Árvores de decisão determinísticas: como os agentes de IA.
Os agentes de IA executam árvores de decisão rigorosas de aprovação/reprovação antes de fazer transações. Que perguntas determinísticas eles fazem, qual a causa.
Updated April 14, 2026
Os agentes de IA não avaliam o seu site como os humanos. Não navegam, não formam impressões e aos poucos vão construindo confiança. Eles executam árvores de decisão determinísticas com critérios rigorosos de aprovação/reprovação em cada nó. Se uma verificação falhar, o processo termina. Agente passa para o próximo provedor sem explicação.
Compreender essas árvores de decisão faz a diferença entre ser selecionado e ser excluído silenciosamente.
As seis perguntas que todo agente faz#
Pergunta 1: O que este sistema pode fazer?#
O agente busca um manifesto de capacidade. Nas implementações UCP, este é o arquivo JSON em /.well-known/ucp. Nas implementações MCP, eles são os esquemas de ferramentas e recursos retornados pelo servidor. Em configurações mais simples, é o arquivo llms.txt ou o Cartão do Agente.
Se o agente não conseguir determinar o que o seu sistema suporta, ele irá ignorá-lo completamente. Não há crédito parcial. As capacidades são declaradas ou não.
Condição de aprovação: uma declaração legível por máquina de ações, tipos de dados e recursos de transação suportados.
Condição de erro: sem manifesto, sem esquema, sem llms.txt. O agente não tem como determinar o que você oferece.
Pergunta 2: Quais suprimentos são necessários?#
Uma vez que o agente sabe o que pode fazer, ele verifica se possui os insumos necessários para acionar a ação. Seu sistema deve fornecer um esboço claro dos valores de entrada esperados: tipos de dados, campos obrigatórios versus campos opcionais, regras de validação e intervalos aceitáveis.
Condição de aprovação: cada endpoint ou ação possui um esquema de entrada documentado com tipos, restrições e exemplos.
Condição de erro: Os requisitos de entrada são vagos, não documentados ou só podem ser descobertos por tentativa e erro.
Pergunta 3: O estado atual é verificável?#
O agente não confia no conteúdo da página estática. Você precisa verificar o status crítico em tempo real.
O preço é explícito e atual? Frases humanas como “preço sob consulta” ou “a partir de” causam exclusão imediata em transações avessas ao risco. O agente precisa de um número exato válido por um período de tempo definido.
O inventário é verificado em tempo real? O agente envia uma chamada de API. O HTML em cache que diz “em estoque” não terá valor se o estoque real estiver esgotado há duas horas.
As políticas são estruturadas e legíveis por máquina? Políticas de devolução, termos de envio, condições de cancelamento. Se existirem apenas como parágrafos em prosa numa página jurídica, o agente não poderá analisá-los de forma confiável. São necessárias tags de ação e declarações de política estruturadas do Schema.org.
Condição de aprovação: status verificável em tempo real para cada parâmetro crítico da transação. Condição de falha: dados desatualizados, preços ambíguos, políticas não estruturadas ou qualquer parâmetro que exija interpretação em vez de análise.
Pergunta 4: Qual estado é garantido após a ação?#
O agente precisa de garantias determinísticas sobre o que acontecerá quando ele agir. Se você enviar uma compra, receberá uma confirmação com um ID do pedido? Se marcar uma consulta, receberá um horário confirmado? Se a ação falhar, você receberá um erro estruturado explicando o motivo?
Condição de aprovação: cada endpoint de ação retorna um resultado determinístico (sucesso com detalhes de commit ou falha com classificação de erro específica).
Condição de erro: respostas ambíguas, confirmações em linguagem humana sem dados estruturados ou endpoints retornando sucesso sem evidências verificáveis.
Pergunta 5: Os atributos correspondem entre as fontes?Os agentes fazem referência cruzada de dados de diversas fontes. Se o seu preço no Google Merchant Center for diferente da resposta da API ou se a marcação do esquema mostrar uma disponibilidade diferente do manifesto UCP, o agente detectará a inconsistência.#
Inconsistências não causam apenas confusão. Eles causam exclusão. Um agente que não pode confiar nos seus dados não fará transações através do seu sistema.
Condição de aprovação: Valores idênticos para preço, disponibilidade, especificações e políticas em todas as fontes legíveis por máquina (marcação de esquema, respostas de API, feeds de produtos, manifesto UCP).
Condição de falha: Qualquer discrepância entre fontes de dados.
Pergunta 6: A ação pode ser repetida com segurança?#
Os agentes tentam novamente em caso de erro. Se a rede expirar após a compra, o agente enviará a mesma solicitação novamente. Seu sistema deve lidar com isso sem criar pedidos duplicados, cobranças duplicadas ou status corrompidos.
Condição de aprovação: terminais de transação idempotentes onde a mesma solicitação produz o mesmo resultado, independentemente de quantas vezes for enviada.
Condição de erro: endpoints não idempotentes onde novas tentativas criam duplicatas.
A árvore de decisão na prática#
O agente avalia essas questões sequencialmente. Cada “falha” encerra a avaliação imediatamente:
Capacidade declarada? Não → excluído. Entradas documentadas? Não → excluído. Status verificável em tempo real? Não → excluído. Resultados determinísticos? Não → excluído. Dados consistentes entre fontes? Não → excluído. Novas tentativas seguras? Não → excluído.
Somente se todas as seis verificações forem aprovadas o agente continua com a transação.
Por que isso difere da avaliação humana Um comprador humano tolera ambiguidade. “Preço sob consulta” significa que eles ligarão. “Normalmente é enviado em 3-5 dias” é próximo o suficiente. Você navega e aceita uma política de devolução confusa.#
Um agente não tolera nada disso. Toda ambigüidade é uma condição de fracasso. Tudo “normalmente” é indeterminado. Qualquer política não estruturada é impossível de analisar. O agente opera com lógica binária: verificada ou excluída.
É por isso que sites que parecem sofisticados para os humanos podem pontuar zero com os agentes. O design visual, a reputação da marca e o texto persuasivo não têm peso em uma árvore de decisão determinística.
O guia da camada de execução explica os requisitos de infraestrutura. O guia de implementação AEO cobre o caminho de otimização passo a passo.
Perguntas frequentes#
O que é uma árvore de decisão determinística no AEO? Uma sequência estrita de verificações de aprovação/reprovação que um agente executa antes de realizar uma transação com seu site. Cada verificação avalia um requisito específico (capacidades, entradas, estado, resultados, consistência, idempotência). A falha em qualquer verificação causa exclusão imediata.
Qual é o motivo mais comum pelo qual os agentes excluem um site? Preços não estruturados ou ambíguos. “Preço sob consulta”, “a partir de” ou preços que diferem entre a marcação do esquema e as respostas da API causam uma exclusão imediata.
Como faço para testar se meu site passa na avaliação do agente? Simule todas as seis perguntas manualmente. Você consegue encontrar sua declaração de capacidade? Todas as entradas estão documentadas? Você pode verificar o status usando uma chamada de API? Todas as fontes de dados retornam valores idênticos? Execute esta verificação mensalmente.O que é um manifesto de capacidade? Um arquivo legível por máquina que declara o que seu sistema pode fazer. Em UCP: /.conhecido/ucp. No MCP: esquemas de ferramentas e recursos. Em configurações mais simples: llms.txt ou agent-card.json.
Por que a idempotência é tão importante? Porque os agentes tentam novamente se falharem. Um tempo limite não significa que a ação falhou. Se o seu endpoint criar um pedido duplicado na nova tentativa, o agente causou danos reais. Endpoints idempotentes lidam com novas tentativas com segurança, retornando o mesmo resultado para a mesma solicitação.