Meta libera acesso para rastreamento de sites de anunciantes: condições a partir de 30 de outubro e scraping

A partir de 30 de outubro de 2026, a Meta começará a aplicar os novos Termos Comerciais — condições para todos que utilizam Facebook, Instagram, Messenger e WhatsApp para fins comerciais: lançando anúncios, gerenciando uma página de marca, vendendo através de um catálogo. Um novo parágrafo foi incluído, que advogados e a mídia notaram apenas em meados de outubro: o negócio permite que a Meta contorne automaticamente seus sites — indexando, armazenando em cache, coletando e analisando conteúdo. Não é possível recusar esse item separadamente, apenas deixar de usar os produtos comerciais da Meta.

A história é interessante não apenas para editores. Esta é a mesma Meta que processou scrapers por anos, incluindo a Bright Data, e perdeu uma disputa chave exatamente sobre a questão de "quem é vinculado aos termos de uso". Agora, a empresa utiliza o mesmo mecanismo contratual a seu favor. Vamos analisar o que está escrito nas condições, o que a Meta conseguiu corrigir após o escândalo e quais conclusões práticas podem ser tiradas para aqueles que coletam dados ou protegem seu site contra bots.

O que está escrito nos novos termos da Meta

A Meta anunciou a atualização no início de outubro no Business Help Center e no Meta Business Suite. Ela afeta vários documentos: Termos Comerciais, condições do catálogo de produtos, condições de publicidade autônoma e condições de geração de criativos publicitários com a ajuda de IA. A versão anterior dos Termos Comerciais estava em vigor desde 6 de março de 2024 e, segundo a análise do PPC Land, não havia nenhuma menção sobre crawling nela.

Na nova redação, a seção 1 foi renomeada de "Licenças" para "Licenças e direitos que você concede à Meta". As formulações-chave na versão original eram:

• o negócio permite que a Meta "ou qualquer pessoa agindo em seu nome" utilize software automatizado para acessar, indexar, armazenar em cache, analisar, coletar e rastrear domínios, páginas e URLs, bem como coletar atualizações periodicamente;
• estão incluídos sites "relacionados" a produtos ou serviços do negócio ou acessíveis através do uso dos produtos da Meta. O que significa "relacionados", o texto não define;
• o conteúdo obtido pela Meta pode ser utilizado para "fornecer, desenvolver, melhorar, pesquisar, treinar e manter a integridade" de seus produtos;
• a Meta tem o direito de criar "credenciais de teste" para acessar esses recursos. O que isso significa na prática não é explicado nas condições.

A concordância é formalizada de maneira habitual para plataformas: se você continuar a usar os produtos comerciais após ser notificado sobre as mudanças, você concorda com elas. Um post na página da empresa em 31 de outubro já é considerado um aceite. Não há possibilidade de recusa parcial do parágrafo sobre crawling.

Reação dos advogados e resposta da Meta

A história foi levantada em 15 de outubro pela Nieman Lab, que entrevistou três juristas. As avaliações foram severas:

• Matt Topic (Loevy & Loevy) disse que não está claro se o tribunal reconhecerá tal cláusula, mas os editores "devem partir do princípio de que ela será executável";
• James Grimmelmann (Cornell Law School) chamou o parágrafo de uma clara permissão da Meta para treinar IA com o conteúdo dos editores. Ele também destacou as "credenciais de teste": em sua opinião, isso pode permitir a criação de usuários fictícios e a passagem por barreiras de registro;
• Benjamin Sobel (University of Wisconsin) apontou um possível problema de "vinculação": para usar os produtos necessários, o negócio é forçado a concordar também com o crawling.

O chefe da News/Media Alliance, Daniel Coffey, chamou as condições de "escandalosas e provavelmente ilegais". Jason Kint, da Digital Content Next, perguntou por que a Meta exigiria direitos amplos e explicitamente mencionaria o treinamento de IA em um contrato vinculativo, se, segundo ela, nada muda.

A posição da Meta: em 16 de outubro, o diretor de comunicações Andy Stone chamou as publicações de "falsas" e afirmou que não há mudanças na forma como a Meta utiliza crawlers da web. Segundo a empresa, as formulações sobre crawling estavam anteriormente dispersas em diferentes documentos, incluindo as condições de IA generativa em publicidade, e agora estão simplesmente reunidas em um só lugar. Os proprietários de conteúdo, segundo a Meta, ainda podem gerenciar o acesso através do robots.txt.

Em 17 de outubro, o texto foi corrigido. De acordo com a Nieman Lab, a palavra "train" foi removida da lista de objetivos, e o uso foi limitado a produtos publicitários e comerciais em vez de todos os produtos da Meta. Algumas publicações, citando o The Verge, relatam que o ponto controverso foi completamente removido. No entanto, especialistas com quem a Nieman Lab conversou acreditam que os direitos amplos de crawling nas condições ainda permanecem, e as contas comerciais não têm a possibilidade de recusar até 30 de outubro. A formulação final deve ser verificada na página dos Termos Comerciais antes de entrar em vigor.

Duplo padrão: como a Meta perdeu para a Bright Data e o que aprendeu

Para entender por que os advogados estão tão cautelosos, é necessário lembrar do caso Meta Platforms v. Bright Data. Em 23 de janeiro de 2024, o juiz Edward Chen (Distrito Norte da Califórnia) decidiu a favor da Bright Data em uma ação por violação de contrato. A lógica do tribunal: os termos da Meta proíbem scraping, mas vinculam apenas os usuários que entraram na conta. A coleta de dados públicos sem login não se enquadra nesses termos. O tribunal também não encontrou evidências de que a Bright Data coletou dados disponíveis apenas após o login e rejeitou a ideia de que um ex-usuário está vinculado aos termos indefinidamente.

A conclusão daquele caso, na qual toda a indústria se baseia desde então: o contrato vincula quem o aceitou. Os novos Termos Comerciais funcionam da mesma forma, mas ao contrário. A Meta não pode forçar um site de terceiros a permitir seu crawler, mas pode obter o consentimento do proprietário através de um contrato que ele já aceitou para lançar anúncios. E o robots.txt aqui é um consolo fraco: as próprias condições não falam sobre isso, e os advogados temem que a Meta possa se referir ao contrato como uma autorização mais forte do que a proibição no arquivo técnico.

Quais crawlers da Meta acessam sites

Na documentação para webmasters, a Meta atualmente lista cinco agentes. Dependendo de qual deles veio, o bloqueio no robots.txt pode ou não funcionar:

• meta-externalagent — coleta páginas para treinar modelos básicos de IA e para indexação em produtos. Um token para ambas as tarefas, portanto, não é possível permitir a indexação e proibir o treinamento separadamente;
• meta-webindexer — indexa a web para busca e citações na Meta AI;
• meta-externalads — crawler para produtos publicitários e comerciais, ou seja, exatamente para a área que a Meta limitou no novo item;
• meta-externalfetcher — carrega links específicos a pedido do usuário, incluindo para tarefas de IA. Segundo a documentação, pode ignorar o robots.txt, pois é um pedido humano;
• facebookexternalhit — constrói uma prévia do link quando é compartilhado. Também pode contornar o robots.txt por razões de segurança e integridade.

O que fazer se você é proprietário de um site com conta comercial na Meta

Se você vende através do Instagram ou faz anúncios no Facebook, não será possível alterar a parte contratual. A parte técnica está em suas mãos.

1. Decida o que você está disposto a ceder. A prévia de links (facebookexternalhit) é necessária, caso contrário, os posts com seu site ficarão sem imagem. O crawler publicitário (meta-externalads) é necessário se você usar o catálogo de produtos e anúncios dinâmicos. O treinamento de modelos (meta-externalagent) não traz benefícios para a loja.
2. Escreva regras no robots.txt para agentes específicos, por exemplo: User-agent: meta-externalagent e Disallow: /. A Meta avisa que os crawlers armazenam em cache o arquivo e as mudanças podem levar até 24 horas para serem aplicadas.
3. Verifique os logs. Filtre as solicitações pelas strings meta-externalagent, meta-externalads e meta-webindexer, conte quais seções eles acessam e quantas. Esta é a base com a qual você pode comparar o comportamento após 30 de outubro.
4. Proteja conteúdo valioso no nível do servidor, e não apenas no robots.txt: preços, bases de conhecimento, materiais pagos — atrás de autenticação ou com restrição por User-Agent no CDN. O robots.txt continua sendo um acordo voluntário, e não uma barreira.
5. Salve a versão atual das condições (captura de tela ou PDF com data). As formulações já foram alteradas algumas semanas após o anúncio, e em uma disputa será útil ter a versão que estava em vigor em uma data específica.

O que isso significa para aqueles que coletam dados

Para equipes que coletam dados de plataformas, a história da Meta é uma ilustração clara de onde realmente passa a linha legal.

• Login é a assinatura do contrato. A decisão sobre a Bright Data protege a coleta de dados públicos sem login. Assim que o parser opera a partir de uma conta, os termos da plataforma se aplicam a você, e a proibição de coleta automatizada se torna uma obrigação contratual. Mais detalhes sobre o que isso implica na prática foram discutidos na análise dos riscos de violação dos Termos de Serviço ao trabalhar através de proxies.
• Separe a infraestrutura. Contas comerciais, através das quais você faz publicidade, e coletores de dados não devem se sobrepor nem em contas, nem em IP. Para coleta pública sem login, geralmente é suficiente usar proxies de datacenter, e para plataformas com filtros anti-bot rigorosos — IPs residenciais com rotação.
• robots.txt é um sinal, não uma lei, em ambas as direções. A Meta mesma reconhece que dois de seus agentes podem ignorá-lo. Mas para o seu projeto, o cumprimento do robots.txt continua sendo um argumento de boa-fé, caso a disputa chegue a ocorrer. A prática está descrita no material sobre coleta ética e robots.txt.
• Fique atento às mudanças nos termos. As plataformas alteram seus termos através da "continuação do uso significa concordância". Uma vez por trimestre, é útil comparar os termos atuais das plataformas com os quais você trabalha sob a conta com cópias salvas.

Conclusão

Os novos Termos Comerciais da Meta mostram para onde a luta por dados da web está se movendo em 2026: de barreiras técnicas para contratuais. A empresa que perdeu a disputa sobre quem é vinculado aos seus termos agora utiliza esses mesmos termos para obter consentimento para contornar os sites de seus anunciantes. Após a correção em 17 de outubro, as formulações se tornaram mais suaves, mas a possibilidade de recusa ainda não existe, e os próprios termos entrarão em vigor em 30 de outubro. Os proprietários de sites devem ajustar o robots.txt de acordo com os agentes e salvar uma cópia dos termos, enquanto as equipes que coletam dados devem verificar novamente onde sua coleta ocorre sob login e quais são as implicações disso.