O que é sitemap.xml e para que ele serve

Como funciona

Um crawler descobre páginas seguindo links: entra na página inicial, vê os links do menu, entra em cada um e assim por diante. Funciona, mas tem pontos cegos. Uma página sem nenhum link apontando para ela, ou escondida a cinco cliques de distância, pode nunca ser encontrada.

O sitemap resolve isso entregando a lista pronta. É um arquivo em XML, geralmente no endereço /sitemap.xml, que segue um protocolo público descrito em sitemaps.org. Para cada página, ele informa o endereço e, opcionalmente, a data da última alteração.

Cada arquivo de sitemap pode listar até 50 mil endereços. Sites maiores usam um índice de sitemaps, um arquivo que aponta para vários outros.

Como os robôs acham o sitemap

Existem dois caminhos comuns:

1. Pelo robots.txt. Uma linha Sitemap: https://suaempresa.com.br/sitemap.xml no robots.txt avisa qualquer robô que passar por ali.
2. Pelo endereço padrão. Muitos robôs tentam /sitemap.xml diretamente.

Também dá para enviar o sitemap pelo Google Search Console e pelo Bing Webmaster Tools.

Por que importa para o seu negócio

Para um site pequeno, com poucas páginas bem ligadas entre si, o sitemap faz menos diferença, e por isso pesa pouco numa análise de visibilidade. Ele ganha importância quando o site cresce: lojas com muitos produtos, blogs com muitos posts, sites com páginas por cidade ou por serviço.

A data de atualização também ajuda. Quando você muda o cardápio ou o preço de um serviço, um sitemap com a data certa sinaliza que a página mudou e vale uma nova visita.

Os erros mais comuns

• Páginas que não existem mais. Endereços que dão erro 404 ou redirecionam.
• Páginas que não deveriam estar ali. Carrinho, login, resultados de busca interna.
• Versões duplicadas. O mesmo conteúdo com e sem barra no final, com e sem parâmetros. O sitemap deve listar só a versão canônica.
• Datas que nunca mudam, ou que mudam todo dia sem motivo. Os dois casos fazem os robôs pararem de confiar na data.
• Sitemap bloqueado. Um robots.txt que proíbe as páginas listadas no próprio sitemap.

Um exemplo

Uma loja virtual de artesanato tem 400 produtos, mas o menu só mostra as categorias principais. Muitos produtos só são alcançados por filtros que funcionam com JavaScript. Sem sitemap, um robô pode nunca chegar à página da “luminária de macramê”. Com um sitemap listando todos os produtos, a página está na lista desde o primeiro dia.

Como o Mecita olha para isso

A checagem “Sitemap” procura o sitemap declarado no robots.txt e no endereço padrão, confere se é um sitemap válido e conta quantas páginas ele lista. É uma das checagens de menor peso. Veja nas checagens.