Saltar para o conteúdo

Sandro Margas

Pequeno internauta perdido, fã de golfe

Como usar um sitemap para navegar facilmente por um site?

Todos já passámos por isto: um site com centenas de páginas, uma navegação que mostra apenas uma fração do conteúdo e…

Femme consultant un plan de sitemap imprimé sur un bureau en bois dans un bureau à domicile moderne

Todos já passamos por isso: um site com centenas de páginas, uma navegação que mostra apenas uma fração do conteúdo e nenhuma maneira rápida de saber o que se esconde nos cantos. O sitemap, esse arquivo XML localizado na raiz do domínio, dá acesso à lista de URLs que o proprietário do site deseja tornar visíveis.

Mas um sitemap não é um mapa completo do site. Ele não garante que todas as páginas listadas sejam rastreadas ou indexadas. Para tirar proveito dele, é preciso analisá-lo com método, cruzá-lo com outros dados e não atribuir a ele informações que não contém.

Sitemap XML: o que mostra e o que esconde

Ao abrir um arquivo sitemap, encontramos uma lista bruta de URLs envolvidas por tags XML. Cada entrada pode conter uma data da última modificação (lastmod), uma frequência de alteração (changefreq) e uma prioridade (priority). Em teoria, esses três campos ajudam a organizar as páginas. Na prática, dois deles são inúteis para estruturar um rastreamento.

O Google informa que ignora os valores de priority e changefreq. Esses campos declarativos não refletem o comportamento real do site. Um webmaster pode atribuir prioridade 1.0 a todas as páginas sem que isso altere em nada o rastreamento. Para classificar as URLs, usamos critérios observáveis: o tipo de página (categoria, página de produto, artigo), a data de modificação ou o status de indexabilidade.

A tag lastmod, por sua vez, pode ser útil, desde que seja confiável. Ela deve refletir uma alteração importante no conteúdo, e não a simples regeneração do arquivo ou uma mudança no rodapé. Quando a data é coerente e verificável, permite identificar rapidamente as páginas atualizadas recentemente em um site volumoso.

Para ver como é um sitemap na prática, o sitemap da Série Live ilustra bem essa estrutura: nele, encontramos URLs organizadas por tipo de conteúdo, com suas datas de modificação.

Homem analisando uma ferramenta visual de sitemap em uma tela grande, em um escritório moderno de espaço aberto

Compare um sitemap com um rastreamento para detectar páginas órfãs

O verdadeiro valor do sitemap aparece quando o comparamos com um rastreamento do site. Um rastreamento, realizado com uma ferramenta como Screaming Frog, Sitebulb ou um crawler online, percorre o site seguindo os links internos. Ele reconstrói a estrutura tal como um mecanismo de busca a encontra. Já o sitemap lista as URLs que o proprietário quer disponibilizar.

O cruzamento desses dois conjuntos de dados revela três tipos de divergências que, de outra forma, passariam despercebidas.

  • URLs presentes no sitemap, mas ausentes do rastreamento: são possíveis páginas órfãs, acessíveis apenas pelo sitemap, sem nenhum link interno apontando para elas. Um mecanismo de busca terá dificuldade para encontrá-las apenas pela navegação.
  • URLs do sitemap que retornam um erro 404, um redirecionamento 301 ou um código 5xx: são URLs obsoletas que poluem o arquivo e desperdiçam o orçamento de rastreamento.
  • URLs presentes no rastreamento, mas ausentes do sitemap: páginas que a navegação disponibiliza, mas que o webmaster não considerou necessário declarar ou simplesmente esqueceu. Dependendo da natureza delas, vale a pena adicioná-las ou removê-las do índice.

Essa comparação é feita em uma planilha. Exportamos a lista do sitemap, exportamos o relatório de rastreamento e, em seguida, cruzamos os dados pelas URLs. As linhas sem correspondência em uma ou outra coluna indicam as divergências que precisam ser investigadas.

Sitemap e navegação: identifique as seções escondidas de um site

Além das páginas órfãs, o sitemap ajuda a identificar seções do site difíceis de encontrar pela navegação. Em um site de comércio eletrônico com milhares de páginas de produtos, algumas categorias podem estar a quatro ou cinco cliques da página inicial. Um rastreamento mede essa profundidade. Já o sitemap coloca todas as URLs no mesmo nível.

Ao classificar as URLs do sitemap por diretório (o caminho na URL: /blog/, /produtos/, /ajuda/), obtemos uma visão por seção do site. Em seguida, podemos verificar, para cada seção, quantas URLs aparecem nos primeiros níveis do rastreamento e quantas ficam escondidas.

Um exemplo prático de diagnóstico

Consideremos um site cujo sitemap contém 800 URLs distribuídas entre /artigos/, /guias/ e /ferramentas/. O rastreamento mostra que as 200 páginas em /ferramentas/ só podem ser acessadas por meio de um único link no rodapé. Resultado: essas páginas têm uma profundidade de rastreamento elevada e recebem pouco link juice interno. O sitemap, por si só, não teria sido suficiente para chegar a esse diagnóstico, mas foi ele que permitiu constatar que a seção existia e merecia ser analisada.

O sitemap serve como mapa; o rastreamento, como terreno. Usar apenas um deles resulta em uma visão incompleta.

Jovem consultando o código XML de um sitemap em um tablet, em uma sala de estar minimalista

Como acessar o sitemap de um site: os caminhos que funcionam

Para explorar um site de terceiros, o primeiro passo é localizar o sitemap. O método mais direto é testar a URL /sitemap.xml na raiz do domínio. A maioria dos CMS (WordPress, Shopify, Webflow) gera um sitemap nesse local por padrão.

Se essa URL não retornar nada, consulte o arquivo robots.txt do site, acessível em /robots.txt. Esse arquivo geralmente contém uma diretiva “Sitemap:” seguida da URL completa do arquivo. Esse é o método mais confiável quando o sitemap não está no local padrão.

Quando o sitemap é um índice

Em sites volumosos, o arquivo sitemap.xml costuma ser um índice de sitemaps: ele não lista diretamente as URLs do site, mas aponta para vários sitemaps temáticos (sitemap-posts.xml, sitemap-pages.xml, sitemap-products.xml). Cada arquivo secundário contém um conjunto de URLs. Para fazer uma análise completa, baixamos e reunimos todos os sitemaps secundários antes de iniciar a comparação com o rastreamento.

Alguns sites não oferecem nenhum sitemap. Nesse caso, o rastreamento continua sendo a única maneira de reconstruir a estrutura. O sitemap facilita o trabalho, mas não é um pré-requisito para explorar um site.

O sitemap não substitui uma auditoria técnica, um rastreamento ou a análise da malha interna de links. Sua utilidade real fica evidente quando deixamos de tratá-lo como um arquivo passivo enviado ao Google e o transformamos em uma ferramenta de comparação. Páginas órfãs, URLs quebradas, seções mal conectadas: tudo isso pode ser detectado cruzando o sitemap com o que o site realmente mostra aos visitantes e aos mecanismos de busca.

Como usar um sitemap para navegar facilmente por um site?