Como preparar o seu site para agentes de IA que reservam e compram

O que um agente de IA faz quando alguém lhe pede para reservar

Peça a um assistente de IA com funções de agente para reservar uma mesa para quatro na sexta-feira e ele faz o que faria uma pessoa com pressa. Escolhe um negócio, abre o site, lê a página e procura uma forma de agir. Se encontrar uma que possa usar, reserva.

Se não, o máximo que consegue é devolver um número de telefone.

O agente não vê o seu site como um cliente. Pode não executar todos os scripts, não consegue adivinhar para que serve um campo sem nome num formulário, e o serviço de segurança à frente do seu site pode barrá-lo antes de ler uma palavra. O que ele consegue fazer com o seu site enquadra-se em quatro níveis.

Só o nível mais alto permite ao agente concluir o trabalho sozinho. O segundo faz chegar um pedido até si. Os níveis 0 e 1 deixam o trabalho com o seu cliente, que pode simplesmente pedir ao assistente outro negócio.

O que encontrou um estudo de 694 sites de negócios locais

A 5 de novembro de 2026, a AIGROW Labs analisou os sites próprios de 694 negócios locais em 20 países e 22 setores. São os negócios que os assistentes de IA nomearam num estudo anterior da AIGROW Labs, pelo que a amostra tende para locais bem conhecidos que um assistente tem probabilidade de recomendar.

Um pequeno programa leu cada site como o faria um agente simples. Identificou-se abertamente e respeitou o robots.txt. Leu a página inicial e até 3 páginas ligadas sobre reservas, loja ou contacto.

Não executou scripts, não iniciou sessão em nada e não submeteu nada. Depois, colocou cada site num dos quatro níveis.

A maior parte do nível mais alto veio de um serviço de reservas ou encomendas conhecido: 168 dos 188 sites (89,4%) usavam um, 115 deles dentro de uma página e 53 apenas através de uma ligação. Software de loja com carrinho a funcionar estava em 36 dos 188 (19,1%), e 13 sites declaravam uma ação de reserva ou encomenda na marcação.

O outro lado é maior. 329 sites (47,4%) não davam ao agente nada em que atuar: 123 não puderam ser lidos de todo e 206 puderam ser lidos, mas não tinham formulário utilizável nem sistema. Em 156 desses 206 (75,7%), o agente conseguia pelo menos encontrar um número de telefone, um endereço de email ou uma ligação de WhatsApp para devolver.

Como o leitor não executou scripts, os 27,1% são um mínimo. Se contarmos também o formulário de reserva próprio de cada site com campos de data e de pessoas, cada sinal de carrinho ou produto e cada moldura de reserva deixada vazia para um script preencher, a percentagem que oferece alguma forma de reservar ou comprar sobe para 35,4%. Mesmo assim, a maioria dos sites espera que uma pessoa ligue, escreva ou envie um pedido.

O que encontrou para o seu tipo de negócio

Os setores estão muito distantes entre si. Os restaurantes são os mais preparados, seguem-se os hotéis, e para a maioria dos outros negócios locais o nível mais alto é raro.

Restaurantes

Pouco mais de metade (104 de 197) já usa um serviço de reservas ou encomendas que um agente consegue reconhecer. Ainda assim, 37,6% não dão ao agente nada em que atuar, e 17,3% não puderam ser lidos de todo. Se o seu restaurante só aceita reservas por telefone, um agente a quem peçam uma mesa não pode fazer mais do que passar o seu número.

Hotéis

49 de 127 hotéis (38,6%) chegaram ao nível mais alto. Alguns grandes grupos hoteleiros têm o seu próprio motor de reservas, que a lista de serviços do estudo não incluía, pelo que contam como formulário identificado ou inferior. O mesmo se aplica a qualquer página de reservas que só um script revela, ou para a qual a sua página inicial não tem ligação.

Clínicas e consultórios

O nível mais alto é raro aqui: 1 de 30 dentistas, 1 de 20 dermatologistas, 4 de 26 fisioterapeutas e 5 de 27 veterinários. O que estes sites mais oferecem é um formulário de pedido. 17 de 30 dentistas (56,7%) tinham um identificado, pelo que um agente pode pedir uma consulta, mas alguém no consultório ainda tem de responder.

Metade dos dermatologistas (10 de 20) podia ser lida, mas não oferecia formulário nem sistema de reservas.

Salões, ginásios e outros setores

Os salões de cabeleireiro foram os que se saíram melhor fora da restauração e das viagens, com 8 de 17 (47,1%) no nível mais alto, embora 17 sites seja uma amostra pequena. Os ginásios chegaram a 18,2% (8 de 44), as escolas de condução a 16,0% (4 de 25) e os advogados a 1 de 29. Não apareceu nenhum site no nível mais alto entre consultores financeiros (31 sites), oficinas de reparação automóvel (26), imobiliárias (26), arquitetos (18) ou eletricistas (12).

Lojas

O estudo não manteve uma linha separada para lojas, mas contou software de loja com carrinho a funcionar como sistema padrão: uma ligação para um carrinho ou uma página de produto, ou um botão de adicionar ao carrinho, mostra que a loja está em uso. Foi assim que 36 dos 188 sites do nível mais alto lá chegaram. Uma plataforma de loja com carrinho visível é algo que um agente consegue reconhecer.

Um catálogo que pede às pessoas que liguem para encomendar não é.

Por país

O Brasil tinha apenas 3 sites e fica de fora desta tabela. As percentagens por país refletem em parte os setores que os assistentes nomearam em cada país, e um país ou setor com 20 ou 30 sites dá uma leitura aproximada, não uma taxa precisa. As tabelas completas estão na página do estudo.

O que permite a um agente concluir o trabalho

Cada ponto abaixo vem do que o estudo registou nos sites que chegaram ao último nível, ou do que travou os restantes.

Deixe o agente entrar

Poucos proprietários bloqueiam agentes de IA de propósito. Dos 668 sites cujo robots.txt respondeu, 25 (3,7%) fecharam a página inicial a um agente de IA pelo nome, e todos eles a fecharam a um crawler que recolhe dados de treino. Apenas 4 (0,6%) a fecharam aos agentes que abrem uma página a pedido de uma pessoa, como ChatGPT-User, Claude-User e Perplexity-User.

A porta que de facto se fecha é a firewall. 62 sites (8,9% do total) responderam ao leitor com um erro como 403 ou 429, ou com uma página de verificação anti-bot. Essas recusas não eram estáveis.

Um estudo anterior da AIGROW Labs leu as mesmas páginas iniciais no mesmo dia com um leitor de navegador normal: dos 556 sites que o serviram, 27 (4,9%) recusaram o leitor do estudo e, dos 60 que o recusaram, 21 (35,0%) deixaram entrar o leitor do estudo.

Se o seu alojamento ou um serviço de segurança filtra visitantes, pergunte-lhe que visitantes automatizados desafia e deixe entrar os agentes que quer que cheguem até si. No robots.txt, mantenha separados os três tipos de robô de IA: crawlers que recolhem dados de treino, crawlers que criam um índice de pesquisa de IA e agentes que obtêm uma página para uma pessoa. Pode fechar o primeiro tipo e continuar a receber bem o terceiro.

Coloque o seu texto na página

20 sites (2,9%) enviaram uma página vazia e desenharam tudo com scripts, pelo que um leitor que não executa nenhum não viu texto algum. Pergunte ao seu programador se o horário, os serviços e a ligação de reserva estão na página antes de qualquer script ser executado.

Ligue de forma simples o seu sistema de reservas ou loja

Coloque na página inicial, ou a um clique dela, uma ligação simples para o seu serviço de reservas ou loja, com palavras como Reservar, Marcar ou Encomendar. O estudo leu a página inicial e até 3 páginas ligadas, por isso uma página de reservas mais fundo no site, ou atrás de um menu criado por um script, passou despercebida. 28 sites legíveis (4,9%) tinham um quadro de reservas deixado vazio para um script o preencher, algo que um agente simples não consegue usar.

Dê um nome a cada campo de formulário

Se um formulário de pedido é a sua melhor oferta, dê a cada campo um nome legível: uma etiqueta associada ao campo, um nome acessível, um título ou um texto de exemplo. 58 dos 571 sites legíveis (10,2%) tinham apenas formulários cujos campos não tinham nome legível, pelo que um agente teria de adivinhar qual caixa recebe o nome, a data ou a mensagem. Um formulário que pede uma data e um número de pessoas conta como formulário de reservas próprio; 57 sites (10,0%) tinham um.

Escreva os factos em marcação

Os dados estruturados dizem a um agente o que você é e o que pode fazer no seu site. 78,8% dos sites legíveis tinham alguma marcação schema.org, mas apenas 25,7% descreviam o negócio como um tipo de negócio local, 13,0% indicavam o horário em marcação e 2,3% (13 sites) diziam se aceitam reservas. Apenas 13 sites (2,3%) declaravam uma ação de reservar, encomendar, comprar ou marcar com um destino que um agente pudesse seguir.

Um exemplo curto para um restaurante:

{
  "@context": "https://schema.org",
  "@type": "Restaurant",
  "name": "Example Bistro",
  "url": "https://example.com",
  "telephone": "+1 555 0100",
  "openingHours": "Tu-Su 12:00-22:00",
  "acceptsReservations": true,
  "potentialAction": {
    "@type": "ReserveAction",
    "target": "https://example.com/book"
  }
}

Uma clínica usaria o seu próprio tipo, como Dentist, e uma ação de marcação onde aceita consultas. O destino tem de ser o endereço real da sua página de reservas.

Mantenha as ligações de telefone e email

Em 571 sites legíveis, 62,5% tinham uma ligação de telefone tocável e 57,4% uma ligação de email. Não permitem que um agente conclua a tarefa, mas dão ao seu cliente uma saída quando mais nada funciona.

Como verificar o seu próprio site

O verificador gratuito de preparação para agentes de IA lê o seu site como o estudo o fez: robots.txt, a sua página inicial e até 3 páginas ligadas, sem scripts, sem início de sessão e sem enviar nada. Não precisa de conta e responde a quatro perguntas:

1. Um agente consegue reservar ou comprar aqui através de um sistema padrão?
2. O robots.txt fecha a sua página inicial a um agente de IA pelo nome?
3. Uma defesa anti-bot recusou o leitor?
4. Existem dados estruturados sobre os quais um agente possa agir?

Cada resposta mostra o que foi encontrado e em que página, ao lado do mesmo valor do estudo. Comece pela primeira resposta que surgir a vermelho. Se o verificador não conseguir ler o seu site de todo, comece pela firewall, porque nada mais conta até um agente conseguir entrar.

O verificador analisa um só momento e um só leitor. Se mostrar uma recusa, execute-o de novo mais tarde antes de alterar o que quer que seja, pois o estudo concluiu que as recusas mudam de um leitor e de uma hora para outra.

Onde se encaixa o AI Local Fix

Um agente reserva no negócio que o assistente escolheu. Antes de tudo o que foi dito compensar, o ChatGPT, o Claude, o Gemini ou o Grok têm de o nomear quando alguém pede um dentista ou uma mesa por perto. Essa parte é trabalho do AI Local Fix.

Reivindica, corrige ou cria até 15 fichas nos diretórios que os assistentes citam para a sua área e o seu país, completa o seu Perfil da Empresa no Google e coloca os mesmos dados no Bing Places e no Apple Business Connect. Acrescenta marcação LocalBusiness a até 10 das suas páginas, escreve 3 páginas de respostas a partir das perguntas dos seus clientes e prepara um kit de avaliações.

Também mede. Antes de o trabalho começar, ao dia 30 e ao dia 90, pergunta ao ChatGPT, ao Claude, ao Gemini e ao Grok 10 questões para a sua cidade e conta quantas vezes o nomeiam ao lado dos seus 3 concorrentes mais próximos. Se a contagem do dia 90 não o nomear mais vezes do que a primeira, recebe o reembolso total.

Ninguém pode prometer uma posição nas respostas de IA, e o AI Local Fix não o faz.

Não instala um sistema de reservas nem uma loja. Se o verificador mostrar que não tem nenhum, escolha um adequado à sua área e ligue-o a partir da página inicial; o AI Local Fix trabalha então para que o seu negócio seja nomeado, e a sua marcação diz a um agente o que você é e quando está aberto.

O que o estudo não consegue dizer

• O leitor não executou scripts, por isso uma ferramenta de reservas carregada por script passou despercebida. Os 27,1% são um mínimo, não uma contagem exata.
• Leu a página inicial e até 3 páginas ligadas, e contou apenas serviços de uma lista escrita de 214. O motor de reservas próprio de um grupo hoteleiro conta, no máximo, como um formulário com etiquetas.
• Encontrar um sistema não é o mesmo que concluir uma reserva. Um sistema pode ainda exigir uma conta, um cartão de pagamento ou uma escolha que o agente não pode fazer, e um formulário de pedido pode obter resposta só dias depois.
• Cada site foi lido uma vez, por um leitor, num dia. Outro leitor ou outra hora teria encontrado recusas diferentes.
• A amostra inclina-se para negócios que os assistentes já recomendam, e várias áreas e países têm poucos sites.
• A AIGROW vende serviços relacionados com estas conclusões, entre eles o AI Local Fix. O estudo é um documento de trabalho, sem revisão por pares, e o seu método e limites estão na página do estudo.