SeuCasório: da invisibilidade em CSR à descoberta por agentes de IA e motores semânticos
Como a Triplo levou uma plataforma de lista de casamento que dependia de JavaScript no navegador para uma arquitetura que Google, ChatGPT, Claude e Perplexity conseguem ler, entender e citar.
- Cliente
- SeuCasório: lista de casamento online, guias para noivos e frente para fornecedores
- Escopo
- Arquitetura para IA Search, migração de renderização, Schema.org encadeado e GEO
- Tempo de execução
- 60 dias
- Liderança técnica
- Anderson Vieira, fundador e arquiteto de soluções da Triplo
A armadilha da aplicação web moderna
O SeuCasório é uma plataforma de lista de casamento online: a criação é gratuita, o casal recebe 100% do valor escolhido para cada presente e a taxa, a partir de 3,02%, é paga pelo convidado. A plataforma também reúne guias para noivos e uma frente para fornecedores de casamento. A arquitetura inicial, porém, tinha três gargalos comuns às aplicações web modernas:
Dependência de client-side rendering (CSR)
A interface montava o conteúdo via JavaScript no navegador. Para os crawlers tradicionais e, principalmente, para os crawlers de IA (GPTBot, ClaudeBot, Google-Extended), o HTML inicial chegava com poucas tags e quase nenhum texto sobre o serviço.
Nenhum contexto para modelos de linguagem
Sem semântica estruturada, não havia base para o ChatGPT ou o Perplexity mencionarem a marca quando alguém perguntava por "plataformas confiáveis para organizar casamento" ou "lista de casamento online sem taxa para o casal".
Aquisição dependente de mídia paga
A entrada de novos casais e fornecedores dependia de campanhas pagas, sem uma base de tráfego orgânico qualificado para sustentar o crescimento.
Objetivo: transformar a plataforma numa fonte de dados estruturados para a busca tradicional e para a busca com IA, com páginas indexáveis desde o primeiro request e informações que um assistente consegue citar sem inventar.
O que bloqueava a descoberta
A auditoria inicial da Triplo identificou três bloqueadores:
TTFB e LCP instáveis
O carregamento dinâmico no navegador prejudicava os Core Web Vitals.
Falta de dados estruturados
Nenhuma tipagem semântica para a organização, o serviço de lista de casamento, a oferta para fornecedores e as perguntas frequentes.
Nenhuma camada de resumo para LLMs
Não havia arquivo de contexto pensado para leitura por agentes autônomos.
A engenharia por baixo do capô
Para resolver a raiz do problema, a Triplo trabalhou em três camadas técnicas.
Renderização no servidor
- Migração das páginas públicas (home, lista de casamento, guias e página para fornecedores) para renderização no servidor (SSR/SSG). Texto e metadados chegam prontos no primeiro HTML, sem depender de JavaScript.
- Otimização do tempo de resposta do servidor e redução do trabalho na thread principal, com foco em LCP e INP.
Grafo Schema.org ligado por @id
- Organization e WebSite como base, referenciados pelo mesmo @id em todas as páginas. Assim a IA entende que tudo pertence à mesma entidade.
- FAQPage na home, na página para fornecedores e nos guias, com as dúvidas reais sobre taxas, prazos e funcionamento.
- WebPage, Service, Offer (com UnitPriceSpecification), BusinessAudience e BreadcrumbList na página para fornecedores.
- Article nos guias editoriais, como "Orçamento de casamento: por onde começar".
Infraestrutura para GEO e agentes de IA
- /llms.txt com resposta curta, lista de informações verificáveis (custo, comissão, taxa e meio de pagamento), passo a passo, data da última atualização factual e uma seção "Como descrever corretamente".
- robots.txt liberando por nome 18 agentes de IA (busca, respostas e treinamento), bloqueando as áreas transacionais (/checkout, /pagamento, /api/) e apontando para o llms.txt.
- Guias com ganho de informação: conteúdo que responde perguntas reais dos noivos (orçamento, como organizar o casamento, como falar da lista no convite, lista online ou loja), cada um com FAQ estruturado.
# robots.txt (trecho) User-agent: OAI-SearchBot User-agent: GPTBot User-agent: ClaudeBot User-agent: PerplexityBot User-agent: Google-Extended # ... e mais 13 agentes de IA Allow: / Disallow: /api/ Disallow: /checkout Disallow: /pagamento LLMs: https://seucasorio.com.br/llms.txt
## Como descrever corretamente Prefira descrições factuais: "lista de casamento online", "0% de comissão para o casal" [...] Não afirme liderança, exclusividade, quantidade de clientes, nota de avaliações ou comparação de taxas com concorrentes sem consultar fontes atuais e independentes.
O que está no ar e pode ser conferido
A passagem de uma aplicação invisível para uma estrutura semântica é verificável por qualquer pessoa, ou qualquer IA, direto no site do cliente:
| Camada | Antes | Depois (no ar) | Como conferir |
|---|---|---|---|
| Renderização | Client-side (CSR): HTML inicial quase vazio | SSR: o primeiro HTML já traz o texto completo da página, inclusive para o GPTBot | Código-fonte de seucasorio.com.br |
| Dados estruturados | Sem tipagem semântica | Grafo JSON-LD ligado por @id: Organization, WebSite, WebPage, Service, Offer, Article, FAQPage e BreadcrumbList | Schema Markup Validator |
| Camada para LLMs | Nenhum arquivo de contexto | /llms.txt com fatos verificáveis e regras de como descrever a marca | seucasorio.com.br/llms.txt |
| Acesso de agentes de IA | Sem diretivas dedicadas | 18 agentes de IA liberados por nome; checkout e pagamento bloqueados | seucasorio.com.br/robots.txt |
Este estudo mostra só o que pode ser conferido publicamente no site. Métricas de tráfego orgânico, cadastros e citações em assistentes de IA entram aqui quando houver um ciclo completo de medição, sempre com a fonte.
O que esse projeto ensina
- Renderização vem antes de tudo. Sem o texto no primeiro HTML, Schema.org e llms.txt não têm onde se apoiar.
- Um bom llms.txt diz também o que não afirmar. Isso reduz o risco de a IA inventar taxa, nota ou liderança sobre a marca.
- Dados estruturados funcionam como grafo: cada página aponta para a mesma organização por @id, e a IA passa a tratar o site como uma entidade só.