stamatios
← Voltar ao feed
Bússola feita de página de livro aponta para fileira de robôs, documentação guiando agentes de IA até produtos
Marketing & Growth · Dev & Engenharia

Documentação vira estratégia de AEO para atrair agentes de IA

resumo de ~3 min

AEO como estratégia

Pete Millspaugh, do Val Town, escreve sobre AEO (Answer Engine Optimization ou Agentic Engine Optimization), inspirado no ensaio de Henrik Karlsson que via posts de blog como consultas de busca para atrair pessoas interessantes. Ele reconhece que tráfego diminuiu: os AI Overviews do Google - que segundo ele podem estar errados metade do tempo - cortaram cliques nos resultados principais, e muitos usuários ficam dentro de ChatGPT ou Claude. Ele descreve um plano em três passos: medir os bots, deixar entrar só os bons bots e atrair mais bons bots.

Passo 1: medir as indicações

Em julho, o Val Town notou que a maioria dos novos assinantes Pro com origem conhecida foi indicada por IA, principalmente Claude. Os dados vinham de utm_source, Referer e uma pergunta livre no onboarding. Era difícil reconciliar Claude como principal indicação com os números baixos de claude.ai no tráfego: parte das indicações vem da memória do modelo ou dos pesos de treino, sem link - mas também é possível que a Anthropic simplesmente não passe utm_source. Ao transformar a pergunta em lista fixa de cerca de uma dúzia de opções, a taxa de resposta dobrou, mas apareceu viés de ordem: muitos marcavam ChatGPT, a primeira opção. Após feedback público, passaram a embaralhar a ordem. Como passo 1B, pretendem construir sua própria suíte de evals, perguntando a vários modelos questões em que gostariam que o Val Town aparecesse - em vez de comprar ferramentas de vendors de AEO como ByDefault, Ahrefs e Profound.

Passo 2: filtrar os crawlers

Os laboratórios de IA têm bots separados para treinamento e busca: OpenAI mantém GPTBot, OAI-SearchBot e ChatGPT-User; Anthropic tem ClaudeBot, Claude-SearchBot e Claude-User; o Googlebot faz os dois papéis. O Val Town já bloqueou crawlers de treino como GPTBot, ClaudeBot, Amazonbot e Meta-ExternalAgent por sobrecarga, e durante a escrita do texto bloqueou o Claude-SearchBot, que raspou quase 100 gigabytes de dados em 24 horas - incluindo código gerado por usuários, não documentação. Ao bloquear no Cloudflare, é possível servir 403 ou um 402 como espécie de imposto de congestionamento, embora crawlers ainda não paguem. Para fins de AEO, abriram exceções no firewall para docs.val.town e blog.val.town, num novo jogo de gato e rato.

Passo 3: atrair bots sem sacrificar humanos

O princípio é "UX over AX": não otimizar para agentes à custa de pessoas. Millspaugh vê zona cinzenta em material escrito por LLM e revisado por humanos, como o skill publicado pela Charlotte, da Octolens, que gera palavras-chave relacionadas, puxa volume de busca do Ahrefs e citações de clientes e abre um PR de rascunho para revisão humana. Ele mesmo tentou deixar Claude escrever, com aviso claro de autoria por IA e seu contato por responsabilização, mas desistiu: o texto ficava diferente do que escreveria e exigiu tanta reescrita que foi mais rápido escrever do zero. Ele remixou os passos do skill num template de pesquisa de AEO; os dados do Ahrefs revelaram espaço de busca sobre como construir servidor MCP, tema em que o Val Town é bom, e ele escreveu um guia - admitindo escrever parcialmente para audiência de robôs, ao explicar o que é um servidor MCP, sem sacrificar a experiência humana.

Conclusão

Ele admite que nem ele nem o nicho devtools resolveram o AEO. O post é um farol no espírito de Karlsson: um convite para quem souber mais entrar em contato por e-mail.