O Jeito Certo para Agentes de IA Entenderem uma Página Web
O Jeito Certo para Agentes de IA Entenderem uma Página Web
Quando um agente de IA precisa interagir com uma página web, as abordagens usuais estão erradas.
Screenshot + modelo de visão: O agente tira uma captura de tela e pede a um modelo de visão que descreva a interface. Funciona, mas consome tokens analisando pixels em intenção que já estava no DOM como dados estruturados.
DOM bruto: Passar o HTML completo para o modelo. Uma página típica tem 50–200KB de HTML. Após tokenização, são 15.000–60.000 tokens — a maioria sendo ruído irrelevante de atributos de estilo, scripts de rastreamento e divs de envoltório.
Adivinhação manual de seletores: O agente tenta #submit, depois .submit-btn, depois button[type=submit], falhando para frente até algo funcionar. Bom para uma demonstração, errado para produção.
Existe uma primitiva melhor: pedir o mapa de elementos estruturado diretamente.
O que /inspect retorna
O endpoint /inspect do PageBolt visita uma URL e retorna apenas o que importa para interação:
const res = await fetch('https://pagebolt.dev/api/v1/inspect', {
method: 'POST',
headers: { 'x-api-key': process.env.API_KEY }
})
Essa notícia é crítica para empresas brasileiras que querem ser encontradas por agentes de IA: os bots não conseguem interagir eficientemente com sites que não expõem seus elementos de forma estruturada. Se seu site força agentes a usar screenshots ou adivinhar seletores CSS, você está invisível para automação inteligente. A solução é implementar endpoints como /inspect ou adotar padrões como WebMCP que exponham a estrutura interativa da página. A Triplo Up pode ajudar a auditar seu site, identificar gaps de agent-readiness e implementar essas primitivas estruturadas para garantir que agentes de IA (e futuros AI Overviews) entendam e interajam corretamente com seu conteúdo.
