Muitas empresas começam a medir IA com JavaScript no navegador. Faz sentido. Ele identifica visitas humanas vindas de referrers de IA e mede comportamento, formulários e conversões. Mas, se você para aí, grande parte da atividade de IA continua invisível.
Crawlers de IA muitas vezes não executam JavaScript. Fetches server-side não criam sessão de navegador. Chamadas MCP ou API não aparecem em analytics web tradicional. JavaScript é importante, mas não é a cadeia inteira.
L0: baseline de plataforma
GA4, GSC e relatórios de plataformas mostram um ponto de partida. Você vê parte das sessões humanas e sinais de demanda. Quase não vê quais páginas os agentes leem. É útil, mas incompleto.
L1: JavaScript first-party
Um script próprio melhora a leitura de referrers de IA, jornadas, engajamento e pré-conversões. É importante para qualidade de dados e ownership. Mas agentes que não executam JS continuam fora.
L1.5: Edge Lite Bridge
Em CDN ou Edge, você observa requests antes de chegarem ao origin. GPTBot, ClaudeBot, PerplexityBot ou ChatGPT-User ficam visíveis. Costuma ser o passo de maior ROI inicial porque revela a camada Request que JS não enxerga.
O efeito é que métricas de IA saltam. Nem sempre é crescimento. Muitas vezes é cobertura nova. O dashboard precisa marcar cada mudança de medição.
L2: conector de logs gerenciado
Cloudflare, Vercel, Shopify ou server logs entregam o mapa completo: agente, path, frequência, status code e horário. Esses dados conectam GEO, SEO, segurança e infraestrutura. Mostram que conteúdo está realmente disponível para sistemas de IA.
L3: telemetria empresarial
OpenTelemetry GenAI spans, MCP tool calls, auditoria de APIs e traces de checkout ou pagamento são o nível avançado. Nem todo time precisa disso no início. Mas quando agentes de IA usam sistemas operacionais, a empresa precisa de uma cadeia auditável.
Evidence Ladder evita chamar tudo de “AI traffic”. JS prova visitas humanas. Edge prova requests de agentes. Logs provam o mapa completo. Telemetria prova cadeias de ferramentas e transações. Boa medição separa níveis antes de conectá-los.
Nível | Atividade de IA visível | Nova camada AIAA | Salto na primeira implementação |
|---|---|---|---|
L0 | 5-10% | Visit parcial, Commerce parcial | Baseline |
L1 | 8-15% | Visit reforçado | +30-80% Visit possível |
L1.5 | 25-45% | Request | +200-500% atividade total possível |
L2 | 40-65% | Request reforçado | +20-40% Request possível |
L3 | 75-95% | Answer, Attribution | Primeira visão quase completa |
O ponto central: um salto após ativar uma nova camada não é sempre crescimento. Quando Edge Lite entra, a atividade de IA pode subir porque requests de agentes antes invisíveis aparecem. Isso é valioso, mas é expansão de cobertura.
Nem toda empresa precisa de L3 no início. O caminho pragmático começa com L0 como baseline, adiciona L1 para visitas humanas, L1.5 para requests de agentes e depois consolida logs em L2. L3 se torna necessário quando agentes usam tools, APIs, checkout ou pagamentos.
Assim, Evidence Ladder vira um roadmap. Mais Request pode ser melhor observação. Mais Visit significa reação humana. Mais Commerce indica intenção comercial. Mais Attribution significa receita mais defensável. Sem separar níveis, melhoria técnica de medição pode ser confundida com boom de demanda.
Em uma organização real, essa separação reduz conflitos. Analytics, SEO, infraestrutura, e-commerce, CRM e finanças olham sistemas diferentes. Agentes de IA atravessam essas fronteiras: leem páginas de produto, geram requests, podem influenciar visitas, formulários e pedidos. Evidence Ladder cria uma linguagem comum sem misturar provas.
Um reporting sério marca cada mudança de nível. Se Edge Lite entra em junho, junho deve ser anotado como mudança de cobertura. A comparação realmente comparável começa quando a cobertura estabiliza. O mesmo vale para log connector ou telemetria. Ver mais é progresso, mas nem sempre é demanda nova.
O caminho de investimento também fica claro. Se a marca quase não vê AI referrers, começa por L1. Se precisa entender requests de agentes, adiciona L1.5 e L2. Se agentes começam a usar APIs, tools ou checkout, precisa de L3. A escada evita construir demais cedo e medir pouco quando o risco operacional cresce.
FAQ
Q1: Por que JavaScript não basta?
A: Muitos agentes não executam JavaScript e não criam sessões analytics normais.
Q2: Por onde começar?
A: JavaScript first-party mais observação Edge costuma ser um início pragmático.
Q3: Por que os números sobem depois do Edge?
A: Porque requests antes invisíveis aparecem. Pode ser cobertura, não crescimento.
Q4: Quando L3 é necessário?
A: Quando agentes executam ou influenciam tool calls, APIs, checkout ou pagamentos.
Q5: O que AIAA faz?
A: Ordena esses sinais por nível de evidência e os conecta à cadeia comercial.