Comece pelas páginas desejadas e por evidências reutilizáveis
Liste as páginas públicas que você quer que buscadores encontrem: produtos-chave, artigos, categorias e URLs movidos. Para cada uma, registre a URL preferida, resposta esperada, indexabilidade, template, responsável e prioridade. Mantenha exclusões legítimas separadas.
Capture uma resposta não autenticada, cabeçalhos, caminho de redirecionamento, código-fonte da página, visual renderizado, estado de links internos e estado do sitemap para URLs representativos. Amostre cada template e padrão de URL. Evidência tem data: uma configuração de CDN, deploy, camada de consentimento ou personalização pode mudar isso depois.
Uma homepage com status OK não prova que listagens, variantes de produto ou rotas localizadas funcionam.
Mantenha cabeçalhos e evidência renderizada datados para que correções e regressões futuras possam ser comparadas.
Torne a indexabilidade uma decisão deliberada
Indexabilidade significa que uma página pode ser incluída em um índice de busca; não é o mesmo que crawling ou rankeamento. Verifique directives meta robots no HTML e o cabeçalho X-Robots-Tag nas respostas HTTP. A diretiva noindex instrui buscadores a não mostrar uma página; X-Robots-Tag também se aplica a arquivos não-HTML como PDFs.
Revise robots.txt separadamente. Um rastreador precisa acessar uma página para encontrar sua diretiva noindex, então bloquear essa URL pode impedir que a diretiva seja vista. Verifique a resposta pública implantada porque configurações do CMS e flags de ambiente podem adicionar regras. Noindex não é controle de acesso: proteja material sensível com autenticação e revisão de segurança apropriada.
Marque noindex, respostas de login, referências a staging e recursos essenciais bloqueados em páginas que deveriam ser indexadas.
Um cabeçalho HTTP pode portar uma diretiva mesmo onde não existe uma tag head HTML.
Mantenha uma URL preferida consistente
Canonicalização identifica a URL preferida entre versões duplicadas ou muito semelhantes, como HTTP e HTTPS, hosts, parâmetros de rastreamento, filtros ou páginas para impressão. Compare o elemento canonical, links internos, URL do sitemap e destino de redirecionamento. Para uma página indexável, eles normalmente devem apontar para a mesma URL absoluta preferida.
Use um redirecionamento permanente no servidor ao aposentar um duplicado. O Google descreve redirecionamentos permanentes e rel=canonical como sinais fortes, enquanto a inclusão em sitemap é mais fraca; sinais alinhados reforçam a preferência. Não use robots.txt para canonicalizar nem dê sinais canônicos concorrentes. Um canonical autorreferente ajuda a declarar a versão preferida, mas a seleção final pelo buscador continua fora do seu controle.
Documente variantes, o destino preferido, o controle necessário e um responsável.
Teste mapeamentos antigo→novo antes de uma migração e mantenha uma mudança de redirect reversível pronta.
Verifique códigos de status e comportamento de redirecionamento
Códigos de status informam a navegadores e rastreadores o que aconteceu. Páginas importantes e ativas devem retornar uma resposta 2xx significativa com o conteúdo pretendido. Uma página sem substituto relevante deve retornar um 404 ou 410 genuíno; conteúdo movido deve alcançar seu substituto relevante mais próximo. Uma página 200 que só exibe um erro pode ser tratada como soft 404.
Registre cada salto de redirecionamento. O Google normalmente segue até 10 hops em crawling geral, mas cadeias adicionam latência e fragilidade. O Google declara que respostas 5xx e 429 podem reduzir temporariamente o crawling e erros persistentes de servidor podem, em último caso, remover URLs indexadas. Investigue falhas recorrentes com o responsável de engenharia através das camadas de aplicação, CDN, origin, cache, dependência e deploy.
Salve URL original, hops, códigos, URL final e estado esperado.
Remova regras sobrepostas de CMS, CDN, host, locale ou barra final em vez de adicionar outro hop.
Valide renderização JavaScript e rotas
Inspecione tanto o HTML inicial quanto a vista renderizada para templates-chave. Confirme que o conteúdo principal, headings, links, canonical, diretivas robots e estado existam após a renderização. O Google descreve fases separadas de crawl, render e indexação e diz que conteúdo não visível no HTML renderizado não pode ser indexado.
Use elementos anchor com atributos href para navegação. Rotas somente por fragmento que carregam conteúdo distinto não são confiáveis para descoberta. Solicite diretamente produtos inexistentes, artigos e URLs filtrados. Aplicações client-side precisam de um estado de erro real; o Google documenta roteamento para um 404 do servidor ou a adição de noindex para evitar soft 404s. Server rendering ou prerendering podem ajudar, mas verifique a resposta implantada.
Cheque o HTML de resposta, o HTML renderizado e a vista do navegador humano por diferenças materiais.
Prefira o HTML de origem; se JavaScript definir o canonical, garanta que exista um único canonical sem conflitos.
Mantenha sitemaps e links internos limpos
Um sitemap é um mapa de descoberta, não um comando de indexação. Inclua URLs canônicas bem-sucedidas e preferidas; exclua redirecionamentos, erros, páginas noindex, duplicatas por parâmetros e URLs protegidas. O Google recomenda URLs absolutas totalmente qualificadas e trata a inclusão no sitemap como uma dica canônica, não uma garantia.
Valide o sitemap e compare-o com a lista de intended-index e com a navegação. O Google documenta codificação UTF-8 e um limite de 50 MB (não compactado) ou 50.000 URLs por sitemap. Para sites maiores, divida em grupos úteis e use um índice. Atualize lastmod apenas para mudanças significativas e verificáveis da página.
Investigue diferenças significativas entre URLs pretendidas, entradas do sitemap e links internos.
Verifique o sitemap gerado e uma amostra de URLs listadas após mudanças de routing ou CMS.
Meça performance e institucionalize a auditoria
Use dados de campo quando disponíveis e testes de laboratório controlados para investigar Core Web Vitals: Largest Contentful Paint para carregamento, Interaction to Next Paint para responsividade e Cumulative Layout Shift para estabilidade visual. Segmente por tipo de página e dispositivo porque médias podem ocultar um template de alto valor quebrado.
Trace entregas lentas ou instáveis através de imagens, CSS e JavaScript, tags de terceiros, fontes, embeds e caching. Faça uma mudança medida por vez e depois verifique novamente renderização e fluxos de usuário. Dados de campo refletem usuários reais; dados de laboratório ajudam a reproduzir. Nenhum dos dois prevê todo futuro rastreador ou visitante. Repita uma checagem focada de regressão após releases de risco e uma auditoria mais completa após migrações ou mudanças de plataforma.
Repare falhas em templates críticos para receita ou de alto uso antes de ganhos pequenos em outros locais.
Reverifique resposta, canonical, conteúdo renderizado, estado do sitemap e evidência de performance relevante antes de fechar.