Fundamentos do O4AI

Aula 1

O que é O4AI e por que agora

Durante vinte e cinco anos, otimizar um site significou otimizar para um leitor intermediário: o robô do buscador. Ele rastreava páginas, montava um índice e devolvia uma lista de links para uma pessoa clicar. Toda a disciplina de SEO, com títulos, sitemaps, dados estruturados e velocidade, existe para que esse intermediário entenda e recomende o site.

A partir de 2024 surgiu um segundo intermediário: os assistentes de resposta, como ChatGPT, Claude, Perplexity e o modo IA do Google. Eles não devolvem uma lista de links, devolvem uma resposta pronta, citando poucas fontes. A otimização para esse cenário ganhou o nome de GEO (Generative Engine Optimization) ou AEO (Answer Engine Optimization) e se concentra em ser citado.

O terceiro intermediário é o que dá origem a este curso. Um agente de IA não só lê e resume: ele executa tarefas. Compara planos, preenche formulários, consulta uma API, faz login na conta do usuário, monta um carrinho e, cada vez mais, paga. Para isso, ele precisa descobrir o que o site oferece, ler o conteúdo sem desperdício, saber o que pode ou não fazer, se autenticar e falar o protocolo certo. O4AI, Optimization for AI Agents, é o conjunto de práticas e padrões que deixam um site pronto para esse visitante.

As três camadas se somam, não se substituem. Um site sem robots.txt e sitemap continua invisível para agentes, porque muitos deles começam a descoberta pelos mesmos arquivos que o buscador usa. A diferença é que O4AI vai além do conteúdo e trata o site como interface programável: além de páginas, ele expõe catálogos, metadados de autenticação, ferramentas e formas de pagamento em endereços previsíveis.

Por que agora? Em abril de 2026, durante a Agents Week, a Cloudflare lançou o Agent Readiness score e o site isitagentready.com, que verificam um domínio contra um conjunto de padrões abertos. A medição feita pela própria Cloudflare nos 200 mil domínios mais visitados mostrou um quadro de começo de mercado: quase todo mundo tem robots.txt, mas quase ninguém publica os padrões novos.

O gráfico mostra a oportunidade. Padrões como negociação de Markdown, Content Signals, API Catalog e MCP Server Card ainda estão em menos de 5% dos sites relevantes. Quem implementa agora fica entre os primeiros que um agente consegue usar sem adivinhar, do mesmo jeito que, no começo dos anos 2000, quem tinha sitemap e títulos bem escritos aparecia antes no buscador.

Fontes desta aula: Cloudflare: Introducing the Agent Readiness score · isitagentready.com · Cloudflare Radar: adoção de padrões para agentes

Aula 2

Crawlers, agentes e usuários: três tipos de visitante

Quem chega ao seu servidor dizendo ser "uma IA" pode estar fazendo coisas muito diferentes. Tratar tudo igual é o erro mais comum de quem começa: ou bloqueia o que não devia, ou libera o que não queria. O4AI separa pelo menos três finalidades.

A distinção tem efeito prático. Bloquear crawlers de treino é uma decisão editorial e comercial legítima. Bloquear um agente que age por um usuário é parecido com bloquear o navegador de um cliente: você perde a visita e, às vezes, a venda. Os padrões dos módulos 2 a 4 existem para que essas decisões sejam tomadas separadamente.

Há ainda um problema de confiança. Qualquer programa pode enviar o cabeçalho User-Agent: GPTBot. Por isso o mercado está migrando de identificação declarada (o nome no user-agent) para identificação verificável, seja por faixas de IP publicadas pelas empresas, seja por assinatura criptográfica das requisições, que é o que o Web Bot Auth propõe e que você estuda no módulo 4.

Fontes desta aula: Cloudflare: AI Crawl Control · OpenAI: Overview of OpenAI Crawlers · specification.website: Agent Readiness

Aula 3

O mapa de prontidão: cinco categorias e 23 checagens

O site isitagentready.com organiza a prontidão para agentes em cinco categorias e 23 padrões. A organização é útil porque segue a ordem em que um agente realmente interage com um site: primeiro ele precisa achar, depois ler, depois saber se pode, depois descobrir o que dá para fazer e, por fim, pagar.

Duas observações importantes sobre a pontuação. Primeiro, segundo o anúncio da Cloudflare, os itens de comércio são informativos e, por enquanto, não entram na nota. Segundo, a checagem de llms.txt não roda por padrão; a nota de conteúdo considera a negociação de Markdown, e o llms.txt pode ser incluído personalizando a análise.

Repare também que vários padrões estão em estágios diferentes de maturidade. robots.txt (RFC 9309), Link (RFC 8288), API Catalog (RFC 9727) e os metadados OAuth (RFC 8414 e RFC 9728) são RFCs publicadas. DNS-AID e Web Bot Auth são rascunhos da IETF. MCP Server Card, Agent Skills discovery, WebMCP, ARD e Personal Agent Protocol são propostas de comunidade ou de empresas, algumas já com adoção relevante e outras ainda em versão 0.x. Um bom profissional de O4AI sabe dizer ao cliente o que é padrão estável e o que é aposta.

Fontes desta aula: Cloudflare: Agent Readiness score · isitagentready.com/llms.txt · specification.website

Aula 4

Como auditar: scanners, API e níveis de maturidade

Auditar um site para agentes é parecido com uma auditoria técnica de SEO: você roda ferramentas, lê as evidências e só então decide o que corrigir. A diferença é que a maior parte das checagens é uma requisição HTTP ou DNS simples, que você consegue reproduzir no terminal.

Ferramentas

• isitagentready.com: informe a URL e veja as checagens por categoria. Para cada falha, o site gera um prompt pronto para você entregar a um agente de código corrigir.
• API do scanner: POST https://isitagentready.com/api/scan com o corpo {"url": "https://exemplo.com.br"}. Com "format": "agent" a resposta vem como um único prompt de correção.
• Servidor MCP do scanner: https://isitagentready.com/mcp, com a ferramenta scan_site. Útil para colocar a auditoria dentro do seu próprio agente.
• Cloudflare URL Scanner: a API urlscanner/v2/scan aceita a opção "agentReadiness": true para incluir a análise no relatório.

Reproduzindo as checagens no terminal

# Descoberta
curl -sI https://exemplo.com.br/robots.txt
curl -sI https://exemplo.com.br/ | grep -i '^link:'
dig +short _index._agents.exemplo.com.br HTTPS

# Conteúdo
curl -s -H 'Accept: text/markdown' -D - https://exemplo.com.br/ -o /dev/null | grep -i content-type

# Protocolos
for p in api-catalog oauth-authorization-server openid-configuration \
         oauth-protected-resource mcp/server-card.json agent-card.json \
         agent-skills/index.json ai-catalog.json poppy.json ucp; do
  printf '%-32s %s\n' "$p" "$(curl -s -o /dev/null -w '%{http_code}' https://exemplo.com.br/.well-known/$p)"
done

Níveis de maturidade

Relatórios de prontidão costumam resumir o resultado num nível, como "Nível 1: presença web básica" e "Nível 2: consciente de bots", com a lista do que falta para subir. Os nomes variam entre ferramentas e não há uma escala oficial. Para este curso, usamos a escala abaixo, que segue a ordem lógica das categorias e serve para planejar o trabalho em etapas.

Nem todo site precisa chegar ao nível 6. Um blog pessoal pode parar no nível 3 e estar em excelente forma. Uma loja virtual tem motivo para ir até o 6. Um SaaS com API pública ganha muito no nível 4 e 5. O nível certo é aquele que corresponde ao que você quer que um agente consiga fazer no seu site.

Fontes desta aula: isitagentready.com: API e MCP do scanner · Cloudflare: Agent Readiness score

Erros comuns ao começar

• Tratar O4AI como "bloquear ou liberar IA". A decisão útil é por finalidade: treino, busca e ação em nome do usuário.
• Publicar arquivos .well-known vazios ou de exemplo só para passar no scanner. Um agente que encontra um MCP Server Card apontando para um endpoint inexistente perde confiança no domínio inteiro, e você ainda expõe uma superfície de ataque sem uso.
• Esquecer o cache e o CDN. Muitas checagens falham porque o CDN devolve HTML para qualquer caminho desconhecido (status 200 com a página inicial) ou ignora o cabeçalho Accept.
• Implementar tudo de uma vez. Sem saber o que o negócio quer que um agente faça, a equipe implementa protocolos que ninguém vai chamar. Comece pelos níveis 1 a 3, que servem para qualquer site.
• Confundir rascunho com padrão. Fixe a versão do esquema em cada arquivo e documente onde está a especificação, para conseguir atualizar quando ela mudar.

Aplicação prática: faça o diagnóstico do seu site

1. Rode o seu domínio no isitagentready.com e salve o relatório.
2. Rode o script de curl da aula 4 e compare com o relatório. Anote divergências (elas costumam ser causadas por cache ou por regras de CDN).
3. Classifique o site na escala de 0 a 6 e escreva, em uma frase, o que você quer que um agente consiga fazer nele.
4. Defina o nível-alvo para os próximos 90 dias e liste os itens que faltam. Essa lista será o backlog que os módulos seguintes ajudam a resolver.

Siglas e termos deste módulo

O4AI:

Optimization for AI Agents, otimização para agentes de IA.

SEO:

Search Engine Optimization, otimização para buscadores.

GEO / AEO:

Generative / Answer Engine Optimization, otimização para motores de resposta.

RFC:

Request for Comments, documento de padrão publicado pela IETF.

IETF:

Internet Engineering Task Force, organização que padroniza protocolos da internet.

MCP:

Model Context Protocol, protocolo aberto para conectar agentes a ferramentas e dados.

A2A:

Agent2Agent, protocolo de comunicação entre agentes.

.well-known:

Prefixo de caminhos padronizados para metadados de um site, definido na RFC 8615.