Como criar um sitemap que o Google realmente usa?

Poucos arquivos geram tanta confusão quanto o sitemap. Ele é tratado ora como formalidade burocrática que alguém configurou uma vez, ora como alavanca mágica capaz de resolver queda de tráfego.

Nenhuma das duas leituras ajuda. Saber como criar um sitemap e, principalmente, como mantê-lo é uma tarefa de manutenção discreta, com efeito concentrado em uma etapa específica da busca.

Este artigo trata dessa etapa, dos limites técnicos do arquivo e dos erros que fazem um sitemap bem-intencionado atrapalhar em vez de ajudar.

O que é um sitemap e qual problema ele resolve?

Um sitemap é um arquivo que informa aos buscadores quais páginas, vídeos e outros arquivos existem no site. Ele resolve um problema específico, que é a descoberta de endereços, entregando a lista pronta em vez de deixar que o rastreador encontre cada página seguindo links.

Legenda: o sitemap entrega a lista de endereços pronta ao rastreador em vez de esperar que ele encontre cada página por link

O escopo é delimitado: o arquivo ajuda os mecanismos de busca a descobrir URLs (Uniform Resource Locator, o endereço de cada página), mas não garante que todos os itens listados serão rastreados e indexados.

Essa frase separa o que o sitemap faz do que ele não faz. Descoberta é diferente de indexação, e indexação é diferente de posição.

Há também o caso em que o arquivo é dispensável. Um site pequeno, com cerca de quinhentas páginas ou menos e ligação interna abrangente entre elas, tende a ser descoberto sem ele.

Sites com catálogo raramente cabem nessa descrição. Somando páginas de curso ou de produto, unidades, blog, formulários e materiais para download, o volume ultrapassa esse número com folga.

Há ainda dois cenários em que o arquivo pesa mais: site novo, com poucos links externos apontando para ele, e site com muito conteúdo em vídeo ou imagem. Instituições costumam estar nos dois ao mesmo tempo depois de uma reformulação.

Como criar um sitemap XML: formatos e limites

Criar um sitemap XML significa gerar um arquivo nessa linguagem de marcação com a lista de endereços do site. O Google aceita outros formatos, como RSS, Atom e texto simples, mas descreve o XML como o mais versátil dos formatos de sitemap.

Os limites são fixos e valem para todos os formatos. Um único arquivo não pode passar de 50 MB descomprimido nem de 50 mil URLs.

Quando o site estoura qualquer um desses limites, a orientação é dividir em vários arquivos e criar um índice de sitemaps, que é um arquivo único apontando para os demais.

O exemplo de sitemap mais simples tem apenas o endereço e a data de última modificação por página, repetidos item a item. Em formato de texto simples, cada linha traz uma URL e nada mais, o que serve bem para listas grandes e repetitivas.

Na prática, quase nenhum site escreve esse arquivo manualmente. A geração é automática na plataforma, e o esforço útil está na curadoria do que entra.

A regra de curadoria cabe em uma frase: o sitemap lista as páginas que você quer ver na busca. Endereço que redireciona, página marcada para não ser indexada e versão duplicada de um conteúdo não deveriam estar ali.

Vídeo: o checklist técnico em que a conferência do sitemap se encaixa, no canal da mkt4edu

Quais tags do sitemap o Google usa e quais ele ignora?

O Google ignora os valores de prioridade e de frequência de alteração, e usa a data de última modificação quando ela é consistente e verificavelmente precisa. Isso elimina de uma vez duas discussões que ainda consomem tempo em reunião de equipe.

A tag de prioridade foi concebida para sinalizar a importância relativa de cada página. Ela não funciona, porque o buscador não aceita uma classificação de importância declarada pelo próprio site.

A tag de frequência de alteração tinha a mesma lógica e o mesmo destino. Declarar que uma página muda diariamente não faz o rastreador voltar com mais frequência.

A data de última modificação é a exceção, e vale a pena entender a condição. O Google usa esse valor quando ele é confiável, e a condição é que reflita a data da última alteração significativa da página.

Daí vem o erro mais comum com essa tag, que é atualizar a data em lote sem que nada tenha mudado de fato. Quando o sinal se mostra falso, ele deixa de ser levado em conta.

Veja como as três tags se comportam:

Tabela: comportamento declarado do Google para as três tags opcionais do protocolo de sitemap

A conclusão prática é confortável. Um sitemap útil é uma lista limpa de endereços com datas honestas, e qualquer esforço além disso rende pouco.

Como criar um sitemap no WordPress e no HubSpot?

As duas plataformas geram o arquivo automaticamente, então criar sitemap no WordPress ou no HubSpot é menos uma tarefa de criação e mais uma de conferência. O que muda entre elas é o grau de controle sobre quais tipos de página entram na lista.

No WordPress, o sistema publica um sitemap nativo desde a versão 5.5, e plugins de SEO costumam substituí-lo por uma versão com mais opções. O ponto de atenção é que ambos podem coexistir, e aí o site passa a entregar dois arquivos concorrentes.

A conferência em WordPress começa por saber qual arquivo está realmente ativo. Depois disso, o trabalho é excluir da lista os tipos de conteúdo que não deveriam aparecer na busca, como páginas de arquivo e taxonomias vazias.

No HubSpot, o sitemap é gerado pelo próprio sistema de gestão de conteúdo e reflete as páginas e os blogs publicados no domínio. O controle acontece página a página, pela configuração de indexação de cada conteúdo.

Quem está migrando entre plataformas tem um cuidado extra, porque é o momento em que o arquivo mais descola da realidade. O roteiro de migração de blog do WordPress para o HubSpot detalha o que muda de endereço e precisa ser revisto no mapa do site.

Em ambos os casos, a regra de ouro é a mesma. Se uma página está marcada para não ser indexada e ainda assim aparece no sitemap, o site está dando duas instruções opostas ao mesmo tempo.

Como criar uma boa estrutura de sitemap em um site grande?

Uma boa estrutura de sitemap divide o arquivo por tipo de conteúdo e reúne tudo em um índice. Em vez de uma lista única com dezenas de milhares de endereços, o site passa a ter um arquivo para cursos, outro para o blog, outro para páginas institucionais, e um índice que aponta para os três.

O ganho dessa divisão não é técnico, é de diagnóstico. Com arquivos separados, o relatório do Search Console mostra quantas páginas foram descobertas em cada grupo, e um problema concentrado fica visível de imediato.

A estrutura de sitemap de um blog costuma ser a mais simples, porque o conteúdo é homogêneo e a data de publicação organiza tudo. O desafio aparece nas páginas de curso, que mudam de nome, de modalidade e de endereço a cada ciclo.

Para instituições com muitas unidades, dividir também por região ou por polo tende a compensar. Quando uma unidade inteira some da busca, a queda aparece em um único arquivo em vez de diluída no total.

Essa lógica de agrupamento conversa com a forma de organizar o próprio conteúdo editorial, e o raciocínio de topic cluster ajuda a decidir quais conjuntos de páginas fazem sentido tratar juntos.

Vale um alerta sobre a expectativa. Reorganizar o sitemap melhora a descoberta e o diagnóstico, mas não reposiciona páginas, porque a etapa que ele atende vem muito antes do ranqueamento.

Como enviar o sitemap e acompanhar o que o Google leu?

O envio é feito pelo relatório de Sitemaps do Google Search Console, que também guarda o histórico de envios e aponta erros de processamento. Existem duas alternativas documentadas: a interface de programação de aplicações do Search Console e a listagem do arquivo no robots.txt, sem envio manual.

Depois do envio, o relatório mostra um entre três status, e cada um pede uma ação diferente. Sucesso significa que o arquivo foi buscado e lido sem erros. Falha na busca significa que o Google não conseguiu acessar o arquivo. Erros significa que ele foi lido, mas tem problemas.

A coluna mais informativa do relatório é a de páginas descobertas. Comparar esse número com a quantidade de endereços que você sabe que existem revela, em segundos, se o arquivo está completo.

Uma diferença grande entre descobertas e existentes raramente é falha do Google. Em geral, é página faltando no arquivo ou arquivo desatualizado depois de uma mudança de estrutura.

O acompanhamento desse relatório entra na mesma rotina de verificação dos demais painéis, descrita no material sobre como funciona o Google Search Console.

Quando o relatório indica falha na busca, o problema costuma estar antes do arquivo. Vale confirmar se o acesso do rastreador está liberado, seguindo a validação de rastreamento do Googlebot no servidor e na rede de distribuição.

Quais erros de sitemap mais aparecem em site com catálogo?

Os erros mais frequentes de sitemap não quebram nada de forma visível, e é justamente por isso que duram anos sem ninguém notar. Eles produzem atrito na descoberta, consomem rastreamento em endereços inúteis e distorcem o diagnóstico, sem nunca gerar um alerta claro no painel do Search Console.

Em sites com catálogo extenso, cinco padrões se repetem:

• Páginas de processo seletivo encerrado continuam listadas, mesmo depois de redirecionadas ou removidas.
• O arquivo mantém endereços antigos de curso após uma reformulação de site, apontando para redirecionamentos em cadeia.
• Páginas de agradecimento de formulário entram no arquivo e disputam rastreamento com páginas de curso.
• A data de última modificação é regravada em lote por uma rotina da plataforma, sem alteração real de conteúdo.
• Nenhuma pessoa é responsável pelo arquivo, então ele só é revisto quando o tráfego já caiu.

O último item é o que sustenta os quatro anteriores. Sitemap sem dono vira registro histórico do site que existiu, e não mapa do site que existe.

Uma rotina trimestral de conferência resolve a maior parte disso. Abrir o arquivo, comparar com a lista de páginas ativas e checar o número de descobertas no relatório leva menos de uma hora em um site de porte médio.

Esse cuidado é vizinho de outro que costuma aparecer na mesma conversa, que é o do arquivo llms.txt, proposto para orientar modelos de linguagem. A diferença é que o sitemap tem uso confirmado pelo Google, e o outro não.

O que o sitemap muda no mecanismo de busca com IA?

O sitemap age sobre a descoberta, e a descoberta é o primeiro degrau para aparecer em qualquer lugar, inclusive nas respostas geradas por IA (Inteligência Artificial). Os recursos generativos do Google trabalham sobre o mesmo índice da busca tradicional, então página não descoberta não é página citável.

Isso coloca o arquivo em uma posição modesta e necessária. Ele não melhora a qualidade do conteúdo nem aumenta a chance de citação por mérito próprio, mas sem ele uma parte do site pode nunca chegar à etapa em que o mérito é avaliado.

A tentação, com a chegada da IA generativa, foi procurar um arquivo novo que cumprisse esse papel para os modelos. Até aqui, o Google confirmou uso do sitemap e não confirmou uso de formatos alternativos propostos pelo mercado.

Para o time de conteúdo, a leitura prática é simples. As alavancas de citação continuam sendo as mesmas do SEO (Search Engine Optimization, otimização para mecanismos de busca) bem feito, e o sitemap é infraestrutura silenciosa por baixo delas.

A separação entre o que é camada técnica e o que é camada de conteúdo nessa disputa está detalhada na comparação entre SEO, AEO e GEO.

Há ainda uma terceira camada, que começa depois do clique. O SXO (Search Experience Optimization) trata da experiência que o visitante encontra ao chegar, e nenhum arquivo de descoberta interfere nela.

Vídeo: o que influencia a citação por IA depois de resolvida a descoberta pelo sitemap, no canal da mkt4edu

Perguntas frequentes sobre como criar um sitemap

Por onde começar a arrumar o sitemap do seu site?

Comece abrindo o arquivo que está no ar hoje, antes de qualquer discussão sobre estrutura ideal. Vale confirmar três coisas: qual sitemap o site realmente entrega, quantos endereços ele lista e quantas páginas o Search Console diz ter descoberto a partir dele.

Essa comparação resolve o diagnóstico na primeira hora de trabalho. Lista menor que o site significa cobertura incompleta. Lista maior significa endereços mortos ocupando espaço.

Depois disso, a prioridade é separar o arquivo por tipo de conteúdo e definir quem responde por ele. Sem dono, qualquer estrutura volta a descolar da realidade no ciclo seguinte de mudanças.

Se o seu site passou por reformulação recente, mudança de plataforma ou reorganização de catálogo, há boa chance de o sitemap descrever um site que não existe mais. Vale para grade de cursos, linha de produtos ou portfólio de serviços, porque o sintoma é o mesmo.

Fale com a nossa equipe para revisar a estrutura técnica do domínio e alinhar o mapa do site ao que está de fato publicado.