Gemini do Google: quais robôs leem seu site e o que cada um controla

O Google não manda um robô ao seu site. Manda uma família inteira, e cada membro obedece a um token diferente no robots.txt. Quem escreve uma regra pensando em Gemini quase sempre acerta o robô errado.

A separação existe por decisão da própria empresa: o robô da Busca, o que serve treino de modelo e os que abrem uma página porque alguém pediu são coisas distintas, com efeitos distintos quando você fecha a porta.

Gemini é produto, não é robô

O primeiro ajuste de vocabulário evita a maior parte dos erros. Gemini é o nome do modelo e dos aplicativos que o usam. Nenhum token de robots.txt se chama Gemini.

O que existe do lado do rastreio é uma lista de rastreadores publicada pelo Google, dividida em três categorias: os robôs comuns, que respeitam sempre o robots.txt, os de caso especial, ligados a produtos com acordo próprio, e os buscadores disparados por uma ação do usuário.

A doc mudou de endereço. O caminho antigo, sob rastreamento e indexação, deu lugar a um bloco novo dedicado a rastreadores e buscadores, e parte das URLs velhas responde erro. Regra copiada de artigo antigo aponta para página que não existe mais, e às vezes para token que também não.

Google-Extended: o único que fala de treino

O token Google-Extended é o controle de treino, e ele é o mais mal compreendido da lista. A doc do Google descreve o Google-Extended como o mecanismo que o publicador usa para decidir se o conteúdo rastreado pode alimentar as próximas gerações do Gemini.

O detalhe que muda a decisão está escrito na mesma página, com todas as letras: o Google-Extended não afeta a inclusão do site na Busca do Google e não é usado como sinal de posicionamento na Busca.

Ou seja, dá para sair do treino sem pagar preço de posição. É uma escolha de política de conteúdo, não uma alavanca de SEO, e nenhum dos dois lados da decisão melhora ranking.

O que o Google-Extended não faz também precisa ser dito: ele não tira o seu site das respostas geradas dentro da Busca. Recurso de IA embutido na Busca é servido a partir do índice da Busca, que é trabalho do Googlebot.

Os robôs que abrem página porque alguém pediu

A terceira categoria da doc reúne os buscadores acionados por uma pessoa. Eles existem porque um usuário colou um endereço, pediu um resumo ou mandou o produto ler aquela página específica.

Um deles trocou de nome em julho de 2026: o token antigo do assistente de anotações do Google deu lugar a Google-GeminiNotebook, e a empresa declarou suporte ao nome velho só até agosto de 2026. Todo robots.txt escrito antes da troca governa um token que sai de circulação.

A lição é de manutenção, não de estratégia. Lista de robô envelhece, e o arquivo que ninguém revisa desde o ano passado provavelmente já não faz o que o dono acha que faz. A biblioteca de robôs deste site guarda a doc lida e a data da conferência de cada um justamente por causa da troca.

O que o Googlebot decide, e o que ele não decide

O Googlebot alimenta o índice da Busca. Toda página que aparece em resultado, com ou sem bloco de resposta em cima, passou por ele.

Bloquear o Googlebot no robots.txt é sair do índice, com efeito conhecido desde sempre: o site some da Busca. Não existe versão suave dessa decisão, e ela não tem relação nenhuma com treino de modelo.

Quem quer aparecer na Busca e não quer virar material de treino precisa então de duas linhas separadas: Googlebot liberado, Google-Extended fechado. As duas convivem no mesmo arquivo, e a ordem entre elas não importa, porque cada robô lê o bloco endereçado ao próprio token.

O caminho da sua página até a resposta

Entre a publicação e o bloco de resposta existem quatro etapas, e cada uma pode falhar sozinha.

A primeira é a descoberta. O robô precisa saber que a URL existe, por link interno, por sitemap ou por link de terceiro. Página órfã, sem nenhum caminho até ela, tende a demorar ou nunca ser encontrada.

A segunda é o rastreio. O robô pede a página e recebe o HTML. Aqui pesa o código de resposta, o tempo até o primeiro byte e o tamanho do documento: servidor lento reduz a quantidade de páginas que o robô busca por visita.

A terceira é a indexação. O conteúdo é processado e guardado. Página que depende de script para exibir o texto entra nessa etapa com o corpo vazio, porque o processamento do script acontece em outro momento e nem sempre acontece.

A quarta é a seleção. Entre milhares de páginas indexadas sobre o mesmo assunto, o sistema escolhe as que sustentam a resposta. Nenhuma empresa publica esse critério, e qualquer texto que afirme conhecê-lo está inventando.

O trabalho útil mora nas três primeiras. Elas são verificáveis, dependem só de você, e a maior parte dos sites que reclamam de invisibilidade tropeça na segunda ou na terceira.

Ler o próprio robots.txt linha a linha

O arquivo mais decisivo do assunto costuma ter sido escrito uma vez, por um plugin, e nunca mais lido. Vale abrir o seu e responder a quatro perguntas.

Quais tokens aparecem por nome. Um arquivo com um único bloco curinga governa todos os robôs com a mesma regra, o que quase nunca é a intenção de quem escreveu.

O que o bloco curinga proíbe. Caminho de administração e busca interna fazem sentido. Diretório de imagem, de folha de estilo ou de script não, porque bloquear recurso atrapalha o processamento da página.

Se há linha de sitemap. O campo sitemap é um dos quatro que o Google declara suportar, ao lado de user-agent, allow e disallow, e ele aceita URL absoluta.

Se existe arquivo por host. As regras valem por host, protocolo e porta, então o subdomínio de blog precisa do arquivo dele, e o arquivo do domínio principal não governa o subdomínio.

O que muda para site pequeno

Site pequeno não perde por falta de autoridade. Perde por detalhe técnico que ninguém revisa e que custa zero para arrumar.

Três correções resolvem a maior parte dos casos. Servir o texto no HTML, publicar data de atualização visível quando o conteúdo mudar de fato, e escrever a resposta da pergunta principal no primeiro terço da página.

A quarta correção é editorial e vale mais que as três: dizer algo específico que a fonte grande não diz. Sistema que monta resposta procura afirmação sustentada, e página que só repete o consenso não acrescenta motivo de citação.

Especificidade aqui tem forma concreta. Um procedimento com passos numerados, um número medido com data e origem, uma comparação entre duas opções com o critério à mostra. Qualquer uma das três é mais difícil de substituir do que um parágrafo de definição genérica.

Controlar o trecho, não o robô

Há um segundo painel de controle, e ele é mais fino que o robots.txt. Em vez de decidir quem entra, decide quanto do texto pode ser mostrado fora do seu site.

A doc do Google sobre recursos de IA na Busca aponta quatro controles para limitar o que aparece: nosnippet, data-nosnippet, max-snippet e noindex. Eles valem para a Busca inteira, incluindo os blocos gerados por IA, porque a empresa trata a IA como parte da Busca, e não como produto separado.

O efeito colateral é grande e precisa entrar na conta antes do teste. Cortar o trecho corta também a prévia do resultado tradicional, e prévia curta costuma render menos clique, não mais.

A mesma doc diz que não existe requisito adicional para aparecer nos recursos de IA. Não há marcação especial, não há cadastro e não há programa. O que vale para o resultado tradicional vale para o bloco de resposta.

Onde ler o efeito no Search Console

O Search Console conta os recursos de IA dentro do relatório de desempenho, com regra própria e documentada. Clique em link que leva a pessoa para fora do Google conta como clique. O bloco de IA ocupa uma única posição, e todos os links dentro dele recebem a mesma posição.

Em junho de 2026 o Google anunciou relatórios dedicados aos recursos de IA generativa, e a primeira versão traz impressão, sem clique e sem consulta. É informação de visibilidade, não de tráfego.

O diagnóstico prático que sobra é comparativo: impressão estável com clique caindo indica resposta resolvida na tela do buscador. A leitura só existe com histórico, então exportar 28 dias todo mês vale mais que qualquer painel novo.

O erro comum, e a sequência correta

O erro comum é escrever uma regra genérica de negação para todo agente e achar que a decisão foi sobre IA. Regra genérica atinge o Googlebot, e sair da Busca para não entrar no treino é trocar um problema real por um problema maior.

A sequência que funciona tem quatro passos.

• Listar os tokens na doc oficial do dono, nunca em post de terceiro.
• Decidir separado: índice de busca, treino de modelo e leitura disparada pelo usuário.
• Escrever um bloco por token, e usar o curinga só para o que você realmente quer fechar para todos.
• Reler o arquivo a cada trimestre, porque token muda de nome, como mudou em julho de 2026.

O que ninguém pode prometer

Nenhuma configuração garante aparecer numa resposta gerada. A escolha da fonte acontece dentro do sistema do buscador, com sinais que não são publicados.

O que está sob seu controle é o outro lado: liberar o robô certo, servir o texto no HTML, responder à pergunta cedo na página, datar e assinar o material. Quem promete posição em resposta de IA está vendendo previsão sobre sistema fechado.

Perguntas frequentes

Bloquear o Google-Extended tira meu site da Busca?

Não. A doc do Google afirma que o Google-Extended não afeta a inclusão do site na Busca e não é sinal de posicionamento. Ele governa treino e uso do conteúdo em outros sistemas da empresa, não o índice que serve os resultados.

Existe um token de robots.txt chamado Gemini?

Não. Gemini é o nome do modelo e dos aplicativos. Os tokens que existem são Googlebot para a Busca, Google-Extended para treino, GoogleOther para outros usos internos e os buscadores disparados pelo usuário, entre eles o Google-GeminiNotebook, renomeado em julho de 2026.

Como impedir que meu texto apareça no bloco de resposta do Google?

Pelos controles de prévia: nosnippet, data-nosnippet, max-snippet e noindex. O preço aparece no mesmo movimento, porque a prévia do resultado tradicional encolhe junto e a página tende a receber menos clique.

Preciso de marcação especial para aparecer nos recursos de IA?

Não. A doc do Google diz que não há requisito adicional além das boas práticas de sempre. Conteúdo no HTML, título honesto, autor e data visíveis, dado com fonte.

O bloco de IA aparece na minha média de posição?

Aparece, e de um jeito específico: o bloco inteiro ocupa uma posição no relatório, e todos os links dentro dele recebem esse mesmo número. Uma queda de média sem queda de impressão costuma ser mudança de layout, não perda de conteúdo.

Vale a pena bloquear o GoogleOther?

Depende do que você protege. O GoogleOther atende usos internos da empresa fora da Busca, então bloquear não muda posição. Site que quer limitar reuso do conteúdo fecha; site que quer distribuição máxima deixa aberto e resolve a política de treino no Google-Extended.