Meu site de currículo parou no tempo em 2 de dezembro de 2019, o dia em que eu o montei. Quase sete anos depois, troquei o site por um que publica o mesmo currículo em HTML, Markdown e JSON. Assim, o agente de IA de um recrutador consegue ler tudo sem precisar fazer scraping da página.
Nove commits num dia, e depois nada
O primeiro commit, de 2 de dezembro de 2019, importou um modelo de currículo para Gatsby. A branch tem nove commits, todos desse mesmo dia, e depois mais nada. O site rodava Gatsby 2.4.2, React 16.8.6 e styled-components, e o currículo inteiro morava num único arquivo de configuração em JavaScript.
O deploy era um script de shell. O código ficava na branch development, e o scripts/deploy.sh fazia duas coisas:
yarn build
git subtree push --prefix public origin master
Ou seja, o site gerado entrava no git e subia para a master, uma branch que só guardava o resultado do build.
O que roda agora
O site novo é uma aplicação Next.js hospedada na Vercel, em rafaelcmm.dev. Tem versão em inglês e em português, em /en/ e /pt-br/, e a raiz redireciona para /en/. A maioria das páginas é gerada no build.
Não tem analytics, nem cookies, nem chamada a serviço de terceiros enquanto você navega. Até as fontes são baixadas no build, e não quando alguém abre a página.
Não redigitei meu currículo
Um script de importação lê a exportação de dados do LinkedIn, e só sete arquivos dela: Profile.csv, Positions.csv, Education.csv, Skills.csv, Languages.csv, Certifications.csv e Courses.csv. O mesmo arquivo compactado traz mensagens, conexões, e-mails e telefones, e o script nunca lê nada disso. A leitura acontece em memória, nada é extraído para o repositório e o zip nunca entra num commit.
Dentro desses arquivos, o script só lê as colunas que conhece pelo nome. Do perfil, ele descarta endereço, data de nascimento, CEP e mais alguns campos antes de gravar qualquer coisa.
Onde a exportação erra
Meu perfil no LinkedIn ainda diz Fortaleza. Eu moro em Curitiba.
Para isso existe o overrides.json, que guarda correções desse tipo e também o texto em português. A correção vale em todo lugar onde o currículo aparece. Se você rodar a importação de novo sem mudar nada no perfil, o git mostra um diff vazio.
Um currículo, quatro arquivos que uma máquina lê
/en/resume.mde/pt-br/resume.md: o currículo inteiro num arquivo Markdown, com front matter em YAML. Dá para baixar a versão em português pelo menu./resume.json: os mesmos dados no esquema JSON Resume, para programas que esperam esse formato./llms.txt: um parágrafo sobre quem eu sou e, depois, links para o currículo, os posts, os feeds e o sitemap.
Pelo que sei, nenhum dos principais buscadores com IA disse que lê o llms.txt. Publico mesmo assim, porque custa pouco e um agente mandado direto para o site consegue usar. Só não conto isso como SEO.
O currículo e cada post também têm uma versão em Markdown, gerada dos mesmos dados que o HTML, então os dois não têm como discordar. O HTML de cada post manda um cabeçalho Link para a cópia em Markdown dele, e as outras páginas apontam para o currículo em Markdown. O Markdown sai como text/markdown; charset=utf-8.
Uma função só escreve todo o JSON-LD
As páginas levam JSON-LD: um Person dentro de um ProfilePage na página inicial, BlogPosting nos posts e SoftwareSourceCode para o ai-dotfiles. Tudo passa por um único serializador, o safeJsonLd, que escapa o <. Assim, um </script> escondido em algum texto importado não fecha a tag antes da hora. Nenhuma outra parte do código escreve a saída de JSON.stringify direto no HTML.
Mais duas regras: nada é marcado se a página não mostra, e nenhum campo sai vazio.
Um robô que não roda JavaScript recebe tudo
A página inicial tem duas abas, Trajetória e Open source. Os dois painéis estão no HTML que vem do servidor, e o inativo fica escondido com o atributo hidden, sem ser removido. Um robô que nunca executa script recebe todos os fatos.
A linha do tempo tem um efeito de parallax nos logos e nos anos. É uma animação CSS guiada pela rolagem, então não gasta JavaScript na thread principal, e para quando o sistema pede movimento reduzido (prefers-reduced-motion).
O robots.txt libera os robôs de IA, tanto os de treino quanto os de busca, e explica o motivo no próprio arquivo.
O que eu ainda não medi
Ainda não rodei o Lighthouse no site no ar, então este post não traz nota nenhuma. Se preferir conferir o que escrevi aqui, o currículo em Markdown e o /llms.txt estão a uma requisição de distância.
Este site começou por um plano escrito, que aprovei antes de existir qualquer linha de código. Conto como esse jeito de trabalhar funciona em Spec-first com IA. A configuração de agentes por trás dele tem post próprio: Uma configuração só para Claude Code, Copilot e Cursor.

