Um sitemap reúne todas as URLs publicadas em um site web. Para um portal como Passez l’info, esta página técnica permite verificar em poucos segundos quais seções existem, quais foram adicionadas recentemente e se algumas desapareceram. A questão surge assim que se busca auditar a cobertura real de um site ou garantir que nenhum conteúdo escape à indexação dos motores de busca.
Sitemap HTML e sitemap XML: dois formatos, dois usos
Quando se fala de “lista de páginas” de um site, dois formatos coexistem. O sitemap XML é destinado aos robôs de indexação: ele estrutura as URLs com metadados (data da última modificação, frequência de atualização, prioridade). O sitemap HTML, por sua vez, é voltado para visitantes humanos. Ele apresenta os links de maneira legível, frequentemente agrupados por categoria ou por temática.
No Passez l’info, a página sitemap acessível pelo navegador corresponde ao formato HTML. Ela oferece um panorama direto dos conteúdos publicados, sem necessitar de uma ferramenta externa para ser lida.
| Critério | Sitemap XML | Sitemap HTML |
|---|---|---|
| Público-alvo | Robôs (Googlebot, Bingbot) | Visitantes humanos |
| Formato | Tags XML estruturadas | Página web clássica com links clicáveis |
| Metadados | Data de modificação, prioridade, frequência | Nenhum ou limitado |
| Acesso | /sitemap.xml (leitura bruta) | /sitemap/ (navegação direta) |
| Utilidade para uma auditoria | Verificação técnica de indexação | Inventário rápido das seções |
Os dois formatos são complementares. Para um internauta que deseja percorrer a árvore de um site sem vasculhar cada menu, o sitemap HTML continua sendo o ponto de entrada mais prático.
Verificar a completude de uma lista de páginas no Passez l’info
Acessar a lista de páginas do Passez l’info fornece uma visão imediata dos conteúdos referenciados. A pergunta que se segue logicamente: essa lista reflete a totalidade das páginas publicadas?
Vários fatores podem criar um desvio entre o sitemap exibido e a realidade do site.
- As páginas recentemente publicadas nem sempre são adicionadas ao sitemap em tempo real. Dependendo da configuração do CMS utilizado, pode haver um atraso de algumas horas a alguns dias entre a publicação e a aparição na lista.
- Algumas páginas excluídas voluntariamente da indexação (avisos legais, páginas de agradecimento após formulário, arquivos despublicados) não aparecem no sitemap, mesmo que permaneçam tecnicamente acessíveis através de sua URL direta.
- Um sitemap HTML gerado manualmente pode omitir seções inteiras se o editor do site não o atualizar após cada adição de conteúdo.
Um sitemap só é confiável se estiver sincronizado com o CMS. As soluções automatizadas (plugins WordPress como Yoast, Rank Math ou XML Sitemaps) regeneram a lista a cada publicação. Uma página estática mantida manualmente apresenta um risco de obsolescência mais elevado.
Métodos concretos para cruzar os dados do sitemap
Confiar apenas no sitemap HTML para auditar um site seria insuficiente. Três abordagens permitem cruzar a informação.
Comparar com o sitemap XML
Ao adicionar /sitemap.xml à URL raiz de um site, obtém-se a versão técnica do plano de site. Se o número de URLs no arquivo XML difere do exibido na página HTML, é um sinal: algumas páginas estão faltando em um dos dois formatos ou foram excluídas voluntariamente.
Utilizar o comando site: no Google
A consulta site:passezlinfo.fr no Google exibe todas as páginas indexadas pelo motor. Esse resultado pode ser superior ou inferior ao conteúdo do sitemap. Superior se o Google descobriu páginas não declaradas (via links internos, por exemplo). Inferior se algumas páginas declaradas no sitemap ainda não foram exploradas pelo Googlebot.
Explorar com um crawler
Ferramentas como Screaming Frog ou Xenu percorrem um site link por link e geram um inventário completo de todas as URLs acessíveis. O crawler detecta páginas órfãs (sem link interno apontando para elas) que frequentemente escapam tanto do sitemap quanto dos motores de busca.
Frequência de atualização e confiabilidade de um sitemap editorial
Para um site com vocação informativa, a frequência de publicação condiciona diretamente a relevância do sitemap. Um portal que publica vários artigos por semana gera mecanicamente desvios se o sitemap não for automatizado.
Dois indicadores permitem avaliar a frescura de um sitemap sem acesso ao back-office do site:
- A presença de artigos recentes na lista. Se o último conteúdo listado data de vários meses enquanto o site publica regularmente, o sitemap provavelmente está obsoleto.
- A coerência com os menus de navegação. Um sitemap completo deve cobrir no mínimo todas as seções acessíveis a partir do menu principal e do rodapé.
- A tag lastmod no sitemap XML, que indica a data da última modificação de cada URL. Uma data antiga em todas as entradas sugere que o arquivo não está mais sendo regenerado.
Em um CMS como WordPress, a grande maioria das extensões SEO gerencia essa sincronização de forma transparente. O risco de desvio é, portanto, baixo em sites que utilizam essas ferramentas, desde que a extensão esteja corretamente configurada e ativa.
A lista de páginas de um site como Passez l’info constitui um ponto de partida, não uma garantia de exaustividade. Cruzar o sitemap HTML com o arquivo XML e uma consulta site: no Google continua sendo o método mais rápido para identificar possíveis páginas faltantes ou recentemente adicionadas.
