Escolha elegibilidade antes de gerar o XML
Um sitemap XML é uma lista legível por máquina de URLs e metadados opcionais. Comece com uma regra de elegibilidade, não com uma exportação do crawler: inclua uma página apenas quando ela for destinada ao buscador, recuperável publicamente e a versão preferida do seu conteúdo. Mantenha URLs facetadas de catálogo, resultados de busca interna, variantes de campanhas, destinos de login e pré-visualizações fora, a menos que sejam destinos públicos deliberados para busca.
Páginas públicas e úteis destinadas à busca com uma URL preferida.
Redirecionamentos, erros, duplicatas, páginas com noindex e rotas privadas.
Ajuda à descoberta não garante rastreamento ou indexação.
Liste a URL canônica, não todas as formas de alcançá-la
Uma URL canônica é a versão que você quer que os mecanismos de busca tratem como representante entre versões similares. A inclusão no sitemap é um sinal fraco de canonicidade, então deve reforçar — não contradizer — redirecionamentos, tags canônicas autorreferenciais e links internos. Selecione um formato HTTPS estável e emita exatamente essa versão.
Verifique http e https, www e sem www, regras de barra final, case, páginas de impressão, filtros e parâmetros de rastreamento. Se uma URL redireciona, liste apenas seu destino canônico final. Dê a cada página localizada com intenção própria sua própria URL canônica; não use o sitemap para colapsar conteúdos localizados distintos.
Escreva o esquema e host completos, não um caminho relativo. O Google rastreia URLs conforme listadas.
Sitemap, tag canônica, links internos e política de redirecionamento devem nomear a mesma página.
Bloquear um duplicado não estabelece uma versão preferida.
Mantenha o XML pequeno, válido e verdadeiro
Use a estrutura do Sitemap Protocol: XML em UTF-8 com um urlset, o namespace de sitemap e um loc para cada URL. Escape caracteres sensíveis ao XML nos valores de URL. A automação deve serializar URLs em vez de concatenar XML manualmente.
Cada sitemap pode conter no máximo 50.000 URLs e ter no máximo 50 MB descompactados. Esses são limites, não metas. Separe antes se produtos, artigos, locais ou tipos de conteúdo criarem uma fronteira operacional útil.
Use lastmod apenas para a data de alteração significativa real da página. O Google o utiliza quando é consistente e verificavelmente preciso; uma atualização de ano de copyright não qualifica. Nunca carimbe todas as URLs com o horário de geração. O Google ignora changefreq e priority, então omita-os.
loc é obrigatório; lastmod é opcional e deve descrever a página, não a geração.
Gzip pode reduzir o tamanho da transferência, mas o arquivo descompactado deve permanecer abaixo de 50 MB.
Verifique well-formedness do XML, fetchability e comportamento das páginas listadas.
Use índices para escalar sem perder propriedade
Um índice de sitemap lista arquivos de sitemap. Use um quando o site exceder o limite de um único arquivo ou precisar de inventários separados. Agrupe por responsabilidade editorial, produto ou central de ajuda. Ele tem os mesmos limites de 50.000 itens e 50 MB descompactados.
Mantenha os arquivos filhos no site pretendido em URLs estáveis. O protocolo geralmente vincula URLs elegíveis ao host e localização do sitemap; arranjos entre sites exigem propriedade verificada.
Separe em torno de um propósito testável — tipo de conteúdo, vitrine, conjunto de idiomas ou limite de implantação. Registre o gerador, o responsável e a população esperada.
Envie o índice completo em vez de cada arquivo filho manualmente.
lastmod do índice descreve o arquivo de sitemap, não suas páginas.
Publique, envie e interprete os resultados corretamente
Hospede o sitemap em um endereço HTTPS estável e publicamente buscável, preferencialmente perto da raiz. Adicione uma diretiva Sitemap absoluta no robots.txt. Envie o sitemap ou o índice no Google Search Console e no Bing Webmaster Tools para ver detalhes de processamento.
No Search Console, Success significa que o sitemap foi buscado e lido sem erros. Has errors significa que foi lido com erros; Couldn’t fetch significa que estava indisponível. Corrija entrega, autenticação, DNS, robots, redirecionamentos ou XML e reenvie.
Trate contagens de páginas descobertas como insumo diagnóstico, não como uma pontuação. Uma página descoberta não é garantida de ser rastreada ou indexada. Teste URLs de amostra contra sua URL canônica, resposta e relatórios de indexação.
robots.txt auxilia a descoberta; a submissão em ferramentas expõe relatórios de processamento.
O Search Console lista arquivos submetidos por relatório ou API, não todas as descobertas via robots.txt.
Opere o sitemap como infraestrutura crítica de release
A qualidade do sitemap pode regredir quando um plugin de CMS muda, uma implantação altera o host canônico, regras de cache servem saída obsoleta ou um job em lote publica páginas incompletas. Inclua verificações de sitemap no pré-release e no trabalho de rollback. Não substitua silenciosamente um inventário completo por um arquivo vazio ou malformado.
Mantenha o sitemap anterior conhecido como bom, sinalize mudanças inesperadas no número de URLs e amostre adições e remoções antes de publicar. Quando caminhos mudam, coordene redirecionamentos, tags canônicas, links internos e sitemaps como um único conjunto de mudanças. Isso é otimização proativa de disponibilidade: proteja a superfície pública descobrável antes que crawlers e visitantes encontrem um caminho quebrado.
Pause a publicação para saída de sitemap inválida, vazia, com host errado ou não canônica.
Mantenha o artefato anterior e a configuração do gerador prontos para rollback.