O sitemap.xml atua como um mapa estruturado que otimiza a descoberta de URLs úteis pelos mecanismos de busca e IAs. Ele é a principal ferramenta para indicar quais páginas de um site existem e merecem ser rastreadas e indexadas.
Na arquitetura de rastreabilidade, o sitemap facilita a descoberta de URLs, inclusive daquelas pouco acessíveis pela navegação normal. O arquivo também sinaliza quando há conteúdo novo ou atualizado, é um sinal de canonização de URLs e reduz o desperdício de crawl budget.
Um exemplo mínimo, com um endereço fictício, seria:
O sitemap.xml contrasta com o arquivo robots.txt. Eles são implementados juntos, mas têm funcionalidades distintas:
O robots.txt define as regras gerais de acesso aos web crawlers;
O sitemap.xml lista as URLs que o site quer que sejam descobertas, rastreadas e indexadas.
Juntos, eles se complementam no SEO técnico como parte do protocolo de gestão de rastreamento e indexabilidade de um site.
A arquitetura e o funcionamento do sitemap XML
O sitemap é um arquivo estruturado que lista as páginas de um site no formato Extensible Markup Language e traz informações complementares a elas. Mecanismos de busca, como Google e Bing, o usam como guia das URLs que existem no site e que estão disponíveis para rastreamento.
Todos os arquivos adotam uma sintaxe própria, padronizada pelo Protocolo Sitemaps.org, que apresenta a arquitetura do site de maneira organizada.
Além de listar as páginas, o sitemap também traz informações sobre:
Local da URL na estrutura do site;
Prioridade de uma URL para o site;
Data de última modificação.
O Google criou o protocolo sitemaps.org em junho de 2005, sob liderança de Shiva Shivakumar. No ano seguinte, uniu-se à Yahoo! e Microsoft para torná-lo um padrão aberto, que veio a ser adotado por toda a indústria de SEO. Em 2007, foi padronizada a inclusão de um campo para sitemap no arquivo robots.txt.
À época, o propósito era criar um canal direto de comunicação com os buscadores para aumentar a eficiência de rastreamento. A documentação oficial explica assim:
Web crawlers geralmente descobrem páginas a partir de links dentro do próprio site e de outros sites. Os sitemaps complementam esses dados para permitir que os rastreadores compatíveis com mapas de site identifiquem todas as URLs contidas no mapa de site e obtenham informações sobre essas URLs por meio dos metadados associados. O uso do protocolo de mapa de site não garante que as páginas da web sejam incluídas nos mecanismos de busca, mas fornece dicas para que os rastreadores da web realizem um trabalho mais eficaz ao rastrear seu site.
O protocolo define a comunicação dessas URLs, ao definir um formato único, com regras próprias:
O arquivo usa codificação UTF-8;
Caracteres especiais precisam passar por escape de entidade;
Cada URL deve ser absoluta e completa;
Cada arquivo deve respeitar limites de tamanho e de quantidade de URLs.
Donos de sites podem informar diretamente os buscadores sobre a existência do sitemap. Isso pode ser feito por meio do robots.txt, que tem um campo para o mapa do sites, ou enviando diretamente pelo Google Search Console, Bing Webmaster Tools ou por APIs.
Quais sites precisam de sitemap?
Todos os sites que querem aparecer nos buscadores ou nas IAs devem ter um sitemap XML.
O objetivo é sempre facilitar a descoberta de conteúdo e a indexação, mas alguns sites podem ter motivos extra para implementar o arquivo:
Sites grandes e complexos: usam o sitemap como ferramenta para gerenciar crawl budget. Os buscadores não rastreiam literalmente todas as páginas do site e dão prioridade para o que está no sitemap;
Sites novos: o sitemap ajuda os mecanismos de busca a indexar e a descobrir suas páginas mais rapidamente;
Sites com fluxo frequente de atualizações: o sitemap comunica aos mecanismos de busca quais alterações ocorreram nas páginas;
Sites com páginas ocultas ou de difícil acesso: o sitemap oferece um caminho simples para a descoberta e rastreamento dessas URLs. Exemplos incluem sites que aplicam links em JS, ou com alta profundidade de clique.
Quais os benefícios do sitemap.xml para SEO?
O sitemap XML é uma ferramenta que torna o rastreamento de um site mais eficiente, o que resulta em uma série de benefícios, como:
Indexação eficiente: lista as páginas que devem ser indexadas, diminuindo as chances de um conteúdo importante ser perdido ou ignorado;
Comunica atualizações: o sitemap.xml sinaliza aos mecanismos de busca sobre as alterações recentes, o que garante que as versões atualizadas das páginas sejam exibidas nos resultados de pesquisa;
Melhor compreensão da estrutura do site: um sitemap.xml fornece informações sobre a estrutura do seu site, incluindo a organização hierárquica das páginas e a relação entre elas. Assim, os mecanismos de busca entendem melhor como o seu site está organizado e como as páginas estão interligadas;
Priorização de páginas importantes: o sitemap XML é uma maneira de donos de sites informarem quais páginas são as mais importantes. O Google pode levar esses sinais em consideração ao definir quais páginas indexar, no caso de duplicatas.
Facilidade de correção de erros: se o seu site tiver páginas com erros de rastreamento ou indexação, um sitemap.xml pode ajudar a identificá-los mais rapidamente;
Integração com ferramentas de análise: muitas ferramentas de análise e otimização de SEO usam o sitemap.xml para coletar dados sobre a indexação, a frequência de rastreamento e os erros encontrados.
Quais páginas devem estar no sitemap.xml?
Todas as páginas importantes do seu site devem estar no sitemap.xml. Veja alguns exemplos abaixo:
Páginas principais: todas as páginas principais do seu site, como a página inicial, páginas de produtos/serviços, páginas de categoria, páginas de blog etc;
Páginas de conteúdo: inclua todas as páginas de conteúdo relevante, como artigos, postagens de blog, guias, tutoriais e outros recursos informativos;
Páginas de produtos/serviços: se o seu site incluir produtos ou serviços, certifique-se de incluir as páginas de detalhes desses produtos ou serviços no sitemap;
Páginas de contato: páginas de contato, formulários de contato ou outras páginas de comunicação importantes devem ser incluídas para facilitar o contato com os visitantes do site;
Páginas de políticas: páginas de políticas importantes, como política de privacidade, termos de serviço e políticas de devolução, devem estar presentes no sitemap.
Onde o sitemap deve ficar?
O sitemap.xml deve ser colocado na raiz do diretório do site, o mesmo diretório onde está localizado o arquivo “index.html” ou a página inicial do site. Essa é a localização padrão em que os mecanismos de busca esperam encontrar o arquivo do sitemap.
Certifique-se de que o arquivo sitemap.xml esteja disponível e acessível para os mecanismos de busca e outros serviços relevantes.
Além disso, é recomendado adicionar uma referência ao seu sitemap.xml no arquivo robots.txt do seu site. Basta adicionar a seguinte linha ao seu arquivo robots.txt:
Sitemap: https://www.example.com/sitemap.xml
Quais são as tags obrigatórias e opcionais dentro de um sitemap?
A sintaxe mínima de um sitemap válido tem três tags obrigatórias:
<urlset>: é a tag que abre e fecha o arquivo;
<url>: agrupa todas as informações sobre uma página;
<loc>: é o endereço da página.
Também há três tags opcionais, cuja implementação mudou com o passar dos anos:
<changefreq>: frequência de atualização de uma página;
<priority>: é uma nota de 0 a 1 que indica a prioridade de uma página ser rastreada;
<lastmod>: data da última modificação de uma URL.
Hoje, é recomendado incluir apenas a tag <lastmod>. priority e changefreq são válidas de um ponto de vista de sintaxe, mas são desconsideradas pelo Google, pelo Bing, outros buscadores relevantes e pelos mecanismos generativos.
Veja abaixo os detalhes sobre as tags do sitemap.
<urlset>
urlset é a tag raiz do sitemap. Ou seja, é ela quem delimita onde o arquivo começa e onde ele termina. Dentro desta tag, estão um endereço com o nome do protocolo, como http://www.sitemaps.org/schemas/sitemap/0.9 e a lista de URLs que compõem o mapa.
<url>
É a tag-pai de cada entrada no sitemap, implementada dentro do <urlset>. A tag agrupa as informações de uma única página. Todas as demais tags, como <loc> e <lastmod>, ficam dentro da tag <url>.
<loc>
O elemento <loc> significa local (Location). Ele indica a URL da página específica do site. Cada URL do site deve ter seu próprio elemento <loc> no sitemap XML.
<changefreq>
A tag <changefreq> indica com qual frequência uma página específica é alterada, para definir o ritmo de rerastreamento dela.
Os valores comuns para <changefreq> são:
“always” (sempre), “hourly” (a cada hora);
“daily” (diariamente);
“weekly” (semanalmente);
“monthly” (mensalmente);
“yearly” (anualmente);
“never” (nunca).
<priority>
A tag <priority> indica a importância de uma página, relativa às demais do mesmo domínio. É o próprio dono do site quem define essa propriedade, em uma escala que vai de 0 a 1. Os buscadores não consideravam esse valor como um dado absoluto. Ele era, na melhor das hipóteses, uma dica sobre quais páginas rastrear primeiro.
<lastmod>
A tag <lastmod> informa qual foi a última atualização significativa em uma página. O valor da propriedade precisa seguir o padrão W3C Datetime, que admite duas formas:
Só a data, no formato AAAA-MM-DD (como 2022-06-04), com a hora omitida;
data, horário e fuso, no formato AAAA-MM-DDThh:mm:ss+TZD (como 2004-12-23T18:00:15+00:00).
Uma “alteração significativa” pode ser acréscimos no conteúdo principal, alterações em dados estruturados ou em links. Alterações superficiais, como mudanças de anos, não contam.
Mecanismos de busca e IAs leem o<lastmod>para definir quando rastrear uma página.
O Google passa a priorizar o rastreamento e a reindexação das URLs, o que melhora o uso do crawl budget;
Se a data indica que a página não mudou desde a última visita, o buscador pode pular o recrawl, economizando banda e recursos do servidor;
A precisão do grounding em IA generativas depende diretamente da atualização dos conteúdos consultados, da qual o lastmod atua como um sinal de confiança.
Isso só funciona se a tag for implementada de forma consistente e confiável. O Google consegue analisar o “antes e depois” das páginas e comparar as mudanças com a data que aparece na propriedade. Se nada mudar, ele passará a ignorar a tag completamente.
Como criar e atualizar um sitemap?
A criação do sitemap pode ser automatizada, via CMS ou plugins de SEO, ou manual. Na maioria dos casos, as automações funcionam bem, já que o arquivo é relativamente simples e adotado pela indústria há décadas.
Veja abaixo as principais abordagens.
Criação automática de sitemap
Muitos sistemas de gerenciamento de conteúdo (CMS), como WordPress, Drupal e Magento, possuem plugins ou recursos que podem gerar automaticamente um sitemap XML para o seu site.
Verifique se o seu CMS oferece essa funcionalidade e, se sim, procure as configurações ou plugins relevantes para habilitar o sitemap XML. Em seguida, o CMS cuidará da geração e atualização automática do sitemap conforme você adiciona ou altera o conteúdo do site.
Também há plugins e ferramentas de terceiros para criar e atualizar sitemaps dinamicamente. Yoast SEO, RankMath e Google XML Sitemaps são alguns exemplos.
Para sites que têm dezenas de páginas, é uma alternativa mais viável do que criar manualmente.
Criação manual de sitemap
Se o seu site for pequeno ou tiver uma estrutura simples, você pode criar um sitemap XML manualmente.
Abra um editor de texto ou uma ferramenta de edição XML e comece a escrever o código do sitemap seguindo as especificações do protocolo sitemap XML. Inclua os elementos <url>, <loc>, <lastmod>, <changefreq> e <priority> conforme necessário para cada página.
Certifique-se de que a estrutura do sitemap esteja correta e valide o arquivo XML usando ferramentas de validação XML disponíveis online ou o Google Search Console, a fim de garantir que o arquivo esteja formatado corretamente.
Lembre-se de atualizar o arquivo sempre que novas páginas forem criadas.
Como enviar um sitemap para os mecanismos de busca
Depois de criar o sitemap, você pode deixar que os buscadores descubram o arquivo por conta própria, ao acessar o arquivo robots.txt, ou enviá-lo diretamente, o que acelera o seu processamento.
Há duas formas principais de fazer o envio.
A primeira delas é usar as ferramentas de analytics, como Google Search Console ou o Bing Webmaster Tools. Os passos abaixo são para o Google, que é o mais popular do mercado.
Acesse o Google Search Console e faça login;
Selecione o site específico para o qual você deseja enviar o sitemap;
No menu à esquerda, clique em “Sitemaps” sob a seção “Índice”;
Clique no botão “Adicionar um novo sitemap” e insira a URL completa do seu sitemap.xml;
Após adicionar a URL do sitemap, clique em “Enviar” para notificar o Google sobre a existência do sitemap.xml.
Também é possível fazer o envio via Search Console API. Ela realiza o envio de forma programática, sem passar por todos os passos manuais acima. Até 2023, era possível usar ainda a ferramenta de ping de sitemaps, mas ela foi descontinuada.
A indexing API do Google, que seria outra opção, é restrita apenas para conteúdos com ciclo de vida curto. Hoje, os únicos tipos permitidos são páginas com dados estruturados de anúncio de emprego (JobPosting) ou de transmissões e eventos ao vivo (BroadcastEvent).
Como enviar um sitemap para crawlers de IA
Crawlers de IA, como GPTBot, ClaudeBot e PerplexityBot, também usam sitemaps para mapear e descobrir páginas.
No entanto, não há diretrizes universais para o envio de sitemaps, nem documentações unificadas para o envio.
Diante disso, o melhor é seguir as recomendações gerais para o arquivo:
Indicar o caminho para o sitemap.xml no robots.txt do site;
Usar adequadamente a propriedade <lastmod>;
Para as IAs da Microsoft, o IndexNow é um complemento ao sitemap.xml, que permite notificar a criação de páginas em tempo real para acelerar a descoberta de conteúdo.
Como atualizar um sitemap.xml?
Ferramentas de criação automática ou dinâmica atualizam o sitemap automaticamente. Caso você tenha feito o seu sitemap manualmente, deve seguir estes passos para atualizá-lo:
Abra o arquivo sitemap.xml com um editor de texto ou uma ferramenta de edição XML e faça as modificações necessárias. Isso pode incluir adicionar novas páginas, remover páginas existentes ou atualizar a data de modificação (<lastmod>).
Após fazer as modificações no sitemap.xml, salve o arquivo;
Acesse o servidor onde o seu site está hospedado e faça o upload do sitemap.xml atualizado. Certifique-se de substituir o arquivo anterior pelo novo;
Para notificar os mecanismos de busca sobre a atualização, você pode usar o Google Search Console ou outras ferramentas equivalentes fornecidas por outros buscadores;
Após atualizar o sitemap.xml e notificar os mecanismos de busca, monitore o desempenho do seu site e verifique se as páginas estão sendo indexadas corretamente. Verifique também se há erros ou problemas relatados no Google Search Console.
Boas práticas de otimização de sitemap XML para SEO
Além de implementar o arquivo, donos de sites devem implementar algumas boas práticas para manter o arquivo sempre atualizado e facilmente acessível aos mecanismos de busca.
O arquivo pode ser compactado em .gz para economizar banda;
Um arquivo de índice pode agrupar até 50.000 sitemaps individuais.
Quando um dos dois limites principais é ultrapassado, o conteúdo deve ser dividido em mais arquivos, reunidos por um sitemap index. A próxima seção deste artigo tratará especificamente da gestão de sitemaps em sites grandes.
Inclusão de URLs canônicas no sitemap
URLs canônicassão as versões principais de determinada página. Essas versões devem estar presentes no sitemap, para direcionar os mecanismos de busca a indexar a versão correta.
Frequentemente, a mesma página pode ser acessada por mais de um endereço. As variações mais comuns são:
Versões com e sem “www”;
Versões em HTTP e HTTPS;
URLs com e sem barra no final;
URLs com parâmetros de rastreamento, filtros ou ordenação (? na URL).
Para mecanismos de busca e IAs, cada variação pode ser considerada uma página diferente. Apenas a URL canônica é indexada e citada, pois ela representa todas as outras versões.
O sitemap deve listar apenas essas versões principais. Incluir as duplicadas envia sinais contraditórios aos agentes de rastreamento e pode rapidamente esgotar o crawl budget do site, sem trazer qualquer benefício.
Apenas páginas disponíveis devem estar presentes no sitemap.
Isto é, a integridade do sitemap XMl requer a validação constante dos códigos de status HTTP. Somente páginas com status HTTP 200 (OK) devem compor o sitemap.
URLs que retornam erros de cliente (4xx) ou de redirecionamento (3xx) devem ser removidas, caso elas estejam permanentemente indisponíveis, para direcionar o crawl budget para as páginas válidas.
Veja o que fazer em cada caso:
Situação da URL
Resposta HTTP esperada
O que fazer no sitemap
Página existe e é indexável
200
Manter
Página mudou de endereço
301
Trocar o <loc> pela nova URL
Página apagada definitivamente
404 ou 410
Remover
Se a página estiver momentaneamente indisponível, com redirect 302 ou retornando erro 5xx, mantenha no sitemap.
Geralmente, os sistemas de geração dinâmica de sitemap removem automaticamente as páginas indisponíveis. Mantê-las no arquivo gastaria recursos de rastreamento sem qualquer benefício.
URLs órfãs no sitemap
Uma URL órfã é uma página sem nenhum link interno apontando para ela. Ela representa um desafio para os agentes de rastreamento, que descobrem novas URLs para rastrear seguindo precisamente esses links.
O sitemap é descrito por Schonfeld e Shivakumar como um complemento a esse mecanismo. Ele oferece um caminho para os agentes de rastreamento.
Em um experimento de 2009 com uma base de mais de 5 bilhões de URLs vistas pelos dois sistemas do Google, 78% foram vistas primeiro pelo rastreamento de sitemaps. Em certos sites, como a Amazon, 86% das URLs rastreadas por sitemap eram páginas únicas, contra 63% no rastreamento por descoberta.
No entanto, a presença no sitemap não substitui a autoridade e os sinais que os links internos transmitem. Portanto, a solução ideal é linkar internamente as páginas que têm valor e redirecionar ou remover as obsoletas.
A escalabilidade do sitemap XML na rastreabilidade de grandes domínios
Sites grandes, com mais de 10 mil URLs, ou de estrutura complexa, com conteúdo dinâmico e dependência de scripts JS, precisam de alguns cuidados adicionais com seu sitemap.
Os motivos são essencialmente três:
Nesses sites, há risco de o crawl budget se esgotar de forma ineficiente, o que não acontece nos sites menores;
Quanto mais complexa a estrutura, mais difícil para os web crawlers entenderem;
Sites grandes frequentemente ultrapassam os limites de tamanho e quantidade de páginas do sitemap;
Em sites com renderização complexa via JavaScript, o sitemap XML torna-se o principal mecanismo de descoberta, contornando limitações de processamento do crawler.
Lidar com essas situações requer dividir os sitemaps, organizar índices e usar APIs para acelerar a descoberta.
Como dividir o sitemap
Sites grandes devem separar o sitemap em vários arquivos XML menores para facilitar o gerenciamento e a atualização dos arquivos.
A segmentação de um sitemap pode seguir três critérios principais:
Tipo de conteúdo e mídia, criando um sitemap diferente para cada tipo de arquivo. Em sites de grande porte é comum encontrar arquivos diferentes para páginas HTML padrão, imagens, vídeos, notícias e versões localizadas ou multilíngues de páginas.
Por seção ou categoria. Em e-commerce, marketplaces e até portais de notícias, é recomendado dividir o sitemap por categorias, editorias, departamentos ou seções. A divisão facilita o monitoramento no GSC, pois permite analisar relatórios de erros individualmente.
Data de atualização. Alguns tipos de portais, como os de notícias, podem organizar arquivos por período (ano, mês ou dia). A lógica é usar o <lastmod> para que os web crawlers acessem apenas as páginas que mudaram desde a última visita.
Todos os sitemaps devem estar conectados por um índice, que ordena todas as divisões.
Implementação de sitemap index para segmentação de URLs
O sitemap index é o arquivo que organiza todas as segmentações de sitemap. Ele é usado em dois casos: quando o site quer separar seções e tipos de conteúdos, ou quando um site tem mais de 50.000 URLs e passa de 50 MB descompactado.
A sintaxe do índice descrita no protocolositemaps.org é semelhante a um sitemap comum:
<sitemap>: é a tag-pai que representa cada arquivo de sitemap individual;
<loc>: traz a URL absoluta de onde o sitemap está hospedado;
<lastmod>: indica quando aquele sitemap foi modificado pela última vez.
<sitemapindex xmlns>: reúne todas as informações dos sitemaps agrupados. Substitui o <urlset> dos sitemaps comuns.
Pressione para ver um exemplo de código com endereço fictício:
O site da SEO Happy Hour utiliza essa abordagem. O sitemap é gerado dinamicamente por um plugin de SEO, que organiza a estrutura do índice da seguinte forma:
Quais os principais problemas relacionados aos sitemaps.xml?
Os sitemaps podem apresentar alguns problemas comuns que afetam a indexação e a visibilidade do seu site nos mecanismos de busca. Entre eles:
Erros de formatação: erros de sintaxe, tags mal estruturadas ou informações incorretas podem fazer com que os mecanismos de busca não consigam ler e processar corretamente o sitemap. É fundamental garantir que o sitemap esteja em conformidade com a sintaxe XML correta para evitar esse problema;
Sitemap desatualizado: se o seu sitemap.xml não for atualizado regularmente, ele pode conter informações desatualizadas sobre as páginas do seu site. Isso pode levar a problemas de indexação, onde as páginas mais recentes não são rastreadas e indexadas pelos mecanismos de busca. É importante revisar e atualizar o sitemap sempre que adicionar, modificar ou remover páginas relevantes;
URLs incorretas ou não indexáveis: é essencial garantir que as URLs listadas no sitemap.xml sejam corretas e possam ser rastreadas pelos mecanismos de busca. URLs quebradas, URLs com redirecionamentos incorretos ou URLs que apontam para páginas não indexáveis podem causar problemas de indexação e afetar a visibilidade do seu site nos resultados de pesquisa;
Sitemap muito grande ou fragmentado: se o seu sitemap.xml for muito grande, excedendo o limite de tamanho ou número de URLs recomendados pelos mecanismos de busca, pode causar problemas de processamento. Além disso, se o sitemap estiver fragmentado em vários arquivos sem um sitemap index adequado, os mecanismos de busca podem não conseguir encontrar e rastrear todas as páginas do seu site corretamente;
Falta de coesão com o conteúdo real do site: o sitemap.xml deve refletir com precisão a estrutura e o conteúdo do seu site. Se houver discrepâncias entre o sitemap e o conteúdo real do site, os mecanismos de busca podem ficar confusos e ter dificuldade em rastrear e indexar as páginas relevantes.
Apoio profissional para melhorar a visibilidade do seu site
Investir na criação e atualização adequada do sitemap XML é um passo importante para melhorar a visibilidade do seu site nos mecanismos de busca e alcançar melhores resultados de SEO.
Com a ajuda da SEO Happy Hour, você pode garantir que seu sitemap esteja otimizado e siga as melhores práticas. Nossa equipe de especialistas em SEO está pronta para orientar você sobre como criar, atualizar e enviar corretamente o sitemap XML para os mecanismos de busca, garantindo que todas as páginas importantes do seu site sejam indexadas e rastreadas com eficiência.
Elyson Gums é redator na SEO Happy Hour. Trabalha com redação e produção de conteúdo para projetos de SEO e inbound marketing desde 2014, em segmentos B2C e B2B. É bacharel em Jornalismo (Univali/SC) e mestre em Comunicação Social (UFPR).
Comentários