Verificador de conteúdo duplicado: como encontrar e corrigir páginas duplicadas
A maior parte do conteúdo duplicado não é copiada de propósito. Ela vem da forma como o site monta as URLs: a mesma página com e sem www, com um parâmetro de rastreamento, ordenada de outro jeito ou listada em duas categorias. Os buscadores então precisam adivinhar qual versão você quer. Um verificador de conteúdo duplicado encontra cada cópia, agrupa todas e mostra qual deve ficar.
O que um verificador de conteúdo duplicado faz
Um verificador de conteúdo duplicado compara as páginas de um site entre si e informa as que são iguais ou quase iguais. Um bom verificador olha quatro coisas:
- URLs que só diferem no protocolo, no host, em maiúsculas e minúsculas, na barra final ou nos parâmetros, mas retornam a mesma página.
- Texto principal idêntico em duas ou mais páginas.
- Texto principal muito parecido, com algumas palavras, um nome de produto ou uma cidade trocados.
- Títulos, meta descriptions e headings repetidos entre páginas, que muitas vezes apontam para o mesmo problema por outro ângulo.
Ele também deve dizer quais páginas já estão resolvidas. Uma página que indica outra URL como canonical, ou que redireciona, é uma duplicata que você já tratou e não deve ser contada junto com as que você ainda não tratou.
Conteúdo duplicado prejudica o SEO?
Não do jeito que muita gente teme. A documentação de canonicalização do Google explica que, quando ele encontra várias páginas com o mesmo conteúdo, agrupa todas, escolhe uma como canonical e rastreia as outras com menos frequência. Não existe penalidade por ter uma versão com www e outra sem www de uma página. Copiar conteúdo de outros sites para manipular rankings é outra história, e as políticas de spam do Google tratam disso como conteúdo copiado.
Os custos reais são mais discretos:
- O Google pode escolher a versão errada. A URL nos resultados de busca pode ser a com parâmetro, a HTTP ou a versão de impressão.
- Os sinais se dividem. Links externos e internos se espalham por várias URLs em vez de se somarem em uma.
- O rastreamento é desperdiçado. Em um site grande, milhares de variantes com parâmetros podem consumir o tempo que um buscador preferiria gastar com páginas novas. O guia de crawl budget trata desse lado.
- Os relatórios ficam confusos. Cliques e impressões se espalham por várias URLs, então fica mais difícil ver o desempenho real de uma página.
O SEO ProCheck separa os mitos das correções reais em duplicate content: causes, myths, and fixes.
Os tipos de conteúdo duplicado
| Tipo | Exemplo | Correção usual |
|---|---|---|
| Variantes de URL | http, www, maiúsculas, barra | Redirecione para uma forma |
| Variantes com parâmetros | ?utm_source=, ?sort=price | Canonical para a URL limpa |
| Duplicatas exatas | Duas categorias, versão de impressão | Redirecionamento ou canonical |
| Quase duplicatas | Só a cidade trocada | Juntar, reescrever ou canonical |
| Metadados duplicados | Um título, muitas páginas | Um título por página |
| Cópias em outros sites | Sindicação, scraping | O noindex ou canonical deles |
Os dois primeiros tipos são técnicos e costumam ser corrigidos uma vez, no servidor ou no template. Os dois do meio são decisões de conteúdo. O último depende do site de outra pessoa.
De onde vêm as páginas duplicadas
Quando um verificador encontra centenas de duplicatas, elas raramente vêm de centenas de decisões. Procure o padrão:
- Host e protocolo. O site responde em http e em https, ou com e sem www, e nada redireciona.
- Barras finais e maiúsculas. O servidor retorna 200 para /page e /page/, ou para /Page e /page.
- Parâmetros de rastreamento em links internos. Uma tag utm_ adicionada ao link de um banner cria uma nova URL para a mesma página.
- Ordenação e filtros. A navegação facetada pode gerar mais URLs do que existem produtos. O guia de navegação facetada do Google pede que os sites mantenham os parâmetros de filtro na mesma ordem em todas as URLs.
- Um item, vários caminhos. Um produto acessível em /sale/ e em /shoes/, ou um post em cada uma das suas tags.
- Templates com pouco texto. Arquivos de tags, páginas de categoria vazias e páginas de localidade em que o template pesa mais que o conteúdo.
- Sobras. Um host de staging aberto aos crawlers, um domínio antigo que ainda responde, uma versão de impressão ou AMP.
Encontramos dois desses nos nossos próprios sites. No neova.app, em 20 de novembro de 2026, http:// respondia 200 em vez de um 301 para https, então cada página tinha uma gêmea até corrigirmos. E o crawl completo da Neova em seoprocheck.com, em 17 de outubro de 2026, encontrou:
| seoprocheck.com, 17 de out. de 2026 | Quantidade |
|---|---|
| Páginas HTML respondendo 200 | 4.561 |
| Títulos duplicados | 56 |
| Títulos com mais de 60 caracteres | 557 |
| Meta descriptions com mais de 155 caracteres | 582 |
| Canonicals para outra URL interna | 5 |
A Neova agrupa as páginas por template, então quando as duplicatas se concentram em um grupo de páginas, você sabe que o template é o lugar para corrigi-las.
Como funciona a detecção de duplicatas exatas e quase duplicatas
As duplicatas exatas são a parte fácil. O verificador extrai o texto principal de cada página, deixando de fora navegação, cabeçalho e rodapé, normaliza e compara. Duas páginas com o mesmo texto principal são duplicatas mesmo que os menus sejam diferentes.
As quase duplicatas precisam de uma medida de semelhança. Um método comum divide o texto em sequências sobrepostas de palavras, chamadas shingles, e conta quantas sequências duas páginas têm em comum:
página A: "tênis de corrida vermelho para trilha e asfalto"
sequências de 5 palavras: "tênis de corrida vermelho para", "de corrida vermelho para trilha", ...
semelhança = sequências que as duas páginas compartilham / sequências da página
| Ajuste na Neova | Valor |
|---|---|
| Texto comparado | Só o texto principal |
| Tamanho da sequência (shingle) | 5 palavras |
| Sequências em comum para sinalizar | 90% ou mais |
| Texto principal mínimo | 50 palavras |
| Páginas com canonical para outra URL | Fora da verificação exata |
A Neova sinaliza duas páginas quando uma compartilha 90% ou mais das suas sequências de 5 palavras com a outra, em páginas com 50 palavras ou mais de texto principal. Nenhum buscador publica um limite, então trate uma sinalização de quase duplicata como um convite para olhar as duas páginas lado a lado, não como um veredito.
Dois detalhes fazem muita diferença. Compare o texto principal, não o HTML inteiro, ou todas as páginas de um site com um menu grande vão parecer iguais. E se o conteúdo é montado por JavaScript, compare a página renderizada, ou todas as páginas vão parecer vazias e idênticas.
Como verificar conteúdo duplicado em um site, passo a passo
- Rastreie o site inteiro e ative a renderização de JavaScript se o conteúdo é montado no navegador.
- Comece pelas variantes de URL. São as mais baratas de corrigir e muitas vezes explicam a maior parte do resto.
- Revise as duplicatas exatas grupo por grupo. Para cada grupo, escolha a URL que deve ficar.
- Revise as quase duplicatas lado a lado. Decida se elas atendem a necessidades diferentes. Uma variante de tamanho talvez não; duas cidades com serviços diferentes talvez sim.
- Confira títulos e descrições repetidos. Onde o conteúdo é diferente, escreva novos. Onde é igual, eles confirmam um grupo de duplicatas.
- Verifique os canonicals de cada duplicata que você mantiver e garanta que apontem para a URL escolhida. O guia de verificador de tag canonical mostra o que pode dar errado aí.
- Rastreie de novo depois da correção e compare os dois crawls para ver quais sinalizações foram resolvidas.
Como corrigir conteúdo duplicado
A página do Google sobre consolidação de URLs duplicadas lista as principais formas de dizer qual URL você prefere. Redirecionamentos e rel=canonical são sinais fortes; listar uma URL em um sitemap é um sinal mais fraco. Escolha a correção conforme o caso:
| Situação | Correção | Força do sinal |
|---|---|---|
| URL duplicada sem função | 301 para a URL preferida | Forte |
| A variante precisa continuar acessível | rel=canonical para a URL preferida | Forte |
| Duas páginas, mesmo tema | Junte e redirecione a outra | Forte |
| Páginas parecidas, leitores diferentes | Reescreva cada uma | n/a |
| Um título em muitas páginas | Um título por página | n/a |
| Listada só no sitemap | Adicione um redirecionamento ou canonical | Fraco |
| Bloqueada no robots.txt | Desbloqueie, depois canonical | Nenhum, a página não é lida |
Seja qual for a escolha, passe a mesma mensagem em todo lugar. Links internos, o XML Sitemap, o hreflang e o canonical devem indicar a mesma URL. O Google desaconselha usar o robots.txt para canonicalização, porque uma página bloqueada não pode ser lida. Depois de um redirecionamento, atualize os links que apontavam para a URL antiga para que não passem por um salto; o guia de cadeias de redirecionamento trata disso.
Para canonicals em profundidade, o SEO ProCheck mantém uma referência completa sobre tags canonical.
Verifique conteúdo duplicado com a Neova
A Neova procura duplicatas nas categorias Conteúdo e Indexabilidade de cada crawl. Páginas que já indicam outra URL como canonical ficam fora da verificação de duplicatas exatas, então essa lista mostra o que ainda está em aberto. As verificações por trás disso:
- Variantes de URL retornam o mesmo HTML, para protocolo, www, maiúsculas, barra final, ordem dos parâmetros e parâmetros de rastreamento
- Variante com barra final redireciona ou duplica a URL e Variante com maiúsculas redireciona ou duplica a URL
- Mesmos parâmetros de consulta em outra ordem
- Conteúdo duplicado entre páginas HTML, após a renderização de JavaScript quando o crawl renderizou as páginas
- Conteúdo quase duplicado entre páginas HTML
- Título duplicado entre páginas HTML, Meta description duplicada entre páginas HTML e H1 duplicado entre páginas HTML
- Cópia sindicada sem noindex ou canonical para o original
- URL indexável usa parâmetros de busca ou filtro e URL indexável usa parâmetros de ordenação

Os grupos de páginas mostram de qual template vêm as duplicatas, e Comparar crawls mostra quais sinalizações foram resolvidas depois de uma correção. Todas as tabelas exportam para CSV. Veja os Recursos ou baixe a Neova; o plano Free executa todas as verificações.
Perguntas
O que é um verificador de conteúdo duplicado?
Uma ferramenta que compara as páginas de um site e informa as que retornam conteúdo igual ou muito parecido, incluindo variantes de URL de uma página e títulos ou descrições repetidos entre páginas.
O Google penaliza conteúdo duplicado?
Não as duplicatas dentro do seu próprio site. O Google agrupa essas páginas, escolhe uma URL como canonical e mostra essa. O risco é ele escolher uma versão que você não queria e os sinais se dividirem. Conteúdo copiado de outros sites para manipular rankings entra nas políticas de spam do Google.
Quão parecidas as páginas precisam ser para contar como duplicatas?
Nenhum buscador publica uma porcentagem. A Neova sinaliza quase duplicatas quando uma página compartilha 90% ou mais das suas sequências de 5 palavras com outra, como um convite para compará-las, não como uma decisão.
Devo usar canonical ou redirecionamento para páginas duplicadas?
Redirecione quando a URL duplicada não precisa existir. Use canonical quando ela precisa continuar acessível para os visitantes, como uma lista ordenada ou uma URL com parâmetro de rastreamento.
Posso bloquear páginas duplicadas no robots.txt?
O Google desaconselha. Uma URL bloqueada não pode ser lida, então o Google não vê o canonical dela nem que ela é uma duplicata, e ainda pode indexar a URL a partir de links.