Verificador de Indexabilidade

O Google avalia um conjunto de sinais em uma ordem específica; um único negativo na cadeia é suficiente para bloquear a indexação.

Ordem de avaliação de sinais

1. Status HTTP: 2xx necessário. Cadeias 3xx são seguidas; 4xx e 5xx encerram a indexação.
2. robots.txt: se a URL for proibida para o Googlebot, a página nunca é rastreada, o que significa que as tags noindex nela nunca são vistas.
3. Cabeçalho X-Robots-Tag: noindex nos cabeçalhos de resposta HTTP bloqueia a indexação.
4. Meta robots: <meta name="robots" content="noindex"> bloqueia a indexação.
5. Canônico: um canônico apontando para outro lugar significa que o Google indexa essa outra URL em vez disso.
6. Qualidade do conteúdo e detecção de duplicatas: o Google pode pular a indexação mesmo sem diretrizes explícitas.

Erros comuns que isso captura

A armadilha do robots.txt + noindex

Se você Disallow: uma URL no robots.txt, o Google nunca a rastreia, então nunca vê nenhuma tag noindex. A URL ainda pode aparecer nos resultados de pesquisa como uma entrada “em branco” com apenas a URL e sem descrição. Para remover uma URL do índice corretamente, permita o rastreamento e use noindex, depois bloqueie o rastreamento apenas depois que o Google a tiver desindexado.

Testando do ponto de vista do Googlebot

O verificador envia o agente do usuário Googlebot, então quaisquer truques do lado do servidor “rastreador só vê X” são visíveis. Sempre verifique URLs de produção, não de staging.