spider.es

Por Que o Google Ignora Suas Páginas: Problemas Comuns de Indexação Resolvidos

Publicado em

Por Que o Google Ignora Suas Páginas: Problemas Comuns de Indexação Resolvidos

Você publica uma página. Espera. Dias viram semanas, e a página nunca aparece no Google. Nenhuma impressão no Search Console, nenhum tráfego, nenhum sinal de que o Google sabe que a página existe. Esta é uma das experiências mais frustrantes em SEO — e uma das mais comuns.

A boa notícia: o Google quase sempre diz por que ignorou uma página. A má notícia: os sinais estão espalhados por múltiplas ferramentas e relatórios, e as causas variam de configurações erradas óbvias a falhas arquiteturais sutis. Este guia percorre cada grande motivo pelo qual o Google pode se recusar a indexar seu conteúdo, com passos práticos de diagnóstico para cada um.

1. A diretiva noindex

A causa mais direta. Se uma página carrega uma diretiva noindex, o Google a rastreará mas explicitamente a excluirá do índice.

Onde o noindex pode aparecer:

  • Meta tag: <meta name="robots" content="noindex"> no <head> do HTML.
  • Cabeçalho X-Robots-Tag: X-Robots-Tag: noindex enviado como cabeçalho de resposta HTTP. Este é particularmente traiçoeiro porque é invisível no código-fonte da página — você precisa inspecionar os cabeçalhos de resposta diretamente.

Como diagnosticar

  • No Google Search Console, vá ao relatório de Páginas. Procure pelo status "Excluída pela tag 'noindex'".
  • Use a ferramenta de Inspeção de URL para verificar uma URL específica. Ela mostrará se o Google detectou um noindex.
  • Execute um relatório do Spider.es no seu domínio para ver quais bots encontram diretivas noindex e de onde elas se originam.
  • Verifique seus cabeçalhos de resposta HTTP com curl -I ou DevTools do navegador. Um X-Robots-Tag definido no nível do servidor ou CDN pode sobrescrever o que seu CMS pretende.

Causas comuns: ambientes de staging cujas configurações de noindex foram levadas para produção, plugins de CMS que adicionam noindex a páginas de paginação ou arquivo, e camadas de CDN ou proxy reverso injetando cabeçalhos X-Robots-Tag.

2. Canonical apontando para outro lugar

A tag rel="canonical" diz ao Google qual URL é a versão "preferida" de uma página. Se a página A declara seu canonical como página B, o Google pode indexar a página B e ignorar a página A — mesmo que a página A tenha conteúdo único.

Erros comuns de canonical

  • Canonical auto-referencial incorreto: uma tag canonical que inclui parâmetros de consulta, protocolo errado (http vs https) ou inconsistências de barra final.
  • Canonicals gerados pelo CMS: alguns sistemas apontam páginas paginadas, visualizações filtradas ou versões AMP para alvos canônicos incorretos.
  • Canonicals entre domínios: se você sindica conteúdo e o canonical do parceiro de sindicação aponta para a URL dele, o Google pode escolher a versão dele em vez da sua.
  • Sinais conflitantes: o canonical no HTML diz uma coisa, o cabeçalho HTTP diz outra, e o sitemap lista uma terceira URL. O Google precisa adivinhar — e pode adivinhar errado.

Como diagnosticar

Use a ferramenta de Inspeção de URL no Search Console. Em "Indexação de página", ela mostra o canonical declarado pelo usuário e o canonical selecionado pelo Google. Se eles diferirem, você tem um problema.

3. Desperdício de crawl budget

O Google aloca um crawl budget finito para cada site — uma combinação de quão frequentemente ele quer rastrear (demanda) e quão rápido seu servidor pode lidar com requisições (capacidade). Se seu site desperdiça budget em páginas de baixo valor, as importantes podem nunca ser rastreadas.

Consumidores de budget

  • Navegação facetada: milhares de combinações de filtros gerando páginas quase duplicadas (/shoes?color=red&size=10&brand=nike&sort=price).
  • Páginas de resultados de busca interna: cada consulta cria uma nova URL que o Google pode tentar rastrear.
  • Calendário ou paginação infinita: crawlers podem seguir links "próximo" indefinidamente.
  • IDs de sessão em URLs: cada sessão cria uma duplicata de cada página.
  • Soft 404s: páginas que retornam código de status 200 mas exibem conteúdo "nenhum resultado encontrado". O Google desperdiça budget rastreando-as e depois precisa descobrir que estão vazias.

Como diagnosticar

No Search Console, o relatório de Estatísticas de Rastreamento mostra o total de requisições, tempo médio de resposta e a distribuição de códigos de resposta. Se a maioria das URLs rastreadas são páginas de filtro de baixo valor, você está sangrando budget. A análise de logs do servidor fornece insights ainda mais profundos — identifique quais caminhos o Googlebot mais acessa.

4. Conteúdo raso ou duplicado

O Google pode rastrear uma página e depois decidir que não vale a pena indexá-la. O relatório de Indexação de Páginas chama isso de "Rastreada — atualmente não indexada" ou "Descoberta — atualmente não indexada".

Motivos incluem:

  • Conteúdo raso: páginas com muito pouco texto único — templates com conteúdo mínimo, artigos esboço, páginas de categoria geradas automaticamente sem descrições.
  • Conteúdo quase duplicado: múltiplas páginas com texto substancialmente similar. O Google escolhe uma e descarta o resto.
  • Baixa qualidade ou baixa demanda: o Google pode simplesmente decidir que a página não agrega valor suficiente ao índice para justificar sua inclusão.

Como corrigir

Consolide páginas rasas em menos páginas mais ricas. Adicione conteúdo único e substancial às páginas de template. Use tags canonical para apontar duplicatas para a versão preferida. Se uma página realmente não tem valor, considere removê-la ou bloqueá-la no robots.txt para liberar crawl budget para as páginas que importam.

5. Erros de servidor (5xx)

Quando o Googlebot encontra erros de servidor 5xx persistentes, ele reduz a taxa de rastreamento e pode eventualmente remover páginas afetadas do índice. Um único erro 500 durante uma interrupção pontual é aceitável — o Google tentará novamente. Mas erros de servidor recorrentes sinalizam um host não confiável, e o Google responde rastreando com menos frequência e menos profundidade.

Como diagnosticar

  • Search Console > Estatísticas de Rastreamento: procure por picos em respostas 5xx.
  • Search Console > relatório de Páginas: verifique entradas de "Erro de servidor (5xx)".
  • Monitoramento de servidor: use ferramentas de monitoramento de uptime para detectar quedas e respostas lentas antes que o Googlebot o faça.

6. Cadeias e loops de redirecionamento

Uma cadeia de redirecionamento ocorre quando a URL A redireciona para B, que redireciona para C, que redireciona para D. O Google segue até 10 redirecionamentos em uma cadeia, mas cada salto desperdiça crawl budget e dilui a autoridade de links. Cadeias longas ou loops fazem o Google desistir completamente.

Cenários comuns

  • Migração HTTP para HTTPS sobre um redirecionamento de www para não-www: http://www.example.com → https://www.example.com → https://example.com. São dois saltos para cada link antigo.
  • Mudanças de slug no CMS que criam uma cadeia: o slug antigo redireciona para um slug intermediário que redireciona para o atual.
  • Loops de redirecionamento: A redireciona para B e B redireciona de volta para A. O Googlebot desiste imediatamente.

Como corrigir

Aplaine cadeias para que cada redirecionamento aponte diretamente para o destino final. Audite redirecionamentos após cada migração. Use ferramentas como Spider.es, Screaming Frog ou curl -L na linha de comando para rastrear o caminho completo de redirecionamento.

7. Páginas órfãs

Uma página órfã é uma URL que existe no seu servidor mas não tem links internos apontando para ela. Se nenhuma página do seu site linka para ela e ela não está em um sitemap, o Google não tem como descobri-la — mesmo que o conteúdo seja excelente.

Como diagnosticar

Compare as URLs no seu sitemap e logs do servidor com as URLs encontradas em um rastreamento completo do site. Qualquer URL que apareça no sitemap mas não no grafo de rastreamento está efetivamente órfã. Verifique também o relatório "Descoberta — atualmente não indexada" do Search Console: se o Google encontrou uma URL (talvez através de um link externo ou sitemap antigo) mas nunca retorna a ela, links internos fracos podem ser a causa.

Como corrigir

Adicione links internos contextuais de páginas relevantes e bem rastreadas. Certifique-se de que páginas órfãs estejam incluídas no seu sitemap XML. Audite a estrutura do seu site regularmente — especialmente após redesigns, migrações ou exclusões de conteúdo em grande escala que podem quebrar links existentes.

8. Bloqueado pelo robots.txt

Se o robots.txt bloqueia o Googlebot de uma URL, o Google não pode rastrear a página. Ele ainda pode indexar a URL (se outras páginas linkam para ela) mas sem conteúdo — resultando em uma listagem mínima e pouco útil. O relatório de Páginas do Search Console mostra essas como "Bloqueada pelo robots.txt".

Este é um dos problemas mais fáceis de identificar e corrigir. Execute um relatório do Spider.es para ver exatamente quais regras afetam o Googlebot em cada caminho, e depois atualize seu robots.txt conforme necessário.

Checklist de diagnóstico

Quando uma página não está indexada, percorra esta sequência:

  1. Inspeção de URL no Search Console: a página sequer é conhecida pelo Google? Qual status ele reporta?
  2. Verifique noindex: inspecione meta tags e cabeçalhos de resposta HTTP.
  3. Verifique o canonical: ele aponta para si mesmo ou para outro lugar?
  4. Verifique o robots.txt: a URL está bloqueada? Use o Spider.es para uma análise por bot.
  5. Verifique o código de status HTTP: é 200? Um redirecionamento? Um 404 ou 5xx?
  6. Verifique links internos: você consegue chegar à página seguindo links a partir da homepage?
  7. Verifique o sitemap: a URL está listada?
  8. Verifique a qualidade do conteúdo: há conteúdo único e valioso suficiente para justificar a indexação?

Considerações finais

O Google ignorar suas páginas raramente é aleatório. Quase sempre há um sinal técnico dizendo ao crawler para pular, adiar ou despriorizá-las. O desafio é encontrar esse sinal entre as dezenas de causas possíveis. Diagnóstico sistemático — começando pelo Search Console e complementado por ferramentas como o Spider.es que mostram a perspectiva do crawler — transforma um problema opaco em um problema solucionável. Corrija a causa raiz, reenvie a URL e monitore até o Google indexá-la.

Voltar ao blog