Descobertas, mas não indexadas: causas e verificações

Verificando uma URL como o Google a vê

Comece com um único endereço. Uma tabela de causas só é útil quando você sabe qual linha descreve a página em questão.

Comece pelo status de cobertura

Abra o relatório de inspeção da página no Search Console e leia a linha de status antes de qualquer outra coisa. 'Descoberta' e 'Rastreada' são vereditos diferentes, e cada um aponta para uma solução diferente.

Não gaste uma semana com links para uma página que o Google nunca buscou. Esse esforço deve ser direcionado para outro lugar até que a linha de status indique o contrário.

Salve o resultado da inspeção com a data. Os estados de cobertura mudam conforme o Google re-rastreia, então uma anotação da semana passada mostra o que aconteceu então, e uma inspeção recente mostra o que acontece agora.

Compare o HTML bruto com a página renderizada

Busque a URL com cURL e procure pelo texto principal na resposta. Se as palavras só aparecerem após a execução dos scripts, o problema é de renderização, não do grafo de links.

Um cabeçalho ausente ou um corpo fino na resposta bruta é um sinal rápido, e é o que as pessoas mais frequentemente ignoram.

Passe pela lista em ordem. Uma falha no primeiro item frequentemente explica o resto, então não há necessidade de verificar os outros até que seja corrigido.

• Cabeçalho principal presente na resposta
• Texto do corpo mais longo do que algumas frases
• Links internos presentes como âncoras simples
• Tag canonical apontando para o endereço correto

Confirme que o sitemap e o arquivo robots concordam

Um sitemap que lista uma URL enquanto o robots.txt a bloqueia envia sinais mistos. Verifique ambos os arquivos no host canonical, já que uma cópia servida de outro host pode indicar algo diferente.

Incongruências como essa raramente quebram um site inteiro. Elas apenas tornam todas as outras verificações mais difíceis de interpretar.

Verifique também os valores lastmod se seu sitemap os tiver. Datas que nunca mudam, ou que todas correspondem ao dia da build, dizem muito pouco ao Google sobre o que é novo.

Onde os backlinks se encaixam

Um link de outro site é um caminho de descoberta. O Google o segue, o que pode retirar uma página da fila de descobertas mais cedo.

Isso não faz de um link um interruptor de indexação. Uma página sem links internos e com apenas um backlink solitário ainda é uma candidata fraca, e o Google disse claramente que não indexa tudo o que encontra.

Use toppages para ver quais das suas URLs atraem links, e então confirme se essas URLs exatas estão indexadas. Linkada, mas ausente do índice é um sinal que vale uma dia de trabalho.

Quando estiver em dúvida, analise as páginas que linkam para a URL presa. Se nenhuma delas são suas próprias páginas, o problema provavelmente é a estrutura interna, e não os links externos.

Links de páginas que ninguém lê

Um link de uma página que nunca é rastreada dá pouco ao Google para seguir. Verifique se a página que faz o link também está indexada antes de considerá-la um caminho de descoberta.

Links mortos de páginas antigas podem manter um endereço na lista por um tempo, mas raramente alteram o veredito por conta própria.

Links internos fazem o trabalho pesado

A maior parte da descoberta das próprias páginas de um site acontece dentro do site. Um menu, uma lista de categorias e um sitemap fazem mais por uma página nova do que um link externo faz.

Se uma página não tem um caminho interno, um link externo é um remendo para uma lacuna estrutural, e a lacuna é o que deve ser corrigido.

Como diferenciar profundidade de links de qualidade

Uma página que é descoberta, mas não rastreada, geralmente é um problema de prioridade. O Google tem o endereço, mas vê pouco motivo para se apressar, muitas vezes porque poucos caminhos internos levam até lá.

Uma página que é rastreada, mas não indexada, é um julgamento. O Google a leu e não a quis, então mais links não corrigirão texto fino ou duplicado.

Frameworks adicionam uma terceira causa. Sites Next.js e React às vezes enviam texto que só aparece após a execução do JavaScript. Busque o HTML bruto com cURL e veja se seu texto está nele. Se não estiver, renderização no lado do servidor ou prerendering é a solução, e a receita para manter URLs estáveis se aplica quando você altera stacks.

Bing e Yandex têm suas próprias filas, então verifique o Bing Webmaster Tools antes de assumir que o problema é apenas seu.

Um teste útil é olhar a mesma página de dois ângulos. Se sua contagem de links internos é baixa e seu texto é fino, a causa pode ser ambas, e você deve corrigir ambas antes de esperar.

Quando um aumento em URLs excluídas é um problema de parâmetro ou sitemap

Um aumento repentino em URLs excluídas geralmente tem uma causa mecânica. O trabalho é encontrar o gerador, não perseguir cada endereço.

Parâmetros e caminhos facetados

Um salto repentino geralmente remonta a um parâmetro de filtro ou ordenação que começou a produzir novos endereços. Amostre uma dúzia a partir do relatório e leia suas strings de consulta.

Se as variantes mostrarem o mesmo conteúdo, o problema é duplicação. A solução é um canonical ou uma regra de parâmetro, não mais links.

Fique de olho em páginas que deveriam existir. Um filtro pode merecer seu próprio endereço quando as pessoas realmente buscam por essa combinação. A regra não é bloquear todos os parâmetros, mas decidir quais combinações merecem um endereço.

Um sitemap que lista o host errado

Um sitemap construído para a versão http de um site, ou para um host que agora faz redirecionamento, dá ao Google uma lista que ele não confiará. Abra o arquivo e verifique os primeiros dez endereços contra seu host canonical.

Corrija a lista primeiro. Um sitemap limpo custa nada para publicar, e remove uma variável da investigação.

Armadilhas de hospedagem e bloqueio de bots

Hostinger, Cloudflare e camadas similares às vezes limitam a taxa do Googlebot enquanto servem humanos perfeitamente. O site parece bom para você e instável para o rastreador.

Leia o log de acesso bruto para respostas 403, 429 e 5xx para user agents contendo Googlebot. Verifique esses acessos por DNS reverso, já que muitos scrapers falsificam o nome.

Crawlers de IA são uma decisão separada. Bloquear GPTBot ou ClaudeBot no robots.txt não afeta o Googlebot, mas uma regra wildcard descuidada pode. Teste o arquivo após cada edição.

Cópias de staging precisam de cuidado. Quando uma é o problema, coloque-a atrás de uma senha e solicite a remoção no Search Console. Uma tag noindex sozinha pode ser desfeita por uma única implantação. Veja a receita de redirecionamentos antes de consolidar hosts.

Limites de taxa muitas vezes aparecem apenas em horários de pico. Uma verificação feita à meia-noite pode parecer limpa enquanto os logs da tarde contam outra história, então amostre mais de uma janela antes de decidir.

Mantenha uma anotação de todas as regras de firewall que você alterar. Uma regra adicionada para parar um scraper pode bloquear o crawler também, e o sintoma pode aparecer apenas mais tarde como uma queda silenciosa na cobertura.