Sites em JavaScript e rastreadores de IA: eles conseguem ver suas páginas?

Por que um site que parece normal no navegador pode parecer vazio para os rastreadores de IA, o que o Google diz sobre renderizar JavaScript, como testar o que os robôs recebem e as correções que funcionam para sites de pequenas empresas.

Muitos sites modernos mandam ao navegador um arquivo HTML quase vazio e um pacote de JavaScript que monta a página quando ela chega. As pessoas nunca percebem. Os rastreadores podem perceber. Se um robô lê o HTML e não executa os scripts, sua página de serviço escrita com tanto cuidado é, para ele, uma folha em branco com um logo.

Como o Google lida com isso

O guia de noções básicas de SEO para JavaScript do Google Search Central explica que o Googlebot rastreia a página, coloca-a na fila para renderizar numa versão recente do Chromium e depois indexa o resultado renderizado. Então o Google consegue ver conteúdo em JavaScript, embora a renderização possa acontecer depois do primeiro rastreamento, e ele continua recomendando a renderização no servidor ou a pré-renderização, porque é mais rápido para os usuários e para todos os rastreadores. A orientação também alerta que os links precisam ser tags âncora de verdade, com href, para serem seguidos.

Como os rastreadores de IA lidam com isso

As empresas de IA falam menos sobre renderização. A OpenAI documenta o OAI-SearchBot e o GPTBot, o Perplexity documenta o PerplexityBot, e nenhuma dessas páginas promete que o rastreador executa JavaScript. A análise da Vercel de dezembro de 2024 sobre o tráfego de rastreadores na sua rede concluiu que nenhum dos grandes rastreadores de IA medidos renderizava JavaScript, citando os rastreadores da OpenAI e da Anthropic e o PerplexityBot. Ela encontrou duas exceções: o Gemini, que usa a infraestrutura do Googlebot, e o Applebot. Os rastreadores mudam, então trate isso como um retrato do momento, não como uma promessa.

A suposição segura: se as palavras não estão no HTML que o seu servidor envia, a busca do ChatGPT, o Perplexity e ferramentas parecidas podem não vê-las.

Teste o que um rastreador recebe

Abra sua página e escolha Exibir código-fonte da página (não Inspecionar, que mostra a página depois que os scripts rodam). Procure uma frase do seu título principal. Se ela estiver lá, o texto está no HTML bruto.
No Google Search Console, use a Inspeção de URL e depois Ver página rastreada para ver o HTML que o Google guardou e uma captura da renderização.
Num terminal, busque a página com uma requisição simples e leia o que volta. Se você só vir uma div raiz e tags de script, os rastreadores que não renderizam não recebem nada.
Desative o JavaScript nas configurações do navegador e recarregue. O que sobra é mais ou menos o que um robô que não renderiza lê.

Correções, da mais robusta à menos robusta

Renderização no servidor ou geração estática. O servidor envia o HTML pronto. Frameworks como Next.js, Nuxt e Astro oferecem isso, e muitos criadores de sites já geram páginas estáticas.
Pré-renderização. Uma etapa de build ou um serviço salva um retrato HTML completo de cada página. O Google aceita isso desde que robôs e pessoas recebam o mesmo conteúdo.
Coloque os dados essenciais no HTML inicial. Se não for possível reconstruir o site, pelo menos renderize no servidor o nome, os serviços, as regiões, os horários e os contatos.

Evite a renderização dinâmica que entrega aos robôs uma página diferente da das pessoas. O Google descreve a renderização dinâmica como uma solução provisória, não de longo prazo, e conteúdo que muda entre robôs e visitantes passa a ser cloaking.

Armadilhas comuns em sites de pequenas empresas

Texto colocado dentro de imagens ou carrosséis, que nenhum rastreador lê como texto.
Menus feitos com botões que reagem a cliques em vez de links, de modo que as páginas internas nunca são descobertas.
Avaliações, preços ou perguntas frequentes carregados por um widget de terceiros depois que a página carrega.
Uma página inicial renderizada no servidor enquanto as páginas internas não são.

Confira depois de cada redesign

Problemas de renderização muitas vezes chegam com um tema ou plugin novo. Depois de qualquer mudança grande, repita a checagem do código-fonte na página inicial e em duas páginas internas.

Os sites da We.Inc entregam as páginas internas como HTML que o Google consegue ler, e o SEO God Mode se apoia nisso acrescentando toda semana páginas novas e legíveis a partir dos seus próprios serviços.

Perguntas frequentes

O Googlebot executa JavaScript?

Sim. O Google renderiza as páginas com um Chromium recente antes de indexar, embora a renderização possa atrasar em relação ao primeiro rastreamento. Mesmo assim, o Google recomenda renderização no servidor ou pré-renderização sempre que possível.

Os rastreadores do ChatGPT e do Perplexity executam JavaScript?

A documentação deles não diz que executam, e a análise de rastreadores da Vercel de 2024 concluiu que eles não renderizavam JavaScript. Coloque o texto importante no HTML que o seu servidor envia.

Como vejo o que um rastreador vê?

Use Exibir código-fonte da página no navegador, ou a Inspeção de URL e Ver página rastreada no Google Search Console. Se suas palavras não aparecem ali, os robôs que não renderizam também não as veem.