In partnership with

ED 032

As URLs que o ChatGPT abriu no seu servidor

A OpenAI documenta o ChatGPT-User, agente que visita uma página quando alguém pergunta no chat; o access log guarda cada visita dele.

Terminal aberto sobre bancada escura exibindo linhas de log, brilho verde ao fundo

O arquivo que registra cada visita do agente

▼

Em 2025, a Cloudflare mediu no painel AI Insights do Radar o tráfego que os robôs de inteligência artificial geram na rede dela, e separou duas naturezas de visita: a varredura que coleta página atrás de página para treino, e a visita disparada no instante em que uma pessoa escreve uma pergunta dentro de um chat. A segunda categoria vinha crescendo mais rápido que a primeira.

A OpenAI documenta três agentes com nome próprio na página de bots dela. O GPTBot varre conteúdo público para treinar modelo. O OAI-SearchBot monta o índice do buscador. E o ChatGPT-User abre uma página específica porque um usuário acabou de pedir alguma coisa na conversa. O terceiro carrega uma informação que os outros dois não carregam: alguém queria uma resposta naquele minuto, e a sua página foi aberta para produzir a resposta.

Toda visita dessas deixa uma linha no access log (registro de acesso, o arquivo em que o servidor anota cada requisição que chega). A linha traz o horário, o endereço pedido, o código de resposta, o tamanho enviado e o user agent, a assinatura de texto com que o visitante se identifica ao bater na porta.

Ler esse arquivo não exige ferramenta paga nem consultor. Com acesso ao servidor, um filtro de uma linha devolve a lista das URLs que o agente do ChatGPT abriu nos últimos trinta dias, ordenada pela quantidade de vezes que cada uma foi buscada.

Essa lista é evidência bruta de leitura, e responde o que painel de visitas não responde: qual página da sua casa o assistente trata como melhor resposta, qual seção ele nunca abriu, e se o material publicado no mês entrou no repertório dele.

A seguir, o que separa o agente disparado ao vivo dos robôs de varredura, o caso de um escritório de contabilidade de Belo Horizonte que leu doze mil linhas de log numa tarde, e os seis comandos que transformam o arquivo cru em uma lista de endereços.

Continue lendo ↓

I Sinal da Semana

O agente que só aparece quando alguém pergunta

O ChatGPT-User chega uma página por vez, segundos depois da pergunta de um usuário, e desaparece quando a conversa termina.

O comportamento no log denuncia a natureza do visitante. Robô de varredura entra pelo sitemap, percorre centenas de endereços em sequência, respeita intervalo fixo e volta semanas depois para conferir mudança. O agente disparado por pergunta busca um endereço, às vezes dois ou três da mesma página, e some.

Volume, nesse caso, engana. Um site pode receber oitocentas requisições de varredura e quatorze do agente ao vivo no mesmo mês, e as quatorze valem mais para quem quer saber se aparece na resposta. Cada uma corresponde a uma pessoa real esperando o assistente terminar de escrever.

Como reconhecer a assinatura dentro do arquivo

O user agent do agente ao vivo traz a palavra ChatGPT-User seguida de versão e do endereço de documentação da OpenAI, tudo na mesma linha do log. O do robô de treino traz GPTBot, e o do buscador traz OAI-SearchBot. Um filtro por texto já separa os três, porque a assinatura vem escrita por extenso.

Assinatura de texto, sozinha, não prova origem: qualquer script copia a string e se passa pelo agente. A OpenAI publica as faixas de endereço IP de cada bot em arquivos próprios, e cruzar o IP da linha com a faixa publicada elimina o impostor. Em auditoria de rotina, o cruzamento vale a meia hora que custa.

"A informação é uma diferença que faz diferença."

Gregory Bateson, Steps to an Ecology of Mind, 1972

Por que a lista de endereços vale mais que a contagem

Contar quantas vezes o agente bateu no servidor dá um número sem destino. A lista de URLs diz quais páginas suas entraram na resposta de alguém, e o padrão aparece rápido: costuma haver três ou quatro endereços que concentram quase todas as buscas, enquanto o resto do site nunca foi aberto.

Esse mapa muda decisão de produção. Página que o agente abre toda semana merece atualização de dado, tabela nova e resposta direta logo no primeiro parágrafo. Página que ele nunca abriu está fora do repertório dele por algum motivo concreto: título ambíguo, conteúdo que repete o de terceiros ou ausência de um número que ninguém mais publica.

O log também registra o código devolvido. Quando o agente recebe 403 ou 404 em um endereço, o assistente segue a conversa sem aquele conteúdo e você nunca saberia pelo painel de visitas, que ignora requisição bloqueada.

II Case Brasileiro

Um escritório de Belo Horizonte leu doze mil linhas numa tarde

Rafael Tostes achou 41 endereços buscados pelo agente da OpenAI em trinta dias, e sete deles devolviam erro.

Rafael Tostes, sócio de um escritório de contabilidade de Belo Horizonte com 19 funcionários e carteira concentrada em prestadores de serviço, desconfiou do próprio site depois que um cliente contou ter perguntado ao ChatGPT sobre regime tributário para clínica e recebido o nome de dois concorrentes.

O site do escritório publicava artigos técnicos havia quatro anos e recebia visita orgânica estável. Nenhum painel instalado mostrava agente de assistente, porque a ferramenta de análise roda por JavaScript no navegador e o agente não executa script nenhum. O registro existia, intocado, no servidor.

A tarde de trabalho começou com o download de trinta dias de access log do provedor de hospedagem, um arquivo de texto com doze mil linhas. O filtro por ChatGPT-User reduziu o volume a 63 requisições, e a contagem por endereço devolveu 41 URLs distintas.

Linhas de log baixadas do provedor: 12.000

Requisições do agente da OpenAI em trinta dias: 63

Endereços distintos abertos por ele: 41

Endereços que devolveram erro 404: 7

Artigos publicados no trimestre que apareceram na lista: 2 de 11

Requisições do robô de varredura no mesmo período: 914

Os sete erros tinham uma causa banal. Uma migração de plataforma feita em 2024 trocou o formato dos endereços dos artigos antigos sem redirecionamento, e o agente continuava pedindo os endereços velhos que circulavam em links de terceiros. Cada pedido voltava vazio, e o conteúdo ficava fora da resposta.

A lista dos 34 endereços que funcionavam contou outra história. Três páginas antigas sobre enquadramento de prestador de serviço respondiam por 38 das 63 requisições, e nenhuma delas tinha sido atualizada desde 2023. Os artigos novos, escritos para captar busca tradicional, quase não apareciam.

Rafael fez três movimentos na semana seguinte. Redirecionou os sete endereços quebrados para os artigos equivalentes, atualizou as três páginas campeãs com a tabela de limites vigentes e o ano da medição visível, e reescreveu o primeiro parágrafo de cada uma como resposta direta à pergunta que o título promete.

Sessenta dias depois, o mesmo filtro no log devolveu 96 requisições do agente e 52 endereços distintos, com zero erro 404. O escritório também repetiu a pergunta do cliente sobre clínica em cinco contas diferentes de assistente, e o nome apareceu em três respostas, com a tabela atualizada citada em duas.

Quem banca a edição de hoje

Exploring AI Voice With SuperBloom

Scaling a campaign globally means finding a voice that resonates everywhere—without losing the overall message. For Deel's "Feeling of Deeling" campaign, agency SuperBloom needed exactly that: a consistent brand voice across markets, deployed fast, without sacrificing quality or consent. They built it with Branded AI Voice, powered by real, professional talent.

SuperBloom and Voices break down how the campaign came to life in this on-demand video session—from strategic talent selection through seamless production workflows and global scale, to the governance that future-proofs an audio strategy built to last. You'll hear directly from the team on how they made this happen, plus their advice if you're looking to explore AI voice for your brand.

If you're a marketing executive, agency creative, or brand leader mapping campaigns in international markets, watch this on-demand session to get a real playbook, not a hypothetical—lessons any creative team can apply to their own global rollout.

Watch On-Demand Now

Patrocinadores mantêm a edição gratuita

III Checklist da Semana

Seis comandos para listar as URLs do último mês

1. Descubra onde mora o seu access log. Em hospedagem compartilhada, o arquivo fica no painel, em uma seção de registros brutos. Em servidor próprio com Nginx, costuma ser /var/log/nginx/access.log. Em serviço gerenciado como Vercel ou Cloudflare, a exportação de logs vive no painel e sai em formato JSON.

2. Junte trinta dias em um arquivo só. Servidor rotaciona log e comprime o antigo. Reúna o período inteiro com um comando de concatenação que leia também os comprimidos, porque analisar só o arquivo de hoje devolve uma amostra pequena demais para achar padrão.

3. Filtre pela assinatura do agente ao vivo. Busque a palavra ChatGPT-User no arquivo reunido e grave o resultado à parte. Faça a mesma operação para GPTBot e OAI-SearchBot em arquivos separados: cada um responde a uma pergunta diferente, e misturar os três apaga a leitura.

4. Extraia a coluna do endereço e conte. Do resultado filtrado, corte o campo da URL pedida, ordene e conte as repetições. Você termina com uma lista de endereços e a frequência de cada um, que é o retrato do que o assistente considera a sua melhor resposta.

5. Separe as linhas com código de erro. Liste à parte toda requisição do agente que voltou 404, 403 ou 500. Endereço quebrado com pedido recorrente é a correção mais barata do mês, porque o interesse já existe e só falta a página responder.

6. Confirme o IP contra a faixa publicada. Pegue os endereços IP das linhas filtradas e compare com o arquivo de faixas que a OpenAI mantém público. O que ficar de fora é script se passando pelo agente, e não deve entrar na sua contagem.

A armadilha mais comum é confiar no painel de análise instalado no site. Ele mede navegador que executa script, e o agente não executa nenhum, então o painel mostra zero visita de assistente enquanto o log registra dezenas.

A segunda armadilha é tratar a lista como ranking de popularidade. O agente abre a página que a busca interna dele devolveu para uma pergunta específica, e uma URL com trinta requisições pode significar uma pessoa insistente ou trinta pessoas distintas. O valor está no endereço, não na altura da barra.

A terceira é ler o arquivo uma vez e arquivar a planilha. A lista muda quando você publica, quando o concorrente publica e quando o modelo troca de fonte, e só a repetição mensal mostra movimento.

Painel de visitas mede navegador com script; access log mede toda requisição que chega, inclusive a do agente que escreve a resposta para o seu cliente.

"Se o ChatGPT abriu quarenta páginas suas no mês passado, você saberia dizer quais foram?"

Teste hoje, em vinte minutos: baixe os últimos trinta dias de access log, filtre pela palavra ChatGPT-User, corte a coluna do endereço e conte as repetições. Anote três números: quantas requisições do agente, quantos endereços distintos e quantos voltaram erro. Site brasileiro de empresa média costuma encontrar entre 10 e 80 requisições no mês, com pelo menos um endereço quebrado na lista, e a contagem de erros cai para zero na medição seguinte, trinta dias depois de os redirecionamentos entrarem no ar.