Como saber se o ChatGPT indexou seu site, com um teste que responde sim ou não

Existe um jeito de perguntar ao próprio ChatGPT se ele tem a sua página no índice, e a resposta é binária. O parâmetro external_web_access: false proíbe o modelo de abrir a URL na hora: se mesmo assim ele consegue resumir a página, o conteúdo só pode ter vindo do índice interno da OpenAI. Se não consegue, você não está lá.

É a única medição direta que eu conheço. Log de servidor mostra visita de robô, o Search Console mostra o Google, e nenhum dos dois responde a pergunta que interessa.

Por que o log do servidor não responde isso?

Porque a OpenAI documenta que reaproveita rastreio: “If your site has allowed both bots, we may use the results from just one crawl for both use cases to avoid duplicative crawling.” Ou seja, uma visita do GPTBot pode alimentar a busca, e o OAI-SearchBot nunca aparecer no seu log.

Pesquisadores da RESONEO publicaram páginas canário com log completo e registraram exatamente isso: o OAI-SearchBot quase mudo enquanto o índice continuava servindo aquelas URLs em respostas.

Eu mesmo caí nessa. Passei dias tratando “o OAI-SearchBot nunca veio” como diagnóstico de que meus sites estavam fora do ChatGPT. Estavam dentro o tempo todo.

Como é o teste, na prática?

Uma chamada à Responses API com a ferramenta de busca desligada para acesso externo:

body = {
    "model": "gpt-5",
    "tools": [{"type": "web_search", "external_web_access": False}],
    "tool_choice": "auto",
    "reasoning": {"effort": "low"},
    "max_output_tokens": 4000,
    "input": f"Leia a pagina {url} e responda 'SIM: <sobre o que e>' ou 'NAO'.",
}

Dois detalhes que custam tempo se você não souber:

A ferramenta web_search não aceita reasoning.effort: "minimal". A API devolve HTTP 400 com a mensagem exata. Use low.

Modelo de raciocínio gasta orçamento de token antes de escrever. Com um max_output_tokens curto, a chamada tem sucesso, consome tokens e devolve texto vazio. Dê folga.

Como saber se o teste está funcionando?

Use controle negativo. Rode contra uma página que você publicou ontem, que não teve tempo de ser indexada. Se ela responder SIM, o teste não está discriminando e a sua medição não vale nada.

Foi assim que eu validei nos meus domínios:

Oito de oito páginas antigas dentro, três de três páginas novas fora. O teste separa idade, que é exatamente o que ele deveria separar.

O que fazer quando a resposta é NÃO?

Antes de mexer em conteúdo, elimine acesso. Nessa ordem, porque é a ordem do custo:

1. O robots.txt no ar, com curl, não o arquivo do seu repositório. CDN injeta bloco antes do seu.
2. Status HTTP para o user-agent do robô: curl -A 'OAI-SearchBot/1.0' tem que devolver 200, não 403 nem 429.
3. Peso e renderização: acima de 4 MB o robô rejeita com HTTP 400, e ele não executa JavaScript.
4. Idade: página de ontem não está lá porque ainda não deu tempo.

Só depois disso a conversa vira conteúdo. Detalhe do item 1 em o robots.txt que você serve não é o que você escreveu.

Com que frequência vale medir?

Mensal, e em lote pequeno. Cada URL é uma chamada com raciocínio, leva dezenas de segundos e custa. Escolha de 10 a 20 URLs que representam o site: a home, as páginas de conversão e os artigos que você quer que sejam citados.

O que interessa não é o número absoluto, é a série. Quantas das suas URLs entraram no índice este mês contra o mês passado.

Perguntas frequentes

Estar no índice garante ser citado?

Não. Índice é pré-requisito, não resultado. Em 93% das respostas do modo instant o ChatGPT nem abre a página: ele responde com título e um trecho de cerca de 200 caracteres. Estar indexado te coloca na lista de candidatos, e o que decide dali pra frente é o formato do que ele consegue ler.

Serve para Claude, Perplexity e Gemini?

Não, é específico da API da OpenAI. Para os outros, o caminho é log de servidor filtrado por robô verificado, o que eu explico em como medir crawler de IA sem se enganar.

Preciso de assinatura paga do ChatGPT?

Precisa de chave da API da OpenAI, que é cobrança separada da assinatura do ChatGPT. O custo por URL é de centavos.