Verificador de sitemap XML: como validar seus sitemaps e corrigir o que eles listam
Um sitemap XML é uma lista das URLs que você quer que os buscadores rastreiem. Ele só ajuda se a lista for verdadeira: cada URL deve responder 200, ser indexável e ser a versão canônica, e cada página que importa deve estar nela. Um verificador de sitemap XML lê os arquivos, busca o que eles listam e compara com o que um crawl do site encontra.
O que um verificador de sitemap XML faz
Um verificador trabalha em dois níveis. Primeiro, os próprios arquivos: podem ser buscados, são XML bem formado num formato de sitemap e ficam dentro dos limites de tamanho? Depois, as URLs dentro deles: o que cada uma retorna quando requisitada, se é indexável e se bate com aquilo para onde os próprios links do site apontam.
O segundo nível é onde está a maior parte do valor. Um sitemap que valida perfeitamente ainda pode listar milhares de redirecionamentos ou deixar de fora metade das páginas de produto. Você só vê isso buscando as URLs e comparando com um crawl.
Como os sitemaps XML funcionam
O formato é definido pelo protocolo sitemaps.org, que o Google, o Bing e outros buscadores suportam. Um sitemap é um urlset com uma entrada url por página:
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://www.example.com/shoes/running</loc>
<lastmod>2026-11-12</lastmod>
</url>
</urlset>
Sites grandes dividem as URLs em vários arquivos e listam esses arquivos num índice de sitemaps:
<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<sitemap><loc>https://www.example.com/sitemap-products-1.xml</loc></sitemap>
<sitemap><loc>https://www.example.com/sitemap-blog.xml</loc></sitemap>
</sitemapindex>
Os buscadores encontram sitemaps por uma linha Sitemap: no robots.txt, que recebe uma URL completa e pode aparecer mais de uma vez, ou pelo envio no Search Console e no Bing Webmaster Tools. A visão geral de sitemaps do Google explica quando um site se beneficia de um: sites grandes, sites novos com poucos links externos e sites com muita mídia ou notícias. A referência de sitemaps XML do SEO ProCheck cobre também sitemaps de imagem, vídeo e notícias.
Limites e regras de formato do sitemap
| Regra | Limite |
|---|---|
| URLs por arquivo de sitemap | 50.000 |
| Tamanho do arquivo, sem compressão | 50 MB (52.428.800 bytes) |
| Sitemaps por índice de sitemaps | 50.000 |
| Tamanho da URL | Menos de 2.048 caracteres |
| Codificação | UTF-8, entidades escapadas |
| Forma da URL | Absoluta, rastreada como listada |
| Escopo | Mesmo host, na pasta ou abaixo dela |
O limite de 50 MB vale mesmo quando o arquivo é servido em gzip. Uma URL fora da pasta ou do host do sitemap só é permitida quando o robots.txt desse host declara o sitemap. Essas regras vêm do protocolo e do guia do Google para criar e enviar um sitemap. A página do Google sobre sitemaps grandes explica o arquivo de índice. Uma coisa mudou: o Google desativou o endpoint de ping de sitemap sem autenticação em 2023, como explica o anúncio, então envie pelo robots.txt ou pelo Search Console.
lastmod, changefreq e priority
O Google ignora changefreq e priority. Ele usa lastmod como sugestão de quando rastrear de novo uma URL conhecida, mas só quando as datas são consistentemente precisas. Um lastmod que muda em todas as páginas todo dia, ou que se move quando só o ano do rodapé muda, ensina o Google a deixar de confiar nele.
Use o lastmod para mudanças reais no conteúdo principal, nos dados estruturados ou nos links, e escreva-o no formato de data W3C, como 2026-11-12 ou um timestamp completo com fuso horário. Se você não sabe quando uma página mudou de fato, é melhor deixar o lastmod de fora do que chutar.
Os erros de sitemap XML mais comuns
A maioria dos problemas de sitemap não tem a ver com XML. São URLs que não deveriam estar na lista, ou páginas que deveriam estar e não estão:
| URL listada | Fica no sitemap | Correção |
|---|---|---|
| 200, indexável, autocanônica | ✓ | Manter |
| Redirecionamentos (3xx) | – | Listar a URL final |
| 404, 410, 5xx | – | Remover |
| Noindex | – | Remover, ou tirar o noindex |
| A canonical cita outra URL | – | Listar a canônica |
| Bloqueada pelo robots.txt | – | Remover, ou liberar |
| http:// num site https | – | Usar https |
| Host errado (com ou sem www) | – | Usar o host canônico |
Dois problemas que uma tabela de URLs listadas não consegue mostrar: páginas faltando, muitas vezes um template inteiro que o CMS nunca acrescentou, e arquivos vazios ou quebrados que retornam um erro, uma página HTML ou nenhuma URL. O guia de testador de robots.txt mostra como verificar URLs bloqueadas, e o FAQ de sitemaps XML do SEO ProCheck cobre o resto.
Sitemaps, crawls e páginas órfãs
Comparar o sitemap com um crawl pelos links responde a duas perguntas de uma vez. URLs que o crawl encontrou, mas o sitemap não lista, são páginas que o seu gerador deixa passar. URLs que o sitemap lista, mas que nenhum link interno alcança, são páginas órfãs. O guia de páginas órfãs mostra o que fazer com cada uma.
Fizemos isso no nosso próprio site. O crawl completo da Neova em seoprocheck.com em 17 de outubro de 2026:
| seoprocheck.com, 17 de out. de 2026 | Quantidade |
|---|---|
| URLs buscadas | 10.222 |
| Páginas HTML respondendo 200 | 4.561 |
| URLs nos sitemaps XML | 1.835 |
| Alcançadas pelo crawl, em nenhum sitemap | 2.727 |
| Em um sitemap, sem nenhum link | 1 |
| Completude do crawl | 99.98% |
| Tempo | 61 minutos |
Os sitemaps listavam 1.835 URLs enquanto os links alcançavam mais 2.727, então a falha estava no gerador, não no site. A única órfã era uma página só, para linkar ou aposentar. Essa comparação só significa algo porque o crawl chegou a 99,98%: um crawl parado num limite de URLs faz páginas linkadas parecerem conhecidas só pelo sitemap.
Como verificar os seus sitemaps XML
- Encontre todos os sitemaps. Leia as linhas Sitemap do robots.txt, tente
/sitemap.xmle/sitemap_index.xmle confira o que o relatório de Sitemaps do Search Console lista. - Valide os arquivos: status 200, gzip legível se comprimido, XML bem formado, dentro dos limites.
- Busque cada URL listada e registre o código de status, as diretivas de robots e a canonical.
- Rastreie o site a partir da home até o fim e compare as duas listas.
- Corrija o gerador, não o arquivo. A maioria dos sitemaps é gerada pelo CMS ou por um plugin, então uma edição à mão será sobrescrita no próximo build.
- Envie de novo e acompanhe. Confira se há erros no relatório de Sitemaps e rastreie de novo com uma agenda para pegar cedo um build quebrado.
A higiene do sitemap é um passo do checklist de auditoria de SEO técnico, e em sites grandes um sitemap limpo ajuda os buscadores a gastar o crawl budget com as páginas que contam.
Verifique sitemaps XML com a Neova
A Neova lê os sitemaps XML que o robots.txt declara, mais os que você adicionar em Ajustes, e rastreia as URLs que eles listam depois das páginas que os links alcançam. As páginas que só os sitemaps listam são buscadas numa etapa separada e contadas à parte. A categoria Sitemaps então mostra o que os sitemaps listam em comparação com o que o crawl encontrou. Você também pode rastrear só os sitemaps XML, ou colar uma lista de URLs no Crawl de lista. Algumas das verificações:
- Sitemap XML não pode ser baixado ou lido e Arquivo de sitemap vazio ou sem nenhuma URL listada
- Sitemap XML com mais de 50.000 entradas e Sitemap XML com mais de 50 MB sem compressão
- URL que redireciona listada em um sitemap XML e URL 4xx listada em um sitemap XML
- URL em noindex listada em um sitemap XML e URL canonicalizada listada em um sitemap XML
- URL bloqueada pelo robots.txt listada em um sitemap XML
- URL HTTP listada no sitemap XML de um site HTTPS e Linha Sitemap do robots.txt usa uma URL relativa
- URL indexável fora de qualquer sitemap XML e URL órfã listada em um sitemap XML
- O site não tem sitemap XML
A Neova guarda cada sitemap XML que os crawls leem e pode exportar um sitemap XML novo com as páginas indexáveis que encontrou. Veja os Recursos ou baixe a Neova.
Perguntas
Como verifico se o meu sitemap XML é válido?
Busque o arquivo e confirme que ele retorna 200, é lido como XML no formato de sitemap e fica dentro de 50.000 URLs e 50 MB sem compressão. Depois busque as URLs que ele lista: um arquivo válido ainda pode listar redirecionamentos, erros e páginas com noindex.
Quantas URLs um sitemap XML pode ter?
Até 50.000 URLs e 50 MB sem compressão por arquivo. Sites maiores dividem as URLs em vários sitemaps e os listam num índice de sitemaps, que por sua vez pode listar até 50.000 sitemaps.
Toda página deve estar no sitemap XML?
Toda página indexável e canônica que você quer nos resultados de busca deve estar. Deixe de fora redirecionamentos, páginas de erro, páginas com noindex, duplicados canonicalizados e URLs bloqueadas pelo robots.txt.
O Google usa priority e changefreq?
Não. O Google ignora os dois. Ele usa o lastmod quando as datas são consistentemente precisas, então use o lastmod só para mudanças reais de conteúdo.
Ainda posso fazer ping no Google com o meu sitemap?
Não. O Google desativou o endpoint de ping de sitemap em 2023. Declare o sitemap no robots.txt e envie-o pelo Search Console.