O robots.txt opt-out treinamento IA ganhou seu maior avanço em 30 de outubro de 2026: Google, Microsoft e OpenAI anunciaram que vão respeitar um token padronizado que instrui qualquer empresa a não usar o conteúdo de um site para treinar modelos de IA generativa. A Anthropic entrou no mesmo dia, apresentando o rascunho técnico que formalizou o mecanismo junto à IETF.
Como funciona o token de opt-out de treinamento
O token __usage_ai-training é inserido no arquivo robots.txt do servidor. Um único sinal basta para comunicar a recusa a todos os provedores aderentes, sem precisar bloquear cada bot separadamente. A proposta está no rascunho draft-kelley-aipref-training-preference-signal-00, assinado por Kevin Kelley, engenheiro da Anthropic, e enviado ao grupo AIPREF da IETF em 30 de outubro de 2026. O documento ainda não tem status formal e expira em 3 de maio de 2027.
Cada empresa tem seu próprio calendário. A Microsoft abre no Bing Webmaster Tools uma opção de transição em 15 de dezembro de 2026 e passa a respeitar as preferências em 1.º de fevereiro de 2027. Em 1.º de março de 2027, deixa de tratar NoArchive e NoCache como sinal de recusa ao treinamento. O Google prevê suporte no início de 2027 e vai traduzir o novo token como um bloqueio via Google-Extended, cobrindo também o Gemini e o Vertex AI. A OpenAI disse que começa em meses, sem data. A Anthropic já começou a implementar.
O que o sinal não cobre
O rascunho regula o uso do conteúdo para treinar modelos, não o acesso ao site. Bots continuam podendo rastrear as páginas. Ranking, classificação e recuperação em tempo de resposta ficam fora da definição de "treinamento" adotada no vocabulário de referência draft-ietf-aipref-vocab-08, publicado em 13 de setembro de 2026. A OpenAI restringiu o escopo ao falar em treinamento "fundacional", o que pode deixar outros tipos de ajuste fino de fora.
Acordos privados entre as partes podem sobrepor as preferências expressas pelo mecanismo. Grupos do tipo User-agent: * não contam como preferência de treinamento no novo padrão.
Por que isso importa para o seu negócio
Qualquer site com conteúdo original — blog, portal, base de conhecimento, loja com descrições próprias — está exposto ao uso sem autorização. O robots.txt opt-out treinamento IA oferece uma camada de proteção sem custo: uma linha no arquivo de configuração basta para ativar o sinal junto aos provedores que aderiram.
A Microsoft incluiu a opção "DisallowExtended", que mantém o conteúdo visível no Copilot mas o retira de serviços de grounding vendidos a terceiros. Para quem quer aparecer nas respostas de assistentes sem ceder os textos para retreinamento, essa granularidade é o diferencial prático do acordo.
Um estudo da TollBit de agosto de 2026 identificou que cerca de 15% dos buscadores de conteúdo de IA na Europa acessavam URLs que já estavam explicitamente bloqueadas pelas regras vigentes. O dado mostra que o problema não é teórico. O sinal unificado pode reduzir esse índice, mas depende de adesão real: Meta, Amazon e Apple ainda não se comprometeram a respeitá-lo.
Se você ainda não revisou as configurações de treinamento nas plataformas que usa, este é o momento. O robots.txt opt-out treinamento IA entra no servidor sem depender de nenhuma dessas plataformas, e quanto antes estiver no lugar, maior a chance de ser capturado na janela de transição de cada empresa.
Conteúdo reescrito e traduzido para PT pela redação luiscortex, revisado por humano.
Fontes:
