Quando um motor de busca chega a um site, ele se comporta como um visitante em um prédio sem planta baixa. Ele abre portas, segue corredores, e às vezes perde salas inteiras. O sitemap é esse plano: um arquivo que lista os endereços do seu site para que o Google, Bing e outros saibam exatamente o que explorar.
Sitemap XML e robots.txt: dois arquivos complementares, não intercambiáveis
O arquivo robots.txt indica aos robôs o que eles não devem explorar. O sitemap faz o oposto: sinaliza o que você quer que seja descoberto. Confundir os dois é como misturar uma lista de proibições com um mapa de convite.
Concretamente, o sitemap não força a indexação de uma página. O Google deixa claro em sua documentação oficial: esse arquivo facilita a descoberta das URLs, mas a decisão de indexar é do motor. Se uma página estiver bloqueada por robots.txt ou retornar um erro, sua presença no sitemap não mudará nada.
Para que o arquivo seja considerado, duas metodologias ainda funcionam: declará-lo no Google Search Console ou adicionar seu caminho no robots.txt. O antigo mecanismo de “ping” (notificação automática via uma URL dedicada) foi abandonado pelo Google desde 2023.
Um exemplo concreto de sitemap bem estruturado pode ser encontrado na página sitemap do L’Igor Web, que reúne as URLs do site em um formato legível pelos motores.
Tag lastmod em um sitemap: o que o Google realmente utiliza
Você já notou a tag lastmod em um arquivo sitemap? Ela indica a data da última modificação de uma página. No papel, ela ajuda os motores a priorizar sua exploração visitando primeiro os conteúdos recentemente atualizados.
Na prática, o Google utiliza essa data apenas se ela for regularmente precisa. Se você regenerar seu sitemap todas as noites e todas as datas mudarem para “hoje” sem uma modificação real do conteúdo, o motor acaba ignorando a informação. A data deve corresponder a uma mudança significativa: texto reescrito, dados estruturados adicionados, links internos modificados.
Atualizar apenas a menção de copyright no rodapé ou mudar uma palavra no footer não constitui uma modificação significativa. Os CMS que regeneram automaticamente o sitemap com datas atualizadas a cada build criam exatamente esse problema.
- Uma data lastmod confiável ajuda o Google a explorar suas páginas prioritárias mais rapidamente
- Uma data falsificada ou automatizada sem relação com o conteúdo acaba sendo ignorada
- As tags
priorityechangefreq, outrora populares, não são mais utilizadas pelo Google para suas decisões de exploração
Sitemap e IndexNow no Bing: dois mecanismos que não devem ser opostos
O Google capta a maior parte da atenção, mas o Bing trata os sitemaps de forma diferente em um aspecto. O protocolo IndexNow, suportado pelo Bing (e outros motores participantes), permite sinalizar em tempo real que uma página foi criada, modificada ou excluída.
O sitemap continua sendo um inventário periódico. O IndexNow funciona como uma notificação instantânea. Os dois se complementam em vez de se substituir: o sitemap oferece uma visão geral, o IndexNow acelera a consideração de mudanças pontuais.
O Bing Webmaster Tools também oferece um relatório de cobertura relacionado ao sitemap. Este relatório compara as URLs enviadas com aquelas realmente exploradas e indexadas. Se você enviar 200 URLs e apenas 120 aparecerem como indexadas, o relatório ajuda a distinguir um problema de descoberta (o robô não encontra a página) de um problema de indexação (o robô encontra a página, mas escolhe não indexá-la).
Criar um sitemap XML no WordPress ou manualmente
No WordPress, o CMS gera um sitemap por padrão desde a versão 5.5. Este sitemap nativo cobre páginas, artigos, categorias e tags. Para um site simples, isso é suficiente.
As extensões especializadas (Yoast SEO, Rank Math, XML Sitemaps) adicionam opções: excluir certos tipos de conteúdo, segmentar o sitemap por categoria ou gerenciar um sitemap index para sites volumosos.
Um sitemap index reúne vários arquivos sitemap sob um único. Cada arquivo individual tem um limite de tamanho e de número de URLs. O sitemap index permite superar essa limitação organizando as URLs por seção (artigos, produtos, páginas).
Para um site estático ou um desenvolvimento sob medida, a criação manual ainda é possível. O arquivo é em XML padrão com uma estrutura simples:
- Uma tag raiz
urlsetque envolve tudo - Um bloco
urlpor endereço, contendo no mínimo a tagloccom a URL completa - Opcionalmente, a tag
lastmodcom uma data no formato ISO 8601 - O arquivo deve ser codificado em UTF-8 e acessível publicamente, geralmente na raiz do site
Diagnosticar um sitemap que não funciona no Search Console
O Google Search Console exibe o status do seu sitemap após a submissão. Duas informações são importantes: o número de URLs detectadas e o número de URLs indexadas. Um desvio significativo entre os dois sinaliza um problema a ser investigado.
Os erros frequentes são muitas vezes banais. URLs em redirecionamento ou com erro 404 no sitemap poluem o arquivo e diluem sua utilidade. Um sitemap não deve conter apenas páginas que retornam um código 200 (página acessível) e que você realmente deseja ver indexadas.
Páginas protegidas por senha, páginas de resultados de busca interna, páginas de filtros faciais em um e-commerce: tudo isso não tem lugar em um sitemap. Cada URL presente no arquivo envia um sinal ao motor: “esta página merece ser explorada”. Se você incluir páginas sem valor, você está desperdiçando o orçamento de exploração que o robô atribui ao seu site.
O relatório de cobertura no Search Console se torna, então, uma verdadeira ferramenta de diagnóstico técnico, muito além de um simples recibo. Comparar regularmente as URLs enviadas e indexadas revela as falhas da sua arquitetura antes que elas afetem sua visibilidade nos resultados de busca.
