Como montei um verificador de E-E-A-T com o Claude Code

Diferente de Core Web Vitals ou de dados estruturados, o E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) não tem endpoint de API. O Google entrega um framework e uma metodologia ampla, e cabe a você aplicar isso a texto não estruturado. Foi exatamente por isso que resolvi testar o Claude Code como motor de uma auditoria: processar documentação extensa e aplicar um framework é o tipo de tarefa em que um agente de IA↳Agentes de IA42 conteúdosOpera passa a integrar ChatGPT, Claude e outros agentes de IADev (Back & Front) · mar 2026Operações mais inteligentes, decisões mais rápidas: o impacto da IA agêntica na rotina de TIAI · abr 2026Adobe aposta em orquestração de agentes de IA: o que muda para devsDev (Back & Front) · abr 2026Ver tudo em AI → se sai bem. O resultado é uma ferramenta que lê as diretrizes, rastreia páginas escolhidas e devolve um relatório pontuado.

Antes de replicar: E-E-A-T não é fator de ranqueamento direto, e nenhum checker garante subir posições. O que ele mede é o quão alinhado seu site está à orientação que o Google usa para avaliar qualidade. Ainda assim, é um benchmark útil, principalmente para quem precisa validar expertise em escala.

O que você precisa antes de começar

Rodei o projeto no Claude Desktop usando o Claude Code. O ponto de atenção de custo: o Claude Desktop é grátis, mas o Claude Code exige assinatura Pro, Max, Team ou Enterprise, ou créditos de API da Anthropic com billing habilitado. Se você usa outro ambiente agêntico (Cursor, OpenClaw ou uma IDE com IA), o fluxo é praticamente o mesmo.

Lista de pré-requisitos que o próprio projeto valida:

• Python↳Python56 conteúdosVSCode + Python + Alexa: Desenvolva e teste skills para alexa localmente com pythonDev (Back & Front) · out 2025Dominando decoradores em Python: um guia completo com exemplosDev (Back & Front) · jan 2025Desenvolvimento de software: diferenças entre Python, JavaScript e JavaGestão Dev & TI · nov 2024Ver tudo em Dev (Back & Front) → 3.10+
• Bibliotecas playwright (com Chromium instalado), pypdf, python-docx, pymupdf
• Fontes Lato e Inter (gratuitas no Google Fonts)
• Uma conta no GitHub para backup
• Microsoft Word para a etapa final de formatação (essa parte é Windows-only; sem ela, dá para adaptar para LibreOffice/OpenOffice ou gerar HTML/CSS/JS)

Há dois caminhos possíveis: construir a ferramenta dentro da plataforma (que você reusa em várias sessões) ou construir um app standalone que roda fora da IA, publicado em Netlify ou Vercel. Segui o primeiro, mais acessível para quem é de marketing e não de engenharia.

Passo 1: rastrear as páginas sem tomar bloqueio

Abri uma nova sessão do Claude Code chamada "E-E-A-T Checker Demo" e dei as instruções iniciais. O primeiro tropeço é conhecido: se você entrega uma lista de URLs, o Claude usa o Web Fetch embutido, que vários sites bloqueiam. A solução foi instruir o Claude a subir um navegador headless em Python no lugar.

Como eu já tinha Python instalado, ele se conectou à instalação existente e criou o browser headless para a tarefa. Se faltasse alguma lib, o Claude Code instala sozinho, porque tem acesso ao Prompt de Comando e ao PowerShell. Para o motor, ele escolheu Chromium, a mesma base do Chrome que muita gente usa com Selenium em testes automatizados. Aqui a tecnologia foi reaproveitada só para capturar conteúdo e recursos das páginas.

Detalhe importante para a qualidade da auditoria: o Claude captura tanto o HTML bruto quanto o conteúdo renderizado. Como está operando um navegador headless, ele executa e renderiza o código antes de analisar, o que evita perder conteúdo injetado por JavaScript.

Passo 2: escolher páginas representativas

Conectar o Claude a uma única página não gera uma avaliação de E-E-A-T do site inteiro, mas rastrear o site completo costuma ser desnecessário. O caminho do meio é escolher tipos de página representativos. Para a demonstração, montei uma cesta de cerca de 15 URLs cobrindo os pontos onde o E-E-A-T aparece: homepage, página "sobre", página da equipe, páginas de autor, um post recente, um guia, página de contato, e as páginas legais (privacidade e termos de uso).

Essas páginas legais e institucionais importam mais do que parece: no meu teste com o Search Engine Land, o site foi bem no geral, mas a auditoria apontou páginas legais desatualizadas e um hub de geração de leads não declarado. É o tipo de achado que passa despercebido numa revisão manual apressada.

Passo 3: gerar e refinar o relatório

Com o framework montado, o Claude sintetizou uma rubrica de pontuação a partir da documentação do Google, criou uma base de conhecimento local de E-E-A-T e definiu uma estratégia para manter material protegido por direitos autorais fora do repositório GitHub (guardando digests e a rubrica, não os textos originais).

A primeira rodada já saiu sólida, com o documento Word gerado e pontuado. Tratei essa saída como um rascunho forte, não como resultado final. Numa segunda passada, pedi para melhorar formatação e legibilidade. O ponto que vale reter aqui é o loop de melhoria: como a ferramenta guarda o conhecimento em memória local, cada correção que você devolve melhora as auditorias futuras. Revisar, corrigir e realimentar o projeto é parte do processo, não um extra.

Você também não é obrigado a deixar o Claude raspar as diretrizes da web. Dá para revisar o material você mesmo e fornecer sua própria orientação e referências, o que ajuda a adaptar a rubrica ao seu nicho.

Passo 4: backup no GitHub

A etapa mais "técnica" de todo o processo foi colar um token em arquivo de configuração e clicar em Create Repository. Adicionei um personal access token de escopo restrito ao arquivo .env para o Claude conseguir operar o repositório, criei o repositório manualmente no GitHub e deixei o Claude fazer o push do projeto local.

Dava para automatizar mais conectando o Claude ao GitHub via Git com OAuth, o que permitiria criar e configurar repositórios sozinho. Optei pelo token de escopo restrito porque é mais simples de configurar, ao custo de alguns passos manuais. Com memory files, prompts e scripts no GitHub, toda a base de conhecimento fica preservada: se a máquina morrer, restaurar é só clonar o repositório.

Como estruturar o projeto para reuso

O valor real desse experimento não está no repositório de uma demonstração específica, e sim na estrutura que torna o projeto reusável entre sessões. O que o autor do tutorial original chama de "projeto agêntico" é isto: as instruções, os memory files e as skills ficam versionados junto com o código, escritos para serem lidos por um assistente com IA, não por uma pessoa abrindo uma IDE tradicional.

Na prática, para replicar sem depender de nenhum repo de terceiros, a organização que funciona é:

• Um arquivo de instruções raiz (por exemplo CLAUDE.md) descrevendo o objetivo, os pré-requisitos e a ordem de leitura dos demais arquivos.
• Um README.md com os pré-requisitos técnicos (Python, playwright, pypdf, python-docx, pymupdf e as fontes).
• Uma pasta memory/ com os digests das diretrizes e a rubrica de pontuação sintetizadas pelo próprio Claude, que são o que permite rodar a auditoria sem guardar os textos originais protegidos por direitos autorais.

Com essa estrutura versionada, apontar o Claude Code para a pasta em uma nova sessão é suficiente: ele lê as instruções, confere os pré-requisitos, avisa o que falta e só roda a auditoria depois que você confirmar o site-alvo e a cesta de URLs. Se você preferir partir do repositório de demonstração do autor original em vez de montar o seu, o link e o prompt de bootstrap estão no artigo do Search Engine Land, mas o conceito que vale reproduzir é a organização acima, não o endereço.

Por que isso importa para quem faz SEO no Brasil

A lógica que faz o E-E-A-T ser um bom caso de uso vale para muito mais que ele. Qualquer framework de orientação não estruturada é candidato ao mesmo tratamento: guidelines de marca, padrões editoriais, revisões de acessibilidade↳Acessibilidade11 conteúdosO que é Acessibilidade Web e como tornar seu site mais acessívelDev (Back & Front) · mar 2019Design para veteranos digitais: acessibilidade para nós mesmosProduto & UX · jan 2020Dicas de Front-End para usabilidade, acessibilidade, performance e responsividadeProduto & UX · fev 2025Ver tudo em Produto & UX → e afins. Para times enxutos que precisam validar expertise e confiabilidade em volume de conteúdo, montar um auditor reusável em uma sessão, sem desenvolvimento tradicional, muda a economia do trabalho.

O que fica em aberto é o rigor: a primeira saída é um rascunho, e a qualidade da auditoria depende de você criticar a rubrica, alimentar a memória com boas referências e não confundir alinhamento a diretriz com garantia de ranking. Feito isso, o teste mais honesto é o óbvio: aponte o agente para o seu próprio site e leia com olho crítico o que a máquina encontrou.

Fonte: Search Engine Land