Use logs de servidor, logs de borda e um pequeno conjunto de sondas sintéticas.

Exemplo de sonda:

bash curl --http3 -sS -o /dev/null -D -
-w 'status=%{http_code}\nhttp_version=%{http_version}\nnamelookup=%{time_namelookup}\nconnect=%{time_connect}\nstarttransfer=%{time_starttransfer}\ntotal=%{time_total}\nsize=%{size_download}\n'
-A 'Mozilla/5.0 (compatible; OAI-SearchBot/1.0)'
https://example.com/page

Execute o mesmo teste com:

• Googlebot.
• Bingbot.
• OAI-SearchBot.
• PerplexityBot.
• Claude-SearchBot.
• Um user-agent de navegador normal.

O teste deve verificar:

• Código de status.
• Permissão Robots.
• Cabeçalhos de resposta.
• Conteúdo HTML.
• Versão HTTP.
• Estado do cache.
• Tempo de resposta.
• Se o texto importante está presente sem JavaScript.

Monitoramento de pesquisa e indexação

Use:

• Estatísticas de rastreamento do Google Search Console.
• Relatórios de indexação de páginas do Google Search Console.
• Inspeção de URL do Google Search Console.
• Dados de sitemap do Google Search Console.
• Relatórios de inteligência artificial generativa do Google Search Console, quando disponíveis.
• Solicitações de rastreamento e páginas indexadas do Bing Webmaster Tools.
• Desempenho de Inteligência Artificial do Bing Webmaster Tools.
• Verificações diárias de sitemap e lastmod.

A API do Search Console pode recuperar dados de desempenho por página, consulta, data, dispositivo e aparência de pesquisa, sujeito aos seus limites de dados. (developers.google.com)

Monitoramento de citações

Crie um painel de citações contendo de 50 a 200 consultas estáveis por tópico. Execute o painel em um cronograma fixo e registre:

• Se a plataforma pesquisou.
• Quais fontes apareceram.
• Se a URL testada foi citada.
• Ordem de citação.
• Data e hora da resposta.
• Se a página mudou.
• Se o modelo ou a experiência de pesquisa mudou.

Não compare contagens de citações de sistemas diferentes como se fossem equivalentes. A Microsoft afirma que a atividade de citação não é uma pontuação de ranking, pontuação de autoridade, medida de tráfego ou pontuação de qualidade. (bing.com)

Regras de Alerta

Crie alertas para:

• Tempo até o primeiro byte aumentando em mais de 25 por cento.
• Largest Contentful Paint subindo acima de 2,5 segundos no 75º percentil.
• Cumulative Layout Shift subindo acima de 0,1.
• Um aumento sustentado em respostas 5xx ou 429.
• Uma queda na taxa de sucesso do rastreador.
• Uma mudança no robots.txt.
• Um erro de sitemap.
• Uma queda súbita nas páginas indexadas.
• Uma queda súbita nas citações de inteligência artificial em várias plataformas.
• Uma mudança no volume de citações que afeta apenas uma plataforma.

Um declínio de citação que afeta uma plataforma pode ser causado por uma mudança de modelo, índice, consulta ou produto, e não por um problema de desempenho da página. A Microsoft adverte explicitamente que as tendências de citação são observacionais e podem mudar devido a atualizações de conteúdo, demanda do usuário e mudanças de sistema ou modelo. (bing.com)

Conclusão Final

A conclusão mais defensável é:

Páginas mais rápidas podem melhorar a eficiência do rastreamento, especialmente quando a latência do servidor, o tamanho dos recursos, erros ou atrasos de renderização são fatores limitantes. Mas atualmente não há evidências fortes de que Core Web Vitals mais baixos causem diretamente a seleção de uma página como citação por sistemas de inteligência artificial.

A cadeia causal esperada é:

text Lower latency → better server capacity → fewer failed or delayed fetches → faster discovery and processing → improved chance of being indexed and retrieved → possible increase in citations

A etapa final permanece incerta porque a seleção de citações depende da relevância, qualidade, atualidade, autoridade, intenção da consulta, classificação de recuperação e do comportamento de cada sistema de inteligência artificial.

Para a maioria dos sites, a estratégia de desempenho correta, portanto, não é “otimizar para citações de inteligência artificial” isoladamente. É:

1. Manter o conteúdo importante disponível no HTML inicial.
2. Manter o tempo até o primeiro byte estável.
3. Usar cache de borda para conteúdo público.
4. Compactar e priorizar imagens importantes.
5. Prevenir mudanças de layout.
6. Retornar códigos de status confiáveis.
7. Manter sitemaps e links internos atualizados.
8. Permitir os rastreadores de pesquisa corretos.
9. Medir o rastreamento, indexação, recuperação e citação como etapas separadas.

Essa abordagem produz um site mais rápido para as pessoas, um site mais saudável para os rastreadores de pesquisa e uma base testável para entender a visibilidade da inteligência artificial.