Sobre a legibilidade para LLM
O que é a legibilidade para LLM?
A legibilidade para LLM corresponde à quantidade da sua página que um assistente de IA consegue realmente ler depois de esta ser renderizada. Não é o que um visitante vê, nem o que está no seu ficheiro de origem, mas sim o texto que permanece quando a página é carregada e a marcação é removida.
Essas três coisas divergem mais do que as pessoas esperam. Uma página que parece ter muito conteúdo pode conter apenas algumas centenas de palavras utilizáveis depois de descontados a navegação, os avisos de cookies, os widgets de publicações relacionadas e as etiquetas de script.
Este verificador carrega a sua página num navegador real, tal como a nossa auditoria, e indica a quantidade de conteúdo legível existente. Uma página que um sistema consegue ler exaustivamente pode ser citada; uma que mal consegue ler é preterida em favor da de um concorrente que o consegue.
Porque é que a versão renderizada é o que conta
O conteúdo montado por JavaScript após o carregamento pode não existir para qualquer ferramenta que leia a página. Nem todos os rastreadores executam scripts e, os que o fazem, desistem rapidamente; por isso, uma página cujo texto principal chega tarde pode ser lida como estando praticamente vazia.
A solução fiável é disponibilizar conteúdo relevante no HTML inicial através de renderização no servidor ou de geração estática. Assim, um script lento degrada a experiência em vez de apagar uma página.
A proporção é tão importante como o volume. Uma página em que o texto real está enterrado sob várias camadas de marcação de apresentação é mais difícil de extrair de forma limpa, apesar de ser apresentada na perfeição ao utilizador.
Esta é a parte menos glamorosa de ser citado e uma das mais decisivas, porque tudo o resto parte do princípio de que ela está assegurada. A estrutura, os títulos e o schema partem todos do princípio de que o texto é acessível, e esta é a parte com maior probabilidade de falhar silenciosamente numa reformulação do design — a página continua a parecer correta para qualquer pessoa que a consulte num navegador.
O que tende a faltar
- Texto inserido por JavaScript após a resposta inicial.
- Conteúdo oculto por separadores, acordeões ou controlos «ler mais» que nunca abrem.
- Qualquer elemento dentro de um iframe, que é um documento separado.
- Texto que existe apenas dentro de uma imagem, sem equivalente em texto.
- Páginas que são sobretudo interface, em que o conteúdo é um parágrafo.
O que esta ferramenta verifica
Apresenta a sua página num navegador headless e comunica o conteúdo legível resultante, pelo que está a ver aproximadamente aquilo com que uma máquina que leia a página teria de trabalhar.
Compare-o com aquilo que acredita estar na página. Uma diferença significativa aponta para conteúdo que depende de scripts ou para uma página com menos conteúdo do que o seu layout sugere.
Próximos passos
O texto legível é a matéria-prima; a estrutura é o que o torna utilizável. Verifique se os
etiquetas de cabeçalho dão à página uma estrutura coerente, confirme se o
contagem de palavras corresponde ao que pretendia publicar e procure erros de
JavaScript que possam estar a impedir o carregamento do conteúdo.