O que aconteceu com TheNumbers.com

TheNumbers.com e um site de dados de bilheteria de cinema, com mais de 20 anos de histórico de dados sobre arrecadação de filmes em todo o mundo. Durante anos foi a referência principal para jornalistas, analistas e fa de cinema que queriam saber quanto um filme arrecadou.

Em 2024 e 2025, o tráfego orgânico do site desabou. A causa: mecanismos de busca com IA (como o Google com AI Overviews e o ChatGPT com busca na web) passaram a responder diretamente perguntas sobre bilheteria usando os dados do TheNumbers.com - sem levar o usuário ao site.

O proprietário do site documentou o problema em um artigo que viralizou no Hacker News em julho de 2026. A historia e um aviso para todo proprietário de site que tem dados estruturados e valiosos online: sua base de dados pode estar financiando a concorrência que vai destruir seu negócio.

Como funciona o mecanismo que destruiu o tráfego

O processo e simples e devastador. Os crawlers dos mecanismos de busca e das empresas de IA indexam e raspam seu conteúdo. Esse conteúdo e usado para treinar modelos de linguagem ou para alimentar sistemas de AI Overviews que respondem perguntas diretamente na página de resultados.

Quando o usuário pesquisa 'quanto Avatar arrecadou no mundo inteiro', o Google responde na própria página de resultados com dados precisos - dados que provavelmente vieram de sites como TheNumbers.com. O usuário obtem a resposta e não precisa mais clicar em nenhum link.

⚠️
Atenção

Esse problema não afeta apenas dados de cinema. Qualquer site com dados estruturados e valiosos - preços, estatísticas, especificações técnicas, históricos - esta vulnerável ao mesmo padrão. O valor dos seus dados pode estar sendo extraído sem compensação.

A ironia e que os sites que investiram anos construindo bases de dados abrangentes e confiavies são exatamente os mais afetados. Quanto mais valiosos e precisos os seus dados, mais úteis eles são para treinar e alimentar sistemas de IA - e mais rápido seu tráfego pode cair.

Quais tipos de sites estão mais em risco

O padrão identificado no caso TheNumbers.com se repete em varias categorias de sites:

  • Sites de dados e estatísticas: cotações de ações, dados climáticos históricos, índices económicos, estatísticas esportivas. Qualquer dado que pode ser respondido em uma única frase e particularmente vulnerável.
  • Comparadores de preço: sites que agregam preços de diferentes lojas. A IA pode fazer essa comparação diretamente sem precisar redirecionar o usuário.
  • Wikis e enciclopédias especializadas: bases de conhecimento sobre jogos, series, tecnologia. O conteúdo e ideal para treinamento de modelos.
  • Dicionários e glossários técnicos: definições e explicações que cabem em um paragrafo curto.
  • Guias de receitas e instruções: conteúdo que pode ser reproduzido diretamente na resposta da IA.

Como identificar se seu site esta sendo afetado

O primeiro sinal costuma ser uma queda no tráfego orgânico sem causa aparente - sem penalidades do Google, sem problemas técnicos, sem queda no ranking de palavras-chave. A queda vem da redução na taxa de clique (CTR) nas páginas de resultado, não da posição.

Sinais de alerta no Google Search Console:
- Impressões estável ou crescendo
- Cliques caindo
- CTR médio em queda significativa
- Perguntas factuais perdendo cliques
- Zero-click searches aumentando

A ferramenta Google Search Console mostra essa discrepância claramente: impressões (vezes que o site aparece nos resultados) podem se manter altas enquanto os cliques despencam. Isso significa que o site aparece, mas a IA já respondeu a pergunta do usuário antes dele clicar.

💡
Dica

Compare a evolução de CTR por tipo de conteúdo no Search Console. Se páginas com dados factuais estão perdendo CTR mas páginas com análises e opinião estão estável, o problema provavelmente e AI Overviews raspando seus dados.

O que as empresas podem fazer para se proteger

Não existe solução perfeita, mas ha estratégias que reduzem a exposição:

robots.txt e meta tags de IA: você pode bloquear crawlers específicos de empresas de IA usando o robots.txt. Google, OpenAI (GPTBot), Anthropic (ClaudeBot) e outros tem crawlers com user agents identificados. O problema e que bloquear crawlers de IA pode afetar seu indexação nos mecanismos de busca tradicionais, que cada vez mais usam IA internamente.

# Exemplo de robots.txt para bloquear crawlers de IA
User-agent: GPTBot
Disallow: /

User-agent: ClaudeBot
Disallow: /

User-agent: Google-Extended
Disallow: /

Adicionar camadas de análise e contexto: dados brutos são fáceis de raspar e reproduzir. Análise, contexto, perspectiva e curadoria são mais difíceis de substituir. Um site que diz 'Avatar arrecadou USD 2.9 bilhoes' pode ser substituído pela IA. Um site que analisa por que Avatar superou as expectativas em mercados específicos e mais difícil de substituir.

Conteúdo que requer interação: ferramentas, calculadoras, comparadores interativos, simuladores. A IA pode responder uma pergunta factual, mas não pode replicar uma ferramenta que o usuário usa ativamente.

🚀
Pro tip

Considere transformar seus dados em uma API paga em vez de exibi-los publicamente. Se seus dados tem valor para empresas de IA, você pode monetizar esse valor diretamente em vez de ter ele extraído sem compensação.

Comparação: sites que resistem vs. sites vulneráveis

A divisão entre sites que resistem ao impacto da IA e os que estão sofrendo segue um padrão claro:

Resistem melhor: publicações com perspectiva editorial única, comunidades com conteúdo gerado por usuários em tempo real (Reddit, forums especializados), ferramentas que exigem ação do usuário, conteúdo local e hipercontextualizado que a IA não tem dados suficientes para reproduzir.

Mais vulneráveis: agregadores de dados públicos, sites de definições e explicações, comparadores, wikis especializados, qualquer site cujo valor principal e a organização de informação factual disponível publicamente.

Casos reais de impacto e adaptação

O TheNumbers.com não e o único caso. O Reddit negociou contratos de licenciamento de dados com empresas de IA em 2024 antes de seu IPO - reconhecendo que seus dados tinham valor comercial que podia ser monetizado. A Wikipédia discute ativamente como lidar com o uso de seu conteúdo para treinamento de IA.

Sites de musica e letras como Genius processaram o Google por exibir letras de musica diretamente nos resultados de busca. Sites de noticias tem negociado acordos de licenciamento com OpenAI e Google para uso de seus conteúdos. A questão legal e económica ainda esta se definindo, mas o impacto no tráfego e imediato e real.

Para sites menores e com menos recursos legais, a adaptação prática e mais importante que a resposta jurídica. Focar no que a IA não consegue replicar - comunidade, contexto local, análise profunda, ferramentas interativas - e a estratégia mais sustentável.

Dicas e boas práticas para proprietários de sites

💡
Dica

Audite seu conteúdo pelo critério: esta pergunta pode ser respondida em uma frase? Se sim, esse conteúdo esta em risco. Priorize expandir conteúdo que requer mais contexto e análise para ser útil.

🚀
Pro tip

Monitore seu CTR no Search Console por tipo de página mensalmente. Uma queda no CTR com impressões estáveis e o sinal mais precoce de que AI Overviews esta cannibalizando seu tráfego especificamente.

⚠️
Atenção

Bloquear todos os crawlers de IA no robots.txt pode ser contraproducente se você depende de tráfego dos mecanismos de busca que cada vez mais integram IA em seus sistemas de indexação e ranking.

🔴
Cuidado

Não subestime a velocidade da mudança. Sites que tinham tráfego estável por anos podem ver quedas significativas em poucos meses. Diversifique fontes de tráfego e receita antes de precisar, não depois.

Vale a pena se preocupar com isso?

Depende do tipo de site. Se o seu valor principal e ser a fonte mais rápida de dados factuais públicos, sim - vale se preocupar agora. Se seu valor e análise, comunidade, ferramentas ou conteúdo muito contextualizado, o risco e menor.

A historia do TheNumbers.com e um aviso útil mas não uma sentença de morte para todos os sites de conteúdo. O que ela muda e a estratégia de longo prazo: construir em cima de dados factuais puros como proposta de valor principal e cada vez mais frágil. A camada de análise, perspectiva e utilidade prática para o usuário e o que diferencia um site do que a IA pode oferecer diretamente.