Google, Microsoft, OpenAI e Anthropic anunciaram em 30 de outubro de 2026 que vão respeitar um mesmo sinal no arquivo robots.txt para que sites expressem sua preferência contra o uso do conteúdo no treinamento de IA, isto é, no treinamento de modelos generativos. A proposta vem de um rascunho técnico do IETF, o órgão que padroniza protocolos da internet, e usa um token de política chamado __usage_ai-training.
Como funciona o token
Na prática, o dono de um site escreve um grupo comum no robots.txt, mas usa o token compartilhado no lugar do nome de um robô na linha User-Agent:
User-Agent: __usage_ai-training Disallow: /
Com uma única regra, o site expressa a preferência de não ter o conteúdo usado para o treinamento de IA em todas as empresas participantes, sem repetir a instrução para cada rastreador. É possível abrir exceções com linhas Allow, por exemplo para um kit de imprensa. O token não é um robô: nenhum rastreador o envia como identificação.
Um rascunho, não um padrão
O documento por trás do sinal é o Internet-Draft "Machine-Readable Training Preference Signal" (draft-kelley-aipref-training-preference-signal-00), escrito por Kevin Kelley, da Anthropic, e publicado em 30 de outubro de 2026. É um rascunho individual, não um padrão aprovado pelo IETF, e expira em 3 de maio de 2027, caso não seja revisado ou adotado.
Prazos diferentes por empresa
Os prazos variam por empresa. A Microsoft começa a respeitar as novas preferências em 1º de fevereiro de 2027, conforme o Bing rastrear novamente as páginas; o Google mira o início de 2027; a OpenAI fala em "próximos meses"; e a Anthropic, segundo o autor do rascunho, já começou a implementar o suporte. Nenhuma das quatro lê o token em produção até agora.
O que o sinal não faz
Há limites importantes. O sinal vale só para o treinamento de IA — usar o conteúdo para modificar os parâmetros de um modelo generativo. Ele não bloqueia o rastreamento, não muda a presença no buscador nem o ranking e não impede que o conteúdo seja usado para responder perguntas em serviços de IA. No Google, quem optar pelo token sem mencionar o Google-Extended será tratado como se tivesse bloqueado o Google-Extended, o que também afeta o grounding no Gemini Apps. A Microsoft cria um controle separado de grounding e deixa de ler as antigas tags NoArchive e NoCache como preferência a partir de 1º de março de 2027.
Também não há efeito retroativo: nada do que já foi coletado ou treinado é desfeito. E o sinal é voluntário — só vale para as empresas que aderirem. A Meta, por exemplo, não anunciou compromisso com o token até agora. Um levantamento independente de novembro de 2026 (CrawlCheck, com os 10 mil principais domínios) indica que 21,8% dos sites com robots.txt já bloqueiam pelo menos um rastreador de IA — contexto que ajuda a entender por que um sinal único interessa a editores.
Para editores e donos de sites, o avanço é prático: uma linha passa a valer para quatro laboratórios de uma vez, em vez de uma regra por empresa. Mas, como nada está em produção ainda, o sinal é hoje uma preparação para 2027, não um bloqueio imediato.
Fontes: Google Search Central Blog — "Supporting a shared AI training control for websites", por John Mueller, 30 de outubro de 2026; IETF — Internet-Draft "Machine-Readable Training Preference Signal"; PPC Land — "Google, Microsoft, OpenAI and Anthropic back one AI training opt-out".
Crédito da imagem: gráfico "Which AI crawlers robots.txt shuts out", do censo CrawlCheck de novembro de 2026, via Wikimedia Commons, licença CC BY 4.0.
Transparência: esta matéria foi produzida com auxílio de inteligência artificial, com cruzamento de publicações públicas no X e de fontes da internet, e revisada antes da publicação. Consulte as fontes originais para confirmar os detalhes.
Muse
