Preparo para a busca com IA dos próprios sites das agências de web design japonesas: 2,357 sites (novembro de 2026)
Coletamos a página inicial, o robots.txt e o llms.txt de 2,357 sites de agências de web design japonesas. 13.6% (321) tinham um llms.txt, 68.9% (1,624) tinham dados estruturados (JSON-LD) e 1.3% (28 dos 2,158 com robots.txt) bloqueavam pelo menos um bot de IA no robots.txt.
Publicado em 2026-11-10. Dados consolidados em 2026-11-05. Pesquisa da Nurevo AEO (Bestie.合同会社). A Nurevo vende ferramentas de otimização para a busca com IA (AEO) e, portanto, tem interesse neste tema.
Principais conclusões
- 13.6% dos sites de agências web japonesas (321 de 2,357) têm um llms.txt; 0.6% (14) têm um llms-full.txt.
- 1.3% (28 dos 2,158 com robots.txt) bloqueiam pelo menos um bot de IA no robots.txt. Quase nenhum barra os crawlers de IA.
- 68.9% têm dados estruturados (JSON-LD), 58.3% têm um nó do tipo Organization e 3.9% têm FAQPage.
Sobre a pesquisa
- População: os sites institucionais de 2,756 agências de web design no Japão que conseguimos confirmar como agências. Não é uma amostra de todos os sites de empresas.
- Alcançados: foi possível acessar a página inicial de 2,357 (85.5%). Todos os resultados se referem a esses 2,357 sites.
- Coleta: a página inicial, o /robots.txt, o /llms.txt e o /llms-full.txt de cada site, uma vez cada (User-Agent: NurevoSurvey/1.0), no início de novembro de 2026, com consolidação em 2026-11-05.
- Critérios: os dados estruturados foram avaliados analisando o JSON-LD da página inicial e contando os valores de @type (JSON-LD que não pode ser analisado conta como quebrado). Um llms.txt conta se retorna status 200 com texto não HTML de mais de 20 caracteres. No robots.txt, um bot conta como bloqueado se o grupo que se aplica a ele proíbe a página inicial (/), usando a regra correspondente mais longa.
- A mesma coleta também cobriu agências fora do Japão (20,720 sites no total, 15,657 alcançados). Uma comparação virá em um relatório separado.
Resultados: itens principais
As configurações básicas de SEO (HTTPS, meta description, robots.txt, canonical) estão presentes em mais de 80 a 90 por cento dos sites. Itens mais novos voltados à IA, como llms.txt e FAQPage, ainda são minoria.
| Item | Sites | Proporção |
|---|---|---|
| Servido via HTTPS | 2,355 / 2,357 | 99.9% |
| Feito em WordPress | 2,166 / 2,357 | 91.9% |
| Tem meta description | 2,139 / 2,357 | 90.8% |
| Tem robots.txt | 2,158 / 2,357 | 91.6% |
| O robots.txt indica um Sitemap | 1,988 / 2,158 | 92.1% |
| Tem link canonical | 1,988 / 2,357 | 84.3% |
| Tem Open Graph (og:title) | 1,909 / 2,357 | 81.0% |
| Tem dados estruturados (JSON-LD) | 1,624 / 2,357 | 68.9% |
| Tem dados estruturados do tipo Organization | 1,373 / 2,357 | 58.3% |
| Tem llms.txt | 321 / 2,357 | 13.6% |
| Tem microdados schema.org | 184 / 2,357 | 7.8% |
| Tem dados estruturados FAQPage | 92 / 2,357 | 3.9% |
| O robots.txt bloqueia pelo menos um bot de IA | 28 / 2,158 | 1.3% |
| Tem llms-full.txt | 14 / 2,357 | 0.6% |
Como o robots.txt trata os crawlers de IA
Dos 2,158 sites com robots.txt, 2.5% (54) mencionam um bot de IA pelo nome e 1.3% (28) proíbem a página inicial a pelo menos um bot de IA. A maioria dos bloqueios mira crawlers de treinamento (GPTBot, Google-Extended, CCBot e semelhantes). Nenhum site bloqueou os crawlers de busca OAI-SearchBot ou Claude-SearchBot.
| Bot | Sites que bloqueiam | Proporção |
|---|---|---|
| GPTBot (OpenAI) | 27 | 1.3% |
| Google-Extended (Google) | 24 | 1.1% |
| CCBot (Common Crawl) | 24 | 1.1% |
| Bytespider (ByteDance) | 24 | 1.1% |
| anthropic-ai (Anthropic) | 22 | 1.0% |
| ClaudeBot (Anthropic) | 21 | 1.0% |
| Applebot-Extended (Apple) | 21 | 1.0% |
| ChatGPT-User (OpenAI) | 2 | 0.1% |
| PerplexityBot (Perplexity) | 1 | 0.05% |
| OAI-SearchBot (OpenAI) | 0 | 0% |
| Claude-SearchBot (Anthropic) | 0 | 0% |
| Googlebot (Google) | 0 | 0% |
| Bingbot (Microsoft) | 0 | 0% |
llms.txt
321 de 2,357 sites (13.6%) têm um llms.txt. Entre eles, a mediana do llms.txt é de 96 linhas. 14 sites (0.6%) também têm o llms-full.txt com o texto completo.
Tipos de dados estruturados
Dos 1,624 sites com JSON-LD, 1.7% (27) incluem JSON-LD que não pode ser analisado. WebSite, Organization e BreadcrumbList são os tipos mais comuns; PostalAddress aparece em 16.3% dos sites, LocalBusiness em 5.3% e FAQPage em 3.9%.
| @type | Proporção |
|---|---|
| WebSite | 62.4% |
| Organization | 53.7% |
| BreadcrumbList | 43.0% |
| ImageObject | 38.1% |
| WebPage | 34.1% |
| SearchAction | 28.6% |
| PostalAddress | 16.3% |
| Person | 10.1% |
| ContactPoint | 6.4% |
| ProfessionalService | 5.6% |
| LocalBusiness | 5.3% |
| FAQPage | 3.9% |
Verificação de seis itens
Contamos quantos de seis itens cada site cumpre: (1) tem um llms.txt; (2) tem JSON-LD; (3) tem um tipo Organization ou LocalBusiness; (4) tem um robots.txt que não bloqueia nenhum entre GPTBot, ClaudeBot, PerplexityBot e OAI-SearchBot; (5) tem meta description; (6) tem link canonical. É uma contagem simples feita para esta pesquisa, não a pontuação de 0–100 do produto da Nurevo. A média é de 4.0 itens; 10.5% cumprem os seis.
| Itens cumpridos | Sites | Proporção |
|---|---|---|
| 0 | 40 | 1.7% |
| 1 | 116 | 4.9% |
| 2 | 254 | 10.8% |
| 3 | 369 | 15.7% |
| 4 | 360 | 15.3% |
| 5 | 971 | 41.2% |
| 6 | 247 | 10.5% |
Como citar esta pesquisa
Você pode citar e republicar livremente os números e as tabelas, desde que dê o crédito a "Pesquisa Nurevo AEO (nurevo.jp)" e inclua um link para esta página. Frases prontas para citar:
- 13.6% de 2,357 sites de agências de web design japonesas tinham um arquivo llms.txt (Pesquisa Nurevo AEO, novembro de 2026).
- Apenas 1.3% dos sites de agências de web design japonesas (28 de 2,158 com robots.txt) bloqueavam um bot de IA no robots.txt (Pesquisa Nurevo AEO, novembro de 2026).
- 68.9% dos sites de agências de web design japonesas tinham dados estruturados JSON-LD na página inicial, mas só 3.9% tinham FAQPage (Pesquisa Nurevo AEO, novembro de 2026).
- 91.9% dos sites de agências de web design japonesas rodam em WordPress (Pesquisa Nurevo AEO, novembro de 2026).
Limitações
- Só a página inicial foi examinada. Os dados estruturados das páginas internas e a situação do site como um todo não estão incluídos.
- O robots.txt foi avaliado apenas para a página inicial (/). Um site que bloqueia só alguns diretórios conta como não bloqueando. Bloqueios por outros meios (firewalls, proteção contra bots de CDN) não foram medidos.
- A população são os próprios sites de agências de web design, não empresas em geral. A lista de agências é nossa e não cobre todas as agências do Japão.
- Uma coleta por site: os 399 sites cuja página inicial não pôde ser acessada (incluindo erros temporários) foram excluídos. No caso do llms.txt, verificamos apenas se ele existe, não sua qualidade.
Nossa leitura (opinião)
O que segue é nossa opinião, não uma conclusão. Os sites das agências têm as configurações básicas de SEO em grande parte em ordem, e muito poucos barram os crawlers de IA. Itens que ajudam a IA a ler as informações de uma empresa, como llms.txt e FAQPage, ainda estão só em parte dos sites. Adicioná-los não garante aparecer nas respostas de IA (em outro de nossos estudos, os sinais no site não mostraram relação com o aparecimento), mas achamos que vale a pena verificá-los como base para que a IA leia corretamente os fatos de uma empresa.
Verifique o seu site ou os sites dos seus clientes
A verificação gratuita mostra o llms.txt, os dados estruturados e o acesso dos crawlers de IA em cerca de um minuto. No WordPress, o plugin Nurevo WebMCP publica um llms.txt e dados estruturados. Agências que querem implantá-lo nos sites de clientes podem conhecer o programa de parceiros.
Perguntas frequentes
Quão comum é o llms.txt nos sites de agências web japonesas?
Nesta pesquisa, 321 de 2,357 sites de agências de web design japonesas (13.6%) tinham um llms.txt (novembro de 2026).
Muitas agências bloqueiam crawlers de IA no robots.txt?
Poucas. Dos 2,158 sites com robots.txt, 28 (1.3%) bloqueavam pelo menos um bot de IA. Nenhum bloqueou os crawlers de busca OAI-SearchBot ou Claude-SearchBot.
Esses números valem para sites de empresas em geral?
Não necessariamente. A pesquisa abrange os próprios sites de agências de web design, e apenas suas páginas iniciais.
Posso usar esses números em um artigo?
Sim. Dê o crédito a "Pesquisa Nurevo AEO (nurevo.jp)" e inclua um link para esta página, e você poderá citá-los e republicá-los livremente.