Um mapa do site é um ficheiro ou uma página que lista os URLs acessíveis de um site. Existe em dois formatos principais: o sitemap XML, destinado aos robôs dos motores de pesquisa, e o mapa do site HTML, concebido para os visitantes. Usar este documento como ponto de partida permite mapear rapidamente todos os conteúdos publicados, sem depender apenas da navegação tradicional pelos menus.
Páginas órfãs: o que o mapa do site revela sobre a ligação interna
Um mapa do site completo lista todos os URLs que o editor pretende tornar visíveis. Mas esta lista não garante que cada página seja realmente acessível através da navegação do site.
Comparar os URLs presentes no sitemap com aqueles a que se consegue chegar seguindo as ligações internas a partir da página inicial permite identificar as páginas órfãs. Estas páginas constam do mapa, mas não existe nenhuma ligação interna que permita chegar até elas através de um percurso natural.
Um guia de auditoria publicado pela Screaming Frog recomenda cruzar os resultados de uma exploração a partir da página inicial com o conteúdo do sitemap e, em seguida, verificar os dados do Analytics e da Search Console. Os URLs presentes apenas no mapa do site devem ter a sua ligação interna corrigida; caso contrário, continuarão a ser difíceis de encontrar tanto para os visitantes como para os robôs.
O mapa do site Wiki Dark ilustra bem esta lógica de mapeamento exaustivo: cada secção está referenciada, o que facilita a deteção de eventuais áreas mal ligadas ao resto da estrutura.
Explorar a partir da página inicial ou consultar o sitemap: duas abordagens complementares
Iniciar um crawl a partir da página inicial simula o percurso de um visitante ou de um robô que segue as ligações uma a uma. Este método revela a profundidade real do site e os percursos de navegação efetivos.
Por outro lado, consultar o sitemap dá acesso à lista completa dos URLs declarados pelo editor. Estas duas abordagens não produzem os mesmos resultados.
Os URLs descobertos apenas pelo crawl, mas ausentes do sitemap, indicam uma falha na declaração. Os que constam do sitemap, mas não são encontrados pelo crawl, apontam para um problema de ligação interna. Cruzar os dois conjuntos de dados é o método mais fiável para elaborar um inventário realista dos conteúdos.
Fontes complementares a cruzar
O guia de auditoria da Screaming Frog recomenda acrescentar outras fontes a esta comparação:
- As páginas registadas no Google Analytics, que mostram quais os URLs que recebem efetivamente tráfego, incluindo aqueles que o crawl ou o sitemap possam não ter detetado
- Os dados da Google Search Console, que listam os URLs indexados e os que apresentam erros de cobertura
- O próprio CMS, cuja base de dados por vezes contém páginas em rascunho ou arquivadas que não aparecem em mais lado nenhum
- Os registos do servidor (quando estão acessíveis), que registam os pedidos reais dos robôs e revelam os URLs efetivamente solicitados pelo Googlebot ou pelo Bingbot
Nenhuma destas fontes, considerada isoladamente, oferece uma visão completa. O seu cruzamento sistemático permite detetar incoerências antes que afetem o posicionamento nos motores de pesquisa.
Sitemap XML e mapa HTML: escolher o formato certo de acordo com o objetivo
O sitemap XML é um ficheiro técnico estruturado em etiquetas. Contém os URLs e pode incluir metadados, como a data da última modificação ou a frequência de atualização estimada. Os motores de pesquisa leem-no automaticamente durante as suas visitas regulares.
O mapa do site HTML é uma página web convencional, legível por pessoas. Apresenta ligações para as diferentes secções sob a forma de lista ou de estrutura hierárquica clicável. A sua principal função é ajudar os visitantes a encontrar rapidamente uma página específica sem recorrer aos menus.
Os dois formatos respondem a necessidades distintas. Um site que disponibiliza apenas um sitemap XML facilita o trabalho dos robôs, mas não ajuda os visitantes. Um site que disponibiliza apenas um mapa HTML priva os motores de pesquisa de um ficheiro estruturado que podem processar mais rapidamente.
Manter os dois formatos em paralelo permite abranger tanto a exploração automatizada como a navegação humana. Nos CMS mais comuns, como o WordPress, as extensões geram automaticamente o sitemap XML. O mapa HTML exige muitas vezes uma criação manual ou semiautomática para continuar legível e relevante.
Comunicar atualizações: o papel do sitemap e do IndexNow para o Bing
O sitemap e o protocolo IndexNow desempenham funções diferentes, embora ambos estejam relacionados com a comunicação com os motores de pesquisa.
O sitemap funciona como uma lista de referência dos URLs existentes. Informa o motor de pesquisa sobre todas as páginas disponíveis. O IndexNow, por sua vez, serve para comunicar em tempo real a adição, alteração ou remoção de conteúdos. O Bing Webmaster Tools distingue claramente estes dois mecanismos.
Num site cujo conteúdo muda frequentemente, combinar as duas abordagens acelera a deteção das alterações. O sitemap garante que o inventário global se mantém atualizado. O IndexNow notifica as alterações pontuais sem ter de esperar pela próxima visita do robô.
Quando esta distinção é importante
Num site estático, atualizado algumas vezes por ano, o sitemap é mais do que suficiente. Num site editorial ou de comércio eletrónico com publicações diárias, o IndexNow reduz o intervalo entre a publicação e a indexação. O mapa do site continua a ser a base, mas a notificação ativa complementa o processo para conteúdos urgentes.
Um mapa do site completo continua a ser a base de qualquer exploração metódica, seja para uma auditoria técnica, uma reformulação da ligação interna ou simplesmente para ajudar um visitante a encontrar uma página escondida na estrutura hierárquica. A verdadeira limitação do sitemap não está no seu formato, mas no rigor com que é mantido atualizado em relação aos conteúdos efetivamente publicados.
