Um sitemap lista as URLs de um site para que os motores de busca as descubram e as explorem. O conteúdo de uma página sitemap varia de acordo com o formato escolhido (XML, HTML, TXT), e todas as tags não têm a mesma utilidade real aos olhos do Google. Compreender o que os robôs realmente leem neste arquivo permite evitar um trabalho de configuração desnecessário.
Tags XML do sitemap: o que o Google realmente utiliza
O formato XML continua sendo o padrão mais difundido para declarar um sitemap. Cada entrada contém potencialmente quatro tags: loc, lastmod, changefreq e priority.
Nem todas têm o mesmo peso. O Google não considera mais as tags priority e changefreq como sinais úteis. Apenas a tag lastmod mantém um papel concreto: ela indica a data da última modificação significativa de uma página.
| Tag XML | Papel declarado | Considerado pelo Google |
|---|---|---|
| loc | URL da página | Sim, obrigatório |
| lastmod | Data da última modificação | Sim, se a data refletir uma mudança real |
| changefreq | Frequência estimada de atualização | Não utilizada |
| priority | Prioridade relativa entre páginas | Não utilizada |
Esta tabela resume uma discrepância notável entre a especificação sitemaps.org e o uso real dos motores. Configurar minuciosamente changefreq e priority não altera nem a classificação nem a frequência de exploração. Por outro lado, um valor lastmod confiável sinaliza aos robôs que uma página merece uma nova visita.
Para observar a estrutura concreta de um sitemap XML, a página sitemap do site Michelle Dastier ilustra bem como as URLs são organizadas e datadas neste tipo de arquivo.
Lastmod e modificações reais: a armadilha da data artificial
A tag lastmod funciona como um sinal de confiança entre o site e o motor de busca. O Google pode comparar a data declarada no sitemap com as mudanças realmente observadas na página durante a exploração.
Modificar o ano de copyright ou regenerar o arquivo não constitui uma mudança significativa. Se a data lastmod avança regularmente sem que o conteúdo evolua, o robô acaba ignorando essa informação. O sinal perde então todo valor, inclusive para as páginas cujo conteúdo muda realmente.
Algumas modificações contam como significativas aos olhos dos motores:
- Adição ou reescrita de um parágrafo que modifica o sentido ou a abrangência da página
- Atualização de dados factuais (preços, datas, regulamentação) no corpo do texto
- Adição de um novo mídia (imagem, vídeo) acompanhado de um conteúdo textual relevante
Um CMS que atualiza automaticamente a data lastmod a cada salvamento menor (correção de um erro, mudança de categoria) envia um sinal enganoso. É melhor condicionar a atualização dessa tag a uma modificação substancial do conteúdo visível.
Sitemap XML, HTML e TXT: três formatos para usos distintos
O sitemap XML destina-se aos robôs de exploração. O sitemap HTML destina-se aos visitantes humanos: ele assume a forma de uma página web clássica listando as seções e os links internos do site. O sitemap TXT, mais rudimentar, se limita a uma lista bruta de URLs sem metadados.
O formato HTML serviu por muito tempo como um mapa do site para ajudar na navegação. Em sites de tamanho modesto com um menu claro, sua utilidade é marginal. Para sites com várias centenas de páginas e estruturas profundas, uma página HTML bem estruturada complementa a malha interna, oferecendo acesso direto às páginas enterradas.
O formato TXT não suporta nenhuma tag (lastmod, changefreq, priority). Ele é adequado para uma necessidade mínima: declarar URLs sem informações complementares. O Google o aceita, mas o formato XML continua sendo o único a transmitir metadados utilizáveis.
Declaração do sitemap após o abandono do ping Google
Até junho de 2023, era possível notificar o Google sobre um novo sitemap através da URL google.com/ping?sitemap=.... Este mecanismo de ping foi abandonado. Os guias que ainda recomendam esse método estão desatualizados.
Três canais permanecem operacionais para declarar um sitemap ao Google:
- Submeter o arquivo no Google Search Console, seção “Sitemaps”
- Declarar a localização do arquivo no arquivo
robots.txtdo site (diretivaSitemap:) - Deixar o robô descobrir o arquivo durante sua exploração habitual, desde que ele seja acessível na URL padrão (
/sitemap.xml)
Para o Bing, o protocolo IndexNow permite sinalizar rapidamente as URLs novas ou modificadas. Este mecanismo, distinto do sitemap, complementa a declaração clássica acelerando a consideração das mudanças. O Bing Webmaster Tools também aceita a submissão direta do sitemap, de maneira semelhante ao Google Search Console.
Conteúdo do sitemap e qualidade das URLs listadas
Listar apenas as URLs indexáveis
Um sitemap que contém URLs bloqueadas pelo arquivo robots.txt, páginas que retornam um erro 404 ou páginas marcadas como noindex confunde o sinal enviado ao motor. Cada URL presente no arquivo deve corresponder a uma página acessível, canônica e destinada a aparecer nos resultados de busca.
Adaptar o sitemap ao tamanho do site
Um site com algumas dezenas de páginas e uma malha interna correta não tem uma necessidade urgente de sitemap: os robôs descobrem as páginas seguindo os links. O sitemap torna-se realmente útil para sites volumosos ou mal interligados, aqueles cujas algumas páginas permanecem órfãs (nenhum link interno aponta para elas).
Um sitemap não garante a indexação. Ele facilita a descoberta das URLs pelos robôs, mas a decisão de indexar depende da qualidade do conteúdo, da ausência de duplicatas e da conformidade técnica de cada página. Declarar uma URL no sitemap sem trabalhar seu conteúdo ou sua malha interna não produz nenhum resultado mensurável.
