No que um chatbot é bom

Se os dados já estão diante dele, um chatbot é ótimo para dar forma a eles. Copie uma lista bagunçada de uma página, cole no ChatGPT, no Claude ou no Gemini e peça uma tabela com nome, preço e avaliação: o resultado costuma sair limpo. Para vinte linhas que você consegue colar à mão, isso é tudo de que precisa.

Os chatbots também ajudam no trabalho em volta da extração de dados: explicar como uma página é construída ou escrever um script para você, se você estiver disposto a executar e manter o código por conta própria.

Onde dá errado

O problema começa quando você passa um endereço e pede tudo o que está na página.

  • Ele não consegue abrir a página. Muitos sites recusam requisições de assistentes de IA. Alguns assistentes avisam. Outros respondem de memória ou com base em um resultado de busca, que não é a página sobre a qual você perguntou.
  • A página chega vazia. Muitas lojas e sites de anúncios montam o conteúdo com JavaScript depois que a página carrega. Um assistente que busca a página bruta pode ver só uma casca, sem nenhum produto.
  • Você recebe uma amostra. Quando você pede todos os anúncios, o chatbot tende a dar os primeiros e depois escrever "e assim por diante", ou um resumo do resto.
  • Linhas são inventadas. Para a tabela parecer completa, ele pode acrescentar itens ou preencher preços plausíveis que não estão na página. Nada indica que são palpites.
  • Nenhum arquivo. O resultado é texto num chat. Levar isso para o Excel é copiar e colar, e tabelas longas muitas vezes são cortadas no meio.

O quarto problema é o perigoso. Uma tabela curta é irritante. Uma tabela com algumas linhas inventadas é pior, porque você não sabe em quais linhas pode confiar.

Por que isso acontece

Um assistente de chat é feito para responder a uma pergunta com uma quantidade razoável de texto. Ler um site é um desvio que ele faz no caminho, com um buscador simples, e não com um navegador completo, e com um limite do quanto da página ele guarda.

Escrever 80 linhas com exatidão também não é o que ele foi ajustado para fazer. O hábito dele é ser útil e breve, então ele comprime. E, quando falta parte da página, é mais fácil produzir uma resposta fluente do que admitir uma lacuna.

Como testar você mesmo

Escolha uma página em que você consiga contar os itens, como uma página de categoria com "48 resultados" visível.

  1. Passe o endereço ao chatbot e peça todos os itens em uma tabela, com nome, preço e link.
  2. Conte as linhas que ele devolver.
  3. Confira cinco linhas com a página: o nome, o preço e se o link abre aquele item.

Se a contagem bater e as cinco linhas estiverem certas, o chatbot deu conta dessa página. Se faltarem linhas, os preços forem diferentes ou os links não levarem a lugar nenhum, ele não deu conta, e o restante da tabela também fica em dúvida.

O que usar no lugar

Use uma ferramenta que abra a página em um navegador de verdade e esteja preparada para devolver todos os itens. Nosso extrator de dados da web recebe o endereço de uma página, renderiza no Chrome para que o conteúdo em JavaScript apareça e entrega os itens repetidos em uma tabela com uma linha para cada um, incluindo o URL de cada item. Você pode acrescentar uma instrução em linguagem simples, como "nome, preço e avaliação de cada produto". Não há código para escrever nem extensão para instalar.

As primeiras 10 linhas são grátis e sem cadastro, então você pode fazer o mesmo teste de contagem com a sua própria página. A tabela completa em Excel ou CSV custa $5, pagamento único.

Há limites que vale conhecer. Ele lê a página que você informa e não clica para ir à página seguinte; por isso, para vários resultados paginados, você cola o endereço de cada página. Páginas protegidas por login não podem ser abertas, alguns sites bloqueiam acessos automatizados, e é sua responsabilidade respeitar os termos do site de onde você coleta os dados.

Se o que você quer é uma cópia da própria página, e não dos dados dela, veja página da web em PDF.