Seu próximo visitante de IA saberá quem o enviou
O agente que visita seu site conhece a pessoa que o enviou.
Essa é a mudança no Gemini Deep Research Max do Google, lançado em 21 de abril de 2026, como uma prévia pública no nível pago da API Gemini. O próprio Deep Research Max é uma implementação restrita. O padrão fornecido é uma prévia do que a web agente se torna quando os outros grandes fornecedores a seguem, o que normalmente fazem dentro de um quarto ou dois em recursos como esse. Quando um agente de recuperação combinada é executado, ele chega com um contexto privado: os dados financeiros do usuário, seus armazenamentos de arquivos, seus fluxos de dados profissionais conectados, todos fundidos na consulta antes que o agente chegue a qualquer página.
Para profissionais da web, este é o próximo capítulo da história da agência na web. A alegação de que os agentes são uma nova classe de visitantes primários se mantém há meses. A reivindicação evoluiu desde então. Os agentes são uma nova classe de visitantes principais com contexto privado. O raciocínio que decide se a sua página responde a uma consulta é executado em um conjunto de entradas maior do que a sua página. O peso que o agente dá ao seu conteúdo depende se ele acrescenta algo que as fontes privadas ainda não forneceram. Este é o momento de recuperação combinada na história da web do agente e se concentra no lado da oferta de como os agentes buscam, e não na camada de produto voltada para o usuário.
A antiga postura de otimização de pesquisa de IA (escrever conteúdo que corresponda à consulta de palavra-chave) estava enfraquecendo antes disso. Enfraquece ainda mais agora. A nova postura é a previsibilidade estrutural: relacionamentos limpos entre entidades, identidade canônica, dados ativos, independência de renderização. A estrutura é importante funcionalmente para o agente. Quando o agente chega com contexto, o conteúdo que ele escolhe é aquele que seu modelo pode fundir perfeitamente com tudo o mais que ele já possui.
A recuperação combinada mostra a próxima camada da Agentic Web
O Gemini Deep Research Max do Google, em visualização pública no nível de API pago a partir de 21 de abril, pode extrair quatro classes de entrada em um único ciclo de raciocínio: a web pública, uploads de arquivos, armazenamentos de arquivos conectados e servidores MCP remotos arbitrários. A partir do próprio anúncio do Google, o agente “pesquisa na web, MCPs remotos arbitrários, uploads de arquivos e armazenamentos de arquivos conectados, ou qualquer subconjunto deles”.
As duas novas classes (armazenamentos de arquivos e MCPs remotos) compartilham uma propriedade. Eles são privados por padrão. O agente os lê somente com o consentimento do usuário. Uma vez conectado, um provedor de dados financeiros ou um CRM corporativo expõe seus dados ao Gemini por meio do Model Context Protocol, o padrão aberto da Anthropic com mais de 97 milhões de instalações em março de 2026. O agente do Google recupera dessas fontes privadas com a mesma confiabilidade com que lê a web aberta, dentro do mesmo raciocínio.
Este é o movimento estrutural que todos que acompanham a web agente esperam que um grande fornecedor o envie: web pública e contexto privado, fundidos pelo agente, dentro de uma única consulta. Gêmeos é o primeiro.
O padrão também ainda não existe para a maioria das operadoras. Deep Research Max é uma prévia pública por trás de uma API paga, não um recurso do aplicativo Gemini para consumidores. A maioria dos sites não será lida por um agente de recuperação combinada neste trimestre. O que o Google anunciou em 21 de abril é a direção, não a chegada. Trate isso como um indicador importante: se essa arquitetura for dimensionada e os principais fornecedores geralmente copiarem uns aos outros dentro de um quarto ou dois em recursos como esse, o trabalho do operador se tornará real antes do tráfego.
A participação do sinal entra em colapso quando o agente tem alternativas melhores
Em uma consulta de recuperação combinada, cada fonte conectada compete pelo compartilhamento de sinal: a web aberta, os armazenamentos de arquivos do usuário e quaisquer servidores MCP privados. O peso que qualquer fonte recebe é proporcional à forma como o agente consegue extrair e fundir seu sinal com tudo o mais que o agente está retendo.
Para sites públicos, isso altera o terreno competitivo de duas maneiras.
Primeiro, os sites que priorizam a máquina ganham mais citações. Uma página com dados estruturados limpos, relacionamentos de entidade inequívocos e renderização que não oculta o conteúdo por trás do JavaScript é fácil para o agente se fundir com o contexto privado do usuário. A resposta fundida faz referência à primeira página da máquina porque essa página contribuiu com material utilizável e mesclável.
Em segundo lugar, sites mal estruturados perdem a parcela de sinal que costumavam obter gratuitamente. Em uma era exclusivamente web, até mesmo uma página confusa poderia aparecer em uma citação porque não havia alternativa melhor para a web pública. Na era da recuperação combinada, a alternativa pode ser os documentos carregados pelo usuário ou um MCP conectado com dados mais limpos. A página de conteúdo bagunçada perde a parcela de citações que costumava dividir com fontes limpas.
Esta é uma competição diferente do SEO clássico. O SEO clássico classificou as páginas umas contra as outras. A recuperação combinada classifica as páginas em relação ao contexto do próprio usuário. Você não pode ver as fontes concorrentes. Você só pode ter certeza de que quando o agente acessar sua página pública, a página contribuirá com algo extraível e inequívoco.
O esquema estruturado de produto e oferta é citado com mais frequência do que descrições não estruturadas quando o contexto privado do usuário aborda algo relacionado. Identidade canônica, relacionamentos de entidade limpos e independência de renderização tornam-se de maior alavancagem quando o agente está fundindo sinais entre fontes. A inversão de tráfego de IA do Adobe Q1 2026 foi a prova do lado da demanda de que o comércio estruturado vence na pesquisa de IA; a recuperação combinada é o mecanismo do lado da oferta que provoca o mesmo efeito no resto da web.
A contra-leitura honesta: algumas consultas giram inteiramente em torno do seu site
Nem toda consulta de recuperação combinada acabará citando um site público. Algumas consultas serão respondidas inteiramente pelas fontes conectadas do usuário. Um analista financeiro executando o Deep Research Max em um servidor MCP interno, além de relatórios trimestrais carregados, pode nunca precisar da web pública para obter essa resposta. O tráfego dessa consulta não flui para lugar nenhum; a resposta é satisfeita dentro do limite do contexto privado.
Este é um subconjunto real. A maioria das consultas ainda mistura fontes públicas e privadas, porque a maioria das questões analíticas aborda ambas.
A recuperação combinada não significa que cada site receba menos tráfego. Isso significa que o agente é mais seletivo quanto ao que usa. A fasquia sobe para as fontes que o agente escolhe. Deep Research Max é uma prévia do que a web agente está prestes a exigir. Os sites que priorizam a máquina ganharão participação quando essa escala chegar. O conteúdo não estruturado continuará a perdê-lo. O Google nos mostrou o padrão em 21 de abril, mas a escala a seguir é onde começa o verdadeiro trabalho dos profissionais da web, e há tempo para fazer esse trabalho antes que o tráfego aumente.
Mais recursos:
Este post foi publicado originalmente no No Hacks.
Imagem em destaque: RobinRmD/Shutterstock
