# Tens um site? Uma só linha vai bastar para recusar o treino de IA da OpenAI, Google, Microsoft e Anthropic

> Em vez de bloquear robô a robô, quem gere um site vai poder escrever no robots.txt uma única instrução que vale para várias empresas de IA. A proposta foi apresentada a 30 de outubro, mas cada empresa tem o seu calendário e a Google só a aplica no início de 2027.

- Publicação: MEGAzine (https://megazine.pt/)
- Endereço: https://megazine.pt/inteligencia-artificial/tens-um-site-uma-so-linha-vai-bastar-para-recusar-o-treino-de-ia-da-openai
- Categoria: Inteligência Artificial
- Formato: Explicador
- Autoria: Fernanda M. Reis
- Publicado: 5 de novembro de 2026
- Etiquetas: Inteligência artificial, OpenAI, Google, Anthropic, Direitos de autor

## Em resumo

- A proposta, submetida à IETF por um engenheiro da Anthropic a 30 de outubro, cria o identificador __usage_ai-training para o ficheiro robots.txt.
- A OpenAI anunciou no mesmo dia que vai respeitar o sinal e conta aplicá-lo nos próximos meses.
- A Google diz na documentação que pretende suportá-lo no início de 2027; a Microsoft aponta para 1 de fevereiro de 2027, segundo o TecheNet.
- O sinal só diz se aceitas que os conteúdos sirvam para treinar IA generativa; não impede os robôs de visitar as páginas.
- É possível recusar o treino em todo o site e abrir exceções para pastas concretas, como uma área de imprensa.

Quem tem um site, um blogue ou uma loja online e não quer que os textos sirvam para treinar modelos de inteligência artificial tem, por agora, de conhecer o nome de cada robô e escrever uma regra para cada empresa. Isso pode mudar no próximo ano. A 30 de outubro, a OpenAI anunciou que vai respeitar um sinal comum no ficheiro robots.txt, num anúncio feito em conjunto com outros participantes, entre os quais, segundo o TecheNet, a Google, a Microsoft e a Anthropic. A ideia é que uma única instrução chegue a todos os fornecedores que aderirem.

O robots.txt é um ficheiro de texto que fica na raiz de qualquer site e diz aos programas automáticos que páginas podem visitar. Até aqui, para afastar a IA, era preciso bloquear robôs com nomes diferentes, como o GPTBot da OpenAI, ou usar controlos próprios, como o Google-Extended. A OpenAI explica que esses controlos continuam a funcionar e que o novo sinal se soma a eles, sem os substituir.

## Como funciona a nova linha

A proposta foi submetida à IETF, o organismo que define muitas das normas da internet, por Kevin Kelley, da Anthropic, e assenta no trabalho de um grupo dedicado às preferências sobre IA. Define um identificador, `__usage_ai-training`, que se escreve no lugar do nome do robô, na linha `User-Agent`. Se a seguir vier `Disallow: /`, o dono do site está a dizer que não quer nenhuma página usada no treino de IA generativa.

Também se podem abrir exceções. O exemplo do documento recusa o treino em todo o site, mas acrescenta `Allow: /press-kit/` para autorizar a pasta dos materiais de imprensa. A regra só fala de treino de modelos que geram conteúdos, como os chatbots, e não do acesso às páginas. Os robôs continuam a seguir as regras de visita que já existem, por isso recusar o treino não te tira da pesquisa.

## Quando começa a valer

Cada empresa tem o seu ritmo. A OpenAI diz que conta aplicar o sinal nos próximos meses e que dará mais pormenores nessa altura. A documentação da Google indica que pretende suportá-lo no início de 2027 e, segundo o TecheNet, vai tratá-lo como se o site tivesse bloqueado o Google-Extended quando não houver uma regra específica para este. Isso afeta o treino do Gemini e algumas respostas do Gemini baseadas em fontes, mas não a presença na Pesquisa Google.

Ainda segundo o TecheNet, a Microsoft começa a aplicar as novas preferências a 1 de fevereiro de 2027 e vai separar o treino do uso dos conteúdos para fundamentar respostas com ligação às fontes. A Anthropic já terá começado a aplicação, sem data de conclusão.

Há dois limites a ter em conta. O mecanismo é voluntário e só vale para as empresas que o respeitarem, e o documento na IETF é ainda uma proposta individual, válida até 3 de maio de 2027, e não uma norma aprovada. Quem usa WordPress ou outro gestor de conteúdos deve confirmar se consegue editar o robots.txt diretamente ou através de um plugin de SEO.