Neste artigo
O robots.txt da sua empresa diz quem pode entrar no site, e não para que o conteúdo pode ser usado depois. Content Signals é a linha que responde a segunda pergunta, e ela cabe em três linhas de arquivo. Enquanto ela não existe, a sua empresa não autorizou nem proibiu nada, e quem decide o uso passa a ser quem raspa.
Que pergunta o robots.txt nunca respondeu?
Um arquivo robots.txt tradicional trata de acesso. Ele lista agentes e diz onde cada um pode passar, e é só isso que ele sabe dizer. A pergunta que ficou de fora é a do uso: o texto que o robô leu pode virar resposta de assistente, pode virar material de treino, pode as duas coisas. Content Signals, proposto pela Cloudflare em contentsignals.org, cria um vocabulário para declarar isso de forma legível por máquina.
User-agent: *
Content-Signal: search=yes, ai-input=yes, ai-train=no
Allow: /O que cada sinal declara na prática?
| Sinal | O que a empresa está declarando | Interessa a quem quer ser citado? | Fonte e data |
|---|---|---|---|
search=yes | o conteúdo pode aparecer em busca, como sempre apareceu | sim, é o de sempre | contentsignals.org, apurado em 07/09/2026 |
ai-input=yes | o texto pode ser usado como fonte dentro da resposta de um assistente | sim, é o único que traz citação | contentsignals.org, apurado em 07/09/2026 |
ai-train=no | o texto não entra em treino de modelo | não afeta citação | contentsignals.org, apurado em 07/09/2026 |
A combinação acima é a que faz sentido para a maioria das empresas que vende serviço ou software sob medida. Você quer aparecer dentro da resposta que o cliente lê quando pergunta ao assistente, e não precisa doar o seu acervo inteiro para o treino de ninguém em troca disso. Recusar treino não custa citação, porque citar e treinar são usos diferentes, declarados em campos diferentes e decididos separadamente por quem lê o arquivo.
Isso obriga alguém a alguma coisa?
Não, e essa parte precisa ser dita com todas as letras. Content Signals é declaração de preferência, no mesmo espírito do robots.txt, e depende de quem lê respeitar. Quem não entende a diretiva simplesmente ignora a linha, então não há risco de quebrar crawler antigo ao adotar. Também não existe promessa de posição: nenhum buscador declarou usar esses sinais como critério de ranqueamento.
O que muda é o registro, e registro tem peso quando a conversa vira contrato ou reclamação. Hoje, sem a linha, uma empresa que reclame do uso do próprio conteúdo não tem para onde apontar quando alguém pergunta o que ela havia autorizado. Com a linha publicada, existe uma declaração pública, datada e legível por máquina, feita antes do fato. Para um custo de três linhas num arquivo que já existe, essa é a parte que interessa a quem responde pela marca.
Quem na empresa decide isso?
Não é decisão de quem mexe no servidor, embora a execução seja de dez minutos. É decisão de quem responde pelo conteúdo e pela marca, porque o que está sendo declarado é o uso permitido de um ativo da empresa. Na prática as duas áreas precisam sentar juntas uma vez, porque quem decide não costuma saber que o arquivo existe, e quem edita o arquivo não tem autonomia para decidir.
Vale checar uma coisa antes de escrever qualquer linha. O robots.txt que vale é o que está no ar, e não o que está no repositório. CDN e plugin injetam bloco próprio antes do seu arquivo, e a Cloudflare tem um recurso que antepõe um Disallow para robôs de IA mesmo com o seu arquivo dizendo o contrário. Abra o endereço no navegador e leia o que está servido.
Por onde começar sem quebrar nada?
Leia o arquivo publicado, decida a política com quem responde pela marca, e só então edite. Depois de publicar, abra a URL de novo e confirme que a linha aparece onde você escreveu, sem bloco estranho antes dela. É uma mudança reversível, de baixo risco, e a única forma de errar feio é confundir sinal de uso com bloqueio de acesso, e acabar tirando a empresa das respostas em que ela já aparecia.
