SEO Programático · Capítulo 10 de 21 · 41 min
Gerar tudo e publicar só o que tem dado
Decidir página a página o que entra no índice, contra o inventário real, é o controle que mais protege um acervo grande.
Este capítulo faz parte do curso gratuito SEO Programático. Para marcar como concluído e salvar o progresso, abra este capítulo na página do curso.
Publicar para o índice milhares de páginas sem dado é o atalho mais curto entre um projeto legítimo e a definição oficial de doorway, e a conta cai sobre o domínio inteiro. Você acabou de ligar o gerador do Radar. A matriz é município x combustível: 5.570 municípios do IBGE por quatro tipos de combustível. O template funciona, as rotas respondem, o build passa. Aí você abre o CSV da ANP daquela semana e descobre que a coleta cobre algo em torno de algumas centenas de municípios, não os 5.570. A maioria esmagadora das páginas que você acabou de gerar não tem preço nenhum para mostrar.
A tentação é gerar todas iguais, preencher o vazio com texto de template ("ainda não temos dados de preço para este município") e deixar o buscador escolher quais valem a pena. É exatamente aqui que um projeto legítimo vira doorway.
A política de spam do Google define doorway assim: sites ou páginas criadas para rankear em consultas específicas e similares, que levam o usuário a páginas intermediárias menos úteis que o destino final. E dá o exemplo que descreve literalmente uma matriz geográfica sem dado: múltiplos domínios ou páginas voltadas a regiões ou cidades específicas que funilam usuários. Cinco mil páginas idênticas com o nome do município trocado casam com essa definição palavra por palavra.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
O mercado maduro resolve isso de um jeito que você pode auditar com curl em dois minutos, sem ferramenta paga. O QuintoAndar publica no sitemap a matriz combinatória inteira (transação x cidade x bairro x rua x tipo de imóvel x filtro) e aplica noindex por página quando aquela combinação específica não tem estoque que justifique a existência dela.
Os dois comandos abaixo são o exemplo resolvido deste módulo. Rode antes de escrever qualquer linha do seu gerador: a evidência foi coletada em 19/07/2026 e o comportamento é o que você vai reproduzir no Radar.
# Combinação COM inventário: canonical próprio e nenhum meta robots noindex.
curl -s -L "https://www.quintoandar.com.br/alugar/imovel/jardim-aurelia-campinas-sp-brasil/casa/2-quartos" \
| grep -io 'name="robots" content="[^"]*"\|rel="canonical" href="[^"]*"'
# Combinação SEM inventário: mesma família de URL, mesmo template, noindex aplicado.
curl -s -L "https://www.quintoandar.com.br/alugar/imovel/jardim-jamaica-santo-andre-sp-brasil/casa/proximo-ao-metro" \
| grep -io 'name="robots" content="[^"]*"'
# -> <meta name="robots" content="noindex">
# A matriz inteira continua declarada no sitemap, inclusive as combinações sem estoque:
curl -s https://www.quintoandar.com.br/sitemap-v2.xml | grep -o "sitemap-v2-[a-z0-9-]*" | head -20A leitura correta dessa evidência tem três partes, e a ordem importa.
- A decisão acontece em tempo de render, contra o dado real. O template é o mesmo nos dois casos. O que muda é o registro que alimenta aquela URL naquele momento. Não existe uma lista estática de "URLs boas" mantida à mão.
- A URL existir não significa a URL ser indexável. As duas coisas vivem em camadas diferentes: a rota responde 200 para quem chega por link direto, e o
robotsdecide se ela entra no índice. - Isso é a diferença operacional entre SEO programático e doorway. A página existe porque existe estoque, não porque existe uma combinação de strings possível.
O padrão de implementação tem três partes, e falhar em qualquer uma delas derruba as outras duas.
- O registro carrega a informação de cobertura explicitamente. É o que você preparou em [Bloquear a publicação de registro inválido](#validacao-como-gate-de-build), quando o schema deixou de validar formato e passou a validar conteúdo. Se
postosPesquisadosnão existe no registro, a rota não tem como decidir nada. - A função de metadata decide
robotsa partir do registro, com uma consulta ao dado, nunca com uma lista fixa no código. - O limiar é um número declarado e revisável, com data e motivo escritos, em vez de uma intuição espalhada por três arquivos.
// src/lib/radar/limiar.ts
// O limiar mora em UM lugar, tem data de revisão e tem motivo escrito.
// Quando alguém perguntar "por que 3 postos?", a resposta está no código.
export const LIMIAR_INDEXACAO = {
postosMinimos: 3,
exigeColetaNaSemana: true,
revisadoEm: "2026-07-19",
motivo:
"Preço médio calculado sobre um ou dois postos descreve aqueles postos, " +
"não o município. Abaixo de 3 postos a página não entrega o dado que promete.",
} as const;
export type RegistroPreco = {
municipioIbge: string;
combustivel: "gasolina-comum" | "etanol" | "diesel-s10" | "glp";
semanaIso: string;
precoMedio: number | null;
postosPesquisados: number;
temColetaNaSemana: boolean;
};
export function decidirIndexacao(registro: RegistroPreco | null): boolean {
if (registro === null) return false;
if (LIMIAR_INDEXACAO.exigeColetaNaSemana && !registro.temColetaNaSemana) return false;
if (registro.precoMedio === null) return false;
return registro.postosPesquisados >= LIMIAR_INDEXACAO.postosMinimos;
}// src/app/preco/[uf]/[municipio]/[combustivel]/page.tsx
// Next.js 16: params é uma Promise em page e em generateMetadata.
import type { Metadata } from "next";
import { buscarRegistro } from "@/lib/radar/registro";
import { decidirIndexacao } from "@/lib/radar/limiar";
type Params = { uf: string; municipio: string; combustivel: string };
const BASE = "https://radar-combustivel.exemplo.com.br";
export async function generateMetadata(
props: { params: Promise<Params> },
): Promise<Metadata> {
const { uf, municipio, combustivel } = await props.params;
const registro = await buscarRegistro(uf, municipio, combustivel);
const indexavel = decidirIndexacao(registro);
return {
title: registro?.precoMedio
? "Preço médio de " + combustivel + " em " + municipio + " (" + uf + ")"
: "Sem coleta de preço em " + municipio + " (" + uf + ") nesta semana",
alternates: {
// Canônica autorreferencial: a própria URL que responde 200.
canonical: BASE + "/preco/" + uf + "/" + municipio + "/" + combustivel,
},
robots: indexavel
? { index: true, follow: true }
: { index: false, follow: true },
};
}Repare no follow: true do ramo negativo. A página não entra no índice e continua passando link para as páginas vizinhas que têm dado. Aplicar noindex, nofollow por reflexo corta a descoberta interna do seu próprio catálogo. E jamais bloqueie no robots.txt uma URL que carrega noindex: o bloqueio impede o rastreio e, sem rastrear, o Google não vê o noindex que você aplicou.
A página com noindex não pode ser uma casca vazia. Alguém vai chegar nela por link direto, por histórico ou por compartilhamento, e essa pessoa merece uma resposta.
No Radar, a página de município sem coleta diz três coisas, nessa ordem: que não houve coleta da ANP naquela semana para aquele município, quando foi a última semana com dado (se houver), e para onde ir agora, que é a média da UF e os municípios vizinhos com coleta. Isso mantém a página útil ao usuário, honesta sobre a ausência do dado e ligada ao resto do acervo, sem pedir ao buscador que a trate como conteúdo indexável.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
Canonical pertence a este módulo, e não ao de sitemap, porque ela é irmã da decisão de indexação: as duas declaram intenção sobre uma página que já existe.
A mesma documentação é explícita quanto ao status da tag: rel="canonical" é preferência e não diretiva. O texto oficial diz que nenhum desses sinais é obrigatório, e que o seu site provavelmente vai se sair bem sem especificar preferência de canônica, porque o Google identifica qual versão da URL é objetivamente a melhor para mostrar. Ela também recomenda a canônica autorreferencial na própria página canônica, que é o que o código acima faz.
A consequência para site programático é dura e vale escrever na parede: canonical não conserta duplicação. Ela declara preferência sobre um problema que continua existindo. Se duas páginas do seu gerador precisam de canonical apontando uma para a outra, a pergunta certa não é qual das duas ganha a tag. A pergunta é por que as duas foram geradas.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
Se o seu gerador injeta noindex por JavaScript depois da hidratação, ele está construindo sobre comportamento que o Google declarou indefinido em 15/12/2025. Indefinido significa que pode funcionar hoje, falhar amanhã e você nunca saber qual das duas coisas aconteceu. Some a isso o esclarecimento de 18/12/2025, de que páginas com status HTTP diferente de 200 podem não ser enviadas para renderização: se a sua página de "sem dado" responde 404 esperando que um script depois ajuste alguma coisa, o script pode nem rodar. A decisão de indexação pertence ao servidor, no HTML da origem, antes de qualquer hidratação.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
Antes de subir o gerador, faça o teste do bot burro: baixe a página com curl e leia o HTML cru. O meta name="robots" e o rel="canonical" corretos precisam estar ali, no primeiro byte que chega, sem JavaScript nenhum. Se você precisa abrir o inspetor do navegador para ver a tag, o crawler pode nunca vê-la. É o mesmo comando que você usou para auditar o QuintoAndar, apontado agora para o seu próprio site.
Um último sinal, para você saber o que procurar quando chegar ao módulo de medição. No relatório de indexação do Search Console existe um estado chamado Crawled - currently not indexed, definido como: a página foi rastreada pelo Google e não indexada, pode ou não ser indexada no futuro, e não há necessidade de reenviar a URL.
Em site programático, esse estado é o sinal mais direto de que o template produz páginas indistinguíveis entre si. O Google gastou recurso para buscar a página e decidiu que ela não merece espaço no índice. A orientação oficial é literalmente não fazer nada e não reenviar, o que significa que reenviar URL, pingar sitemap ou remexer nos links internos é ritual. O que resolve é o que este módulo faz: gerar menos páginas indexáveis e aumentar a densidade de informação das que sobram. O diagnóstico completo do relatório fica para [Medir a cauda do acervo com Search Console e BigQuery](#medicao-gsc-e-bigquery).
Aplique o limiar do Radar (coleta na semana e pelo menos 3 postos) a cinco casos e justifique pelo mecanismo, não pelo número. Sorriso (MT), diesel S10, 11 postos: index. Nova Bandeirantes (MT), etanol, sem coleta há 14 semanas: noindex com caminho para a média da UF. Campinas (SP), gasolina, 46 postos: index. Itaquaquecetuba (SP), GLP, 2 postos: noindex, porque o preço descreve dois postos e não o município. Barreiras (BA), etanol, exatamente 3 postos com dispersão alta: passa no limiar, e é aí que vale acrescentar ao registro um campo de dispersão, em vez de subir o corte de 3 para 5. Leve a mesma lista de casos de fronteira do seu projeto à reunião com quem constrói.
O guia abaixo é para quem aprova o lançamento de um acervo novo ou herdou um catálogo com muitas páginas rastreadas e não indexadas. Ele destrava a decisão de quantas páginas vão para o índice nesta semana, e por quê.
Guia de implementação: ligar o portão de inventário
Cinco passos para que a decisão de indexação saia do dado, e não de uma lista mantida à mão.
Passo 1: Exigir o campo de cobertura no registro
Cada registro precisa dizer se houve coleta na semana e quantos pontos sustentam o número.
Deu certo quando: O schema recusa registro sem o campo de cobertura preenchido.
Erro comum: Inferir cobertura pelo preço preenchido, sem contar quantos postos o sustentam.
Passo 2: Escrever o limiar num lugar só
O corte vive em um arquivo, com data de revisão e motivo em uma frase.
Deu certo quando: Qualquer pessoa responde "por que 3 postos?" lendo um único arquivo.
Erro comum: Espalhar o mesmo número por três arquivos e esquecer um deles na revisão.
Passo 3: Decidir robots no servidor
A função de metadata consulta o registro da rota e devolve index ou noindex no HTML da origem.
Deu certo quando: O `curl` da URL mostra a meta robots correta no HTML cru, sem JavaScript.
Erro comum: Injetar noindex por JavaScript depois da hidratação, comportamento que o Google chama de indefinido.
Passo 4: Dar à página sem dado uma resposta útil
A URL sem coleta responde 200, diz a última semana com dado e aponta para a média da UF.
Deu certo quando: Quem chega por link direto encontra caminho, e a página fica fora do índice.
Erro comum: Bloquear a URL no robots.txt, o que impede o Google de ler o noindex.
Passo 5: Publicar o número semanal de páginas indexáveis
O painel mostra quantas páginas passaram no limiar e quantas ficaram de fora nesta semana.
Deu certo quando: A diretoria recebe um número com data, e não uma impressão sobre o acervo.
Erro comum: Reenviar URLs ou pingar sitemap para tentar tirar páginas de "rastreada, mas não indexada".
No fim você tem: Um acervo em que cada página indexável tem dado que a justifica, um limiar auditável e um número semanal de páginas no índice que a diretoria consegue cobrar.
Quem faz, quanto custa, como conferir
| Etapa | Quem faz | Prazo e esforço | Como conferir |
|---|---|---|---|
| Campo de cobertura no registro | Engenheiro de dados | 1 a 2 dias | Registro sem cobertura é recusado na validação |
| Limiar declarado | Dono do dado com o analista de SEO | 2 horas de reunião; sem custo de licença | Arquivo único com número, data e motivo |
| Robots decidido no servidor | Desenvolvedor | 1 a 2 dias | curl em duas URLs, uma com e outra sem dado |
| Página sem dado útil | Desenvolvedor e gerente de conteúdo | 1 dia | URL sem coleta responde 200 e mostra caminho |
| Número semanal no painel | Analista de SEO | Meio dia na primeira vez | Contagem com data no relatório do comitê |
Guia prático: conferir o portão de inventário nas telas do Search Console. Depois que as páginas sem dado saem com noindex ou nem nascem, duas telas mostram se o Google leu o acervo do jeito planejado: o relatório de indexação de páginas, que mostra o grupo, e a inspeção de URL, que mostra a página. O roteiro abaixo segue a ajuda oficial consultada em 01/10/2026.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
Ler o relatório de indexação de páginas por grupo de template
Cinco passos, uma vez por semana nas oito primeiras semanas do lote. O filtro por sitemap só funciona bem se cada pedaço do sitemap corresponder a um grupo de páginas.
Passo 1: Troque o filtro do topo para o sitemap do grupo
O padrão é Todas as páginas conhecidas. Escolha Todas as páginas enviadas e, em seguida, o arquivo do grupo que está sendo lido.
Deu certo quando: O gráfico mostra só as páginas do grupo, separadas entre indexadas e não indexadas.
Erro comum: Ler o site inteiro e misturar o acervo programático com o blog e as páginas institucionais.
Passo 2: Separe o motivo esperado dos motivos de alerta
Excluída pela tag noindex é o portão funcionando. Rastreada, mas ainda não indexada é o sinal de que o Google leu e não viu valor suficiente.
Deu certo quando: A tabela abaixo foi preenchida com a contagem de cada motivo para o grupo.
Erro comum: Abrir chamado técnico para o noindex que o próprio portão aplicou.
Passo 3: Abra os exemplos e exporte
A lista de exemplos de cada motivo tem limite de mil linhas, mesmo quando o grupo é maior.
Deu certo quando: A planilha exportada mostra se as páginas paradas têm um traço em comum, como a mesma faixa de população.
Erro comum: Concluir que o problema atinge só as mil páginas listadas.
Passo 4: Corrija o grupo inteiro, não a página da amostra
Se o motivo for valor baixo, a correção é de template ou de dado, como no capítulo "Medir o template contra as melhores páginas do assunto".
Deu certo quando: A correção entra no template e muda todas as páginas do grupo de uma vez.
Erro comum: Reescrever à mão as dez páginas que apareceram na amostra.
Passo 5: Clique em Validar correção e marque a data
A ajuda oficial diz que a validação leva até duas semanas, e pode levar muito mais.
Deu certo quando: A validação aparece em andamento, e a data entra no registro do lote.
Erro comum: Pedir nova validação a cada dois dias e reiniciar a contagem.
No fim você tem: Uma leitura semanal por grupo, com o motivo de cada página fora do índice separado entre esperado e alerta.
Motivos do relatório e a leitura deles num acervo programático
| Motivo na tela | O que costuma indicar no acervo | Ação |
|---|---|---|
| Excluída pela tag noindex | O portão de inventário funcionando | Nenhuma, se a contagem bate com as páginas sem dado |
| Rastreada, mas ainda não indexada | Página lida e julgada sem valor suficiente | Rever densidade do template e dado exclusivo do grupo |
| Detectada, mas não indexada no momento | Fila de rastreio, comum em lote grande e recente | Esperar e conferir links internos para o grupo |
| Erro soft 404 | Página que responde 200 com aparência de vazia | Responder 404 de verdade quando falta o registro |
| Página alternativa com canonical adequado | Variação apontando para a página principal | Nenhuma, se a variação foi feita para isso |
| Cópia sem canonical escolhido pelo usuário | Páginas quase iguais que o Google agrupou sozinho | Fundir as páginas ou declarar a principal |
Nomes dos motivos conforme a ajuda do relatório de indexação de páginas, consultada em 01/10/2026.
Se a figura ultrapassar a área visível, deslize para os lados. Pelo teclado, foque a figura e use as setas.
Inspecionar uma amostra de dez páginas por grupo
Quatro passos para confirmar, página a página, o que o relatório mostrou no agregado. Sorteie dez URLs do grupo: cinco indexadas e cinco fora do índice.
Passo 1: Rode Testar o URL publicado e abra Ver a página rastreada
O HTML rastreado é o que o Google leu, depois da renderização.
Deu certo quando: O dado exclusivo da página, como o preço da semana ou o estoque da loja, está no HTML rastreado.
Erro comum: Dado carregado só no navegador do visitante, que some no HTML que o Google leu.
Passo 2: Compare o canonical declarado com o escolhido pelo Google
A tela mostra os dois lado a lado na seção de indexação.
Deu certo quando: Os dois campos apontam para a mesma URL em todas as páginas da amostra.
Erro comum: O Google escolhendo a página de outra cidade como principal, sinal de páginas quase iguais.
Passo 3: Abra Melhorias e experiência
É ali que aparecem os dados estruturados detectados na página.
Deu certo quando: O tipo de dado estruturado do template aparece válido nas dez páginas.
Erro comum: Marcação válida numa página e ausente na seguinte, porque o campo vinha vazio do registro.
Passo 4: Use Solicitar indexação só para a página corrigida que importa
A ajuda informa que existe um limite diário de solicitações e indica o sitemap para muitas páginas.
Deu certo quando: As solicitações do mês cabem numa lista curta, com motivo para cada uma.
Erro comum: Gastar a cota pedindo indexação do lote inteiro, página por página.
No fim você tem: Dez provas por grupo de que o dado, o canonical e a marcação chegaram ao Google como planejado.
Peça hoje a quem constrói o arquivo do limiar e duas URLs de teste, uma com dado e outra sem. Confira com curl em até uma semana: a primeira precisa trazer canonical autorreferencial e nenhum noindex, a segunda precisa responder 200 com noindex no HTML cru. Se as duas passarem, cobre no comitê seguinte o número de páginas indexáveis da semana.
Perguntas frequentes deste capítulo
Se a página não vai ser indexada, por que gerar a URL em vez de retornar 404?
Devo tirar do sitemap as URLs com noindex?
Qual número usar como limiar? Existe um valor recomendado?
Posso usar rel=canonical para consolidar páginas municipais parecidas em vez de aplicar noindex?
Meu site é estático e o robots sai no build. Isso conta como decisão em tempo de render?
Seu caderno neste capítulo
Abrir o caderno completoSelecione um trecho do capítulo para destacar ou anotar. Nos vídeos e áudios, use Anotar este momento. No teclado, selecione com Shift e as setas e use Alt+Shift+D para destacar ou Alt+Shift+N para anotar.
Salvo neste navegador. Entre na sua conta para levar o caderno a outros aparelhos.
Entre na sua conta para compartilhar o que aprendeu e convidar alguém para estudar com você.
Conexões deste capítulo
Explore os conceitos e compare abordagens em outros cursos. As conexões indicam assuntos relacionados; a sequência de estudo continua no índice do curso.
Conceitos deste capítulo
O mesmo assunto em outros cursos
- Search Console para decisãoConfirme que a página existe no índice antes de discutir posiçãoExaminar conexões de Confirme que a página existe no índice antes de discutir posição
- SEO Técnico para E-commerce de Alta EscalaIndexação e canonicais: controle em larga escalaExaminar conexões de Indexação e canonicais: controle em larga escala
- GEO Universal FrameworkRode o ciclo mensal e reporte em cinco linhasExaminar conexões de Rode o ciclo mensal e reporte em cinco linhas
- Gestão de Projetos GEODiagnosticar obstáculos na página da empresaExaminar conexões de Diagnosticar obstáculos na página da empresa