Explicar aos parceiros “o que muda e o que não muda”: foi com esse argumento, em nota enviada ao Tecnoblog, que a Meta justificou o adiamento dos seus novos termos comerciais. Em 23 de outubro de 2026, a empresa empurrou de 30 de outubro para 20 de novembro a entrada em vigor das regras que autorizam ferramentas automatizadas, como crawlers e bots, a acessar páginas e conteúdos ligados a contas comerciais.
Para quem mantém sites de empresas que anunciam no Facebook ou no Instagram, o adiamento não cancela nada: é uma janela de quatro semanas para revisar o robots.txt, decidir o que liberar e documentar a decisão.
De 30 de outubro para 20 de novembro: o vaivém dos termos
A primeira versão dos termos dizia que o material coletado poderia ser usado para desenvolver, melhorar, pesquisar e treinar produtos da Meta. Depois de críticas, a empresa retirou as menções explícitas a treinamento. Segundo o Tecnoblog, que cita análise do The Verge, o texto revisado ainda parece permitir a coleta de conteúdo de sites associados a contas comerciais para desenvolver produtos, possivelmente incluindo ferramentas de IA. A Meta nega ter mudado a forma como seus rastreadores acessam sites.
A reação veio de vários lados. A News/Media Alliance, que reúne mais de 2 mil publicações nos Estados Unidos, pediu a retirada das cláusulas. A Reuters informou que autoridades antitruste da União Europeia e do Reino Unido foram pressionadas a suspender a mudança.
O que está confirmado e o que segue em aberto
| Confirmado | Em aberto |
|---|---|
| Nova data de vigência: 20 de novembro | Se haverá nova revisão do texto até lá |
| Termos alcançam empresas que usam produtos de anúncio da Meta | Qual robô fará a coleta prevista nos termos |
| A Meta diz que o robots.txt segue valendo para sinalizar preferências | Se reguladores europeus ou britânicos vão intervir |
| Menção explícita a treino de IA foi retirada | Se o conteúdo coletado poderá alimentar modelos por outra via |
Os cinco robôs da Meta e quais obedecem ao robots.txt
A documentação oficial de crawlers da Meta lista cinco agentes. Eles não fazem a mesma coisa nem seguem as mesmas regras:
| User-agent | Para que serve | Respeita robots.txt? |
|---|---|---|
| facebookexternalhit/1.1 | Gera a prévia (título, descrição, imagem) de links compartilhados | Pode ignorar em checagens de segurança |
| meta-webindexer/1.1 | Melhora as buscas da Meta AI e permite citar o site nas respostas | Sim |
| meta-externalads/1.1 | Coleta dados para publicidade e outros produtos comerciais | Sim |
| meta-externalagent/1.1 | Treina modelos de IA e indexa conteúdo diretamente | Sim |
| meta-externalfetcher/1.1 | Busca links a pedido de usuários, inclusive em recursos agênticos | Pode ignorar |
Bloquear o facebookexternalhit tende a quebrar as prévias de links no Facebook, Instagram e Messenger, o que costuma ser pior para o negócio do que a coleta em si. A decisão mais comum é separar: liberar prévia e indexação, restringir treino e anúncios.
Regras de robots.txt para separar treino, anúncios e prévia
Um ponto de partida, adaptado do exemplo da própria Meta, com uma diretiva por linha no arquivo:
- User-agent: meta-externalagent seguido de Disallow: / para impedir o uso do site inteiro em treino de modelos;
- User-agent: meta-externalads seguido de Disallow: / para barrar a coleta voltada a anúncios;
- User-agent: meta-webindexer seguido de Allow: / para continuar aparecendo nas respostas da Meta AI;
- nenhuma regra para o facebookexternalhit, mantendo as prévias funcionando.
Se a ideia é proteger só uma parte, como área de clientes, materiais pagos ou documentação, troque a barra pelo caminho específico. A Meta avisa que os crawlers guardam o robots.txt em cache por até 24 horas, então a mudança não vale no mesmo minuto. Para revisar a lógica de diretivas e o papel do sitemap, veja Robots.txt e sitemap: aliados silenciosos do SEO.
Limites do robots.txt que o adiamento não resolve
É um pedido, não uma trava
O robots.txt depende da boa vontade de quem rastreia. Dois dos cinco agentes da Meta já declaram que podem ignorá-lo em certas situações. Para conteúdo realmente sensível, a proteção precisa estar no servidor: autenticação, regras de firewall por user-agent ou limitação de taxa.
Bloqueio por user-agent pode ser burlado
Qualquer robô pode se apresentar com outro nome. Quem precisa de garantia combina regras de user-agent com checagem de faixas de IP e monitora os logs de acesso, assunto que aparece também em Proxy para web scraping: residencial, ISP ou datacenter?
Os termos valem para a conta, não para o arquivo
Ao aceitar os termos comerciais, a empresa concede direitos contratuais à Meta. O robots.txt sinaliza preferência técnica, mas não altera o contrato. Times jurídico e de marketing precisam participar da decisão.
20 de novembro e os próximos marcos
A data a anotar é 20 de novembro de 2026, quando os termos passam a valer se nada mudar de novo. Até lá, vale acompanhar dois sinais: uma eventual nova versão do texto, que a Meta pode publicar ao “explicar” as regras aos parceiros, e qualquer movimento das autoridades da União Europeia e do Reino Unido. Deixe o robots.txt ajustado e versionado antes dessa data, com registro de quando e por que cada regra entrou.
