Verificador de indexabilidade: como encontrar páginas que os buscadores não conseguem indexar
Uma página pode parecer perfeita no navegador e mesmo assim ficar fora do Google por causa de um cabeçalho, uma meta tag ou uma linha no robots.txt. Um verificador de indexabilidade lê os sinais que os buscadores leem e diz, página por página, se cada URL pode ser indexada e, se não, por quê. Veja quais são esses sinais, como eles interagem e como confirmar o resultado com as ferramentas do próprio Google.
Rastreável, indexável e indexada
Três palavras se confundem o tempo todo, e um verificador de indexabilidade só responde a uma delas:
- Rastreável: um buscador tem permissão para buscar a URL. Quem decide é o robots.txt.
- Indexável: depois de buscada, nada na página ou nos cabeçalhos pede para deixá-la fora do índice. Quem decide são o código de status, o noindex e o canonical.
- Indexada: o buscador realmente a armazenou e pode mostrá-la nos resultados. Só o buscador sabe disso, então só as ferramentas dele podem confirmar.
Uma página pode ser rastreável e não indexável (tem noindex), ou indexável e ainda assim não indexada (o Google a rastreou e escolheu não guardá-la). O como a Pesquisa funciona do Google explica as etapas de rastreamento, indexação e exibição.
Os cinco sinais que decidem a indexabilidade
| Sinal | Indexável quando | Onde fica |
|---|---|---|
| Código de status | 200 | Resposta HTTP |
| robots.txt | Nenhum Disallow correspondente | /robots.txt |
| Diretivas de robots | Sem noindex, sem none | Meta robots, X-Robots-Tag |
| Canonical | Ela mesma, ou nenhum | Link no head, cabeçalho Link |
| Renderização | As mesmas tags depois do JavaScript | Página renderizada |
Passou nos cinco, a URL é indexável. Falhou em um, não é. O verificador deve dizer qual.
No nosso próprio site, o crawl completo da Neova em seoprocheck.com, em 17 de outubro de 2026, buscou 10.222 URLs em 61 minutos. 4.561 delas eram páginas HTML que responderam 200. Só essas podiam passar no primeiro sinal como páginas web, então foram nelas que os outros quatro sinais foram testados.
Códigos de status e soft 404
Só uma URL que responde 200 pode ser indexada como ela mesma. A página do Google sobre códigos de status HTTP trata de cada código.
| Status | Indexada como ela mesma | O que o Google faz |
|---|---|---|
| 200 | ✓ | Lê e pode indexar |
| 301, 308 | – | Segue até o destino |
| 302, 307 | – | Segue, sinal de canonical mais fraco |
| 404, 410 | – | Remove a URL |
| 429, 5xx | – | Desacelera, remove se persistir |
| Soft 404 (200) | – | Trata como página de erro |
Um soft 404 responde 200 mas diz "não encontrado" ou mostra um resultado vazio. Retorne um 404 ou 410 de verdade e verifique as páginas 200 cujo título ou H1 parece um erro.
Encontramos o erro oposto no nosso próprio site. Em 20 de novembro de 2026, endereços desconhecidos no neova.app respondiam 503 a partir de uma página de "em breve" em vez de 404. Um 503 diz ao Google para voltar mais tarde, então as URLs mortas nunca saem da fila dele. Uma página 404 de verdade resolveu. O SEO ProCheck tem uma referência completa de SEO sobre códigos de status HTTP.
O robots.txt bloqueia o rastreamento, não a indexação
Uma regra Disallow impede o Google de buscar uma URL. Ela não impede o Google de indexar o endereço: a introdução ao robots.txt do Google diz que uma URL bloqueada ainda pode aparecer nos resultados, sem descrição, se outras páginas linkarem para ela.
Isso também significa que o Google nunca vê nada na página, inclusive um noindex. Esta combinação é um erro comum:
robots.txt: Disallow: /old-offers/
página: <meta name="robots" content="noindex">
Resultado: o Google não consegue buscar a página, nunca lê o noindex
e pode manter a URL indexada a partir de links.
Para tirar uma página do índice, deixe o Google rastreá-la e sirva o noindex. Bloqueie no robots.txt só depois que ela sair, se for o caso. O guia de testador de robots.txt mostra como testar as regras.
Noindex, X-Robots-Tag e canonicals
A documentação de noindex do Google lista dois lugares para a diretiva:
<meta name="robots" content="noindex">
X-Robots-Tag: noindex
O cabeçalho funciona também para PDFs e imagens. Se os dois discordam, o Google aplica o mais restritivo, então um noindex perdido em qualquer um dos lugares basta para deixar uma página de fora. Plugins, configurações de staging e regras de CDN são fontes comuns de noindex que ninguém quis publicar. Todos os valores e onde cada um se aplica estão na referência de meta robots e X-Robots-Tag do SEO ProCheck.
Um canonical que indica outra URL pede ao Google que indexe essa outra URL. O Google trata isso como uma sugestão forte, não uma regra, segundo o seu guia de consolidação de URLs duplicadas. Isso é certo para duplicatas de verdade e errado para uma página com conteúdo próprio. Canonicals que apontam para redirecionamentos, erros ou páginas noindex mandam sinais confusos; o guia de verificador de tag canonical trata desses casos.
A renderização pode mudar a resposta
Em sites feitos com JavaScript, o HTML bruto e a página renderizada podem discordar. Um script pode adicionar um noindex, remover um, mudar o canonical ou carregar o texto principal só depois da renderização. O guia de noções básicas de SEO para JavaScript do Google observa que, quando o HTML bruto traz noindex, o Google pode pular a renderização, então um script que o remove pode nunca rodar.
Mantenha a meta tag robots e o canonical no HTML bruto, com os mesmos valores que a página renderizada acaba tendo. Um verificador de indexabilidade que renderiza as páginas pode comparar os dois e sinalizar a diferença.
Confirme com o Search Console
Um crawler diz se uma página pode ser indexada. O Google Search Console diz se ela está indexada:
- Inspeção de URL mostra, para uma URL, se ela está no Google, o canonical que o Google escolheu, o último rastreamento e se o rastreamento e a indexação foram permitidos. Testar URL publicada a busca de novo na hora.
- O relatório de Indexação de páginas agrupa cada URL conhecida por motivo, como Excluída pela tag "noindex", Bloqueada pelo robots.txt, Página alternativa com tag canônica adequada, Cópia, O Google escolheu uma canônica diferente da do usuário, Soft 404, Rastreada, mas não indexada no momento e Detectada, mas não indexada no momento.
Compare as duas visões. As páginas que o seu crawl acha indexáveis e que o Google informa como não indexadas são as que merecem estudo: normalmente conteúdo raso ou duplicado, links internos fracos ou páginas a que o Google ainda não chegou. O SEO ProCheck lista as causas de Crawled, currently not indexed e as correções. Páginas que o Google indexou e que o seu crawl acha com noindex ou canonical para outra URL mostram uma correção que o Google ainda não captou, ou um sinal que você deixou passar. Links internos fracos são tratados no guia de ferramenta de links internos, e a descoberta lenta em sites grandes em crawl budget.
Verifique a indexabilidade com a Neova
A Neova marca cada URL como indexável ou não e diz por quê: status 200, sem noindex e um canonical para ela mesma ou nenhum. A categoria Indexabilidade reúne códigos de status, noindex, canonicals, robots.txt e HTML que quebra o head antes das tags de SEO. Com a Renderização de JavaScript ativada, cada página renderizada é comparada com o HTML bruto. Com o Google Search Console conectado, a Neova lê o veredito da Inspeção de URL do Google para até 200 URLs por crawl, as mais clicadas e depois as mais linkadas, e sinaliza páginas indexáveis que o Google não indexa ou para as quais o Google escolheu outro canonical. Entre as verificações por trás disso:

- Diretiva noindex presente e Noindex difere entre o HTML e o cabeçalho HTTP
- URL interna bloqueada pelo robots.txt
- Canonical aponta para outra URL interna e Canonical aponta para uma URL noindex
- URL interna retorna 4xx, 5xx ou nenhuma resposta e Título ou H1 tem uma frase de soft 404
- Diretiva noindex é removida por JavaScript
- URL noindex aparece em um XML Sitemap
- URL indexável não está no Google, a partir da Inspeção de URL
- URL noindex recebeu cliques no Search Console
A indexabilidade é o passo 3 e 4 do checklist de auditoria de SEO técnico. Veja os Recursos ou baixe a Neova; o plano Free rastreia até 1.000 URLs com todas as verificações.
Perguntas
O que é um verificador de indexabilidade?
Uma ferramenta que lê os sinais que os buscadores usam (código de status, robots.txt, noindex, canonical e renderização) e informa para cada URL se ela pode ser indexada e, se não, qual sinal impede.
Qual é a diferença entre indexável e indexada?
Indexável significa que nada na página ou no servidor a deixa fora do índice. Indexada significa que o Google realmente a armazenou. Uma página pode ser indexável e ainda assim não estar indexada, o que só o Search Console pode confirmar.
O robots.txt impede que uma página seja indexada?
Não. Ele impede o rastreamento. O Google ainda pode indexar uma URL bloqueada a partir de links, sem o conteúdo. Para deixar uma página fora do índice, permita o rastreamento e use noindex.
Por que a minha página indexável não está indexada?
Os motivos comuns são conteúdo raso ou duplicado, poucos links internos, o Google escolher outra URL como canonical ou o Google ainda não ter rastreado a página. A Inspeção de URL e o relatório de Indexação de páginas dão o motivo que o Google registra.
Posso verificar a indexabilidade de uma única URL?
Sim. A Inspeção de URL do Search Console verifica uma URL na sua própria propriedade. Um crawler verifica todas as URLs do site de uma vez e pode rastrear só uma lista de URLs quando você precisa de poucas.