Um site com várias centenas de páginas, das quais metade não aparece no Google, é um problema comum. A causa frequente: o motor de busca simplesmente não encontra essas URLs. O sitemap XML atua nesse nível, fornecendo aos robôs de exploração uma lista estruturada das páginas a serem percorridas.
Mas depositar um arquivo sitemap na raiz do site não é suficiente. A maneira como ele é construído, o que é incluído (e o que é excluído) determina diretamente sua eficácia para a indexação e a visibilidade.
Sitemap XML: o que o Google realmente utiliza no arquivo
É comum ler que é necessário informar a prioridade, a frequência de modificação e a data da última atualização para cada URL. Na prática, o Google ignora os valores priority e changefreq. Manter esses campos não traz benefícios para o SEO nesse motor.
O único parâmetro que realmente conta do lado do Google é lastmod, desde que reflita uma modificação real do conteúdo. Mudar uma palavra no rodapé ou atualizar o ano do copyright não constitui uma modificação significativa. O Google verifica a consistência dessa data: se ela for atualizada artificialmente a cada geração do sitemap, o sinal perde toda a confiabilidade.
Para que lastmod seja útil, deve corresponder a uma atualização do conteúdo principal, dos dados estruturados ou dos links internos da página. Pode-se, por exemplo, consultar o site Flow3 para observar como um sitemap bem estruturado organiza suas URLs com datas coerentes.
Um ponto frequentemente mal compreendido: submeter uma URL em um sitemap não garante sua exploração nem sua indexação. O Google trata o arquivo como um sinal, não como uma diretiva. Se uma página submetida permanecer ausente do índice, o problema provavelmente vem da qualidade ou da singularidade do conteúdo, não do sitemap em si.
Filtrar as URLs do sitemap para orientar o crawl
O reflexo comum é incluir todas as páginas do site no sitemap. Isso é um erro. Um sitemap que lista URLs em noindex, páginas de paginação, filtros de pesquisa ou duplicatas envia um sinal ruim para os robôs de exploração.
O objetivo é manter apenas as URLs canônicas, exploráveis e destinadas à indexação. Cada URL presente no arquivo deve atender a três critérios:
- Ela deve retornar um código HTTP 200 (sem redirecionamento 301 nem erro 404 ou 410)
- Ela deve corresponder à versão canônica da página (a tag canonical aponta para ela mesma)
- Ela não deve ser bloqueada pelo arquivo robots.txt nem por uma tag noindex
Em um site de e-commerce ou um portal com milhares de páginas, segmenta-se o sitemap em vários arquivos temáticos (produtos, categorias, artigos de blog). Essa segmentação facilita a identificação, no Google Search Console, de qual grupo de páginas está com problemas de indexação.
Submeter e monitorar o sitemap no Search Console
Depositar o arquivo no endereço votresite.com/sitemap.xml é um primeiro passo. Mas sem uma submissão explícita via Google Search Console, o motor pode demorar a detectá-lo. A submissão manual acelera a consideração inicial.
Uma vez submetido, o Search Console exibe o número de URLs descobertas e o número de URLs efetivamente indexadas. A diferença entre esses dois números é o verdadeiro indicador de desempenho do sitemap. Um grande desvio sinaliza ou páginas de baixa qualidade, ou problemas técnicos (tempo de resposta do servidor, conteúdo duplicado, páginas muito finas).
Verificar regularmente o relatório de indexação por sitemap permite detectar regressões após uma migração ou uma reformulação. Durante uma migração de site, URLs mal redirecionadas podem permanecer no sitemap antigo, gerando erros 404 em série no relatório.
IndexNow e sitemap: dois mecanismos complementares para Bing
O sitemap funciona em modo passivo: deposita-se um arquivo, e os motores vêm lê-lo segundo seu próprio cronograma. Para sites que publicam ou modificam conteúdo com frequência, esse atraso pode ser um obstáculo.
O protocolo IndexNow, suportado pelo Bing, permite notificar o motor em tempo real que uma URL mudou. Em vez de esperar que o robô volte a explorar o sitemap, envia-se um ping imediato. Isso é particularmente útil para sites de notícias, marketplaces ou diretórios com fichas atualizadas diariamente.
O Google não adotou o IndexNow até o momento. Para esse motor, a combinação de sitemap XML mais API de indexação (para tipos de conteúdo elegíveis) continua sendo a combinação mais eficaz. A estratégia, portanto, varia conforme os motores visados, e um site que busca tanto o Google quanto o Bing tem interesse em combinar as duas abordagens.
- Sitemap XML atualizado com datas lastmod confiáveis para o Google
- IndexNow ativado para sinalizar as mudanças em tempo real para o Bing
- Submissão nas ferramentas para webmasters dos dois motores (Search Console e Bing Webmaster Tools)
Erros frequentes que neutralizam um sitemap
Alguns erros técnicos tornam o sitemap inútil sem que o webmaster perceba. O mais comum: um arquivo robots.txt que bloqueia o acesso ao sitemap em si. O arquivo deve conter a diretiva Sitemap: seguida da URL completa do arquivo.
Outro erro: ultrapassar o limite de tamanho. Um sitemap único não pode conter mais de 50.000 URLs nem pesar mais de 50 MB não compactados. Além disso, é necessário criar um arquivo de índice de sitemap que referencia vários sitemaps filhos.
Por fim, deixar um sitemap obsoleto online após uma reformulação cria confusão. As URLs antigas geram erros no Search Console, diluem o orçamento de crawl e retardam a consideração das novas páginas. Após cada modificação estrutural do site, regenerar e reenviar o sitemap deve fazer parte do protocolo de implantação.
O sitemap continua sendo um arquivo técnico simples de produzir. Seu valor reside menos na sua criação do que na sua manutenção: URLs limpas, datas confiáveis, um acompanhamento regular no Search Console. É essa rigorosidade que transforma um arquivo XML passivo em uma alavanca concreta de visibilidade.
