Sistemas de ranqueamento do Google: o guia dos sistemas documentados

O Google documenta em uma página os sistemas de ranqueamento que usa na Busca. A lista separa os centrais dos voltados a necessidades específicas e ainda registra quatro sistemas aposentados.

Segundo a empresa, a Busca usa sistemas automatizados que analisam muitos fatores e sinais sobre centenas de bilhões de páginas web e outros conteúdos do índice. O objetivo é apresentar os resultados mais relevantes e úteis em uma fração de segundo.

A página traz a última atualização registrada em 10 de dezembro de 2025 (UTC). Ela separa o que o Google chama de sistemas centrais — a tecnologia de base que produz resultados em resposta a consultas — dos sistemas voltados a necessidades específicas de ranqueamento. A página serve como guia dos sistemas de ranqueamento.

O ranqueamento é por página, mas sinais de site contam

Os sistemas de ranqueamento trabalham no nível da página, segundo a documentação. Eles usam uma variedade de sinais e sistemas para entender como ranquear páginas individuais.

Sinais e classificadores de site também são usados e contribuem para o entendimento das páginas. O texto faz uma ressalva explícita: bons sinais de site não garantem bom ranqueamento de todo o conteúdo, assim como sinais ruins não condenam todo o site.

O Google diz que melhora os sistemas regularmente por meio de testes e avaliações. A empresa avisa sobre atualizações quando elas podem ser úteis a criadores de conteúdo. Para o funcionamento geral da Busca, veja como o Google funciona.

Linguagem e conceitos: BERT, RankBrain e MUM

Quatro sistemas de IA interpretam linguagem e conceitos, e o MUM só é usado em aplicações específicas.

• BERT: sistema de IA que permite ao Google entender como combinações de palavras expressam significados e intenções diferentes.
• Neural matching: sistema de IA usado para entender representações de conceitos em consultas e páginas e aproximá-los.
• RankBrain: sistema de IA que ajuda a entender como palavras se relacionam com conceitos, permitindo retornar conteúdo relevante mesmo quando ele não contém todos os termos exatos da busca.
• MUM (Multitask Unified Model): sistema de IA capaz de entender e gerar linguagem. A documentação diz que ele não é usado atualmente para ranqueamento geral na Busca. Ele aparece em aplicações específicas, como melhorar buscas sobre informações de vacinas da covid-19 e os callouts de featured snippets exibidos.
• Passage ranking: sistema de IA que identifica seções ou "passagens" individuais de uma página para entender melhor a relevância dela para uma busca.

Links, conteúdo original e frescor

As análises de links definem do que as páginas tratam e quais podem ser mais úteis.

Entre os sistemas ligados a links estão as análises de como as páginas se conectam, usadas para determinar do que as páginas tratam e quais podem ser mais úteis. O PageRank, um dos sistemas centrais usados quando o Google foi lançado, evoluiu bastante desde então e continua a fazer parte dos sistemas centrais.

Os sistemas de conteúdo original buscam mostrar conteúdo original em destaque nos resultados, incluindo a reportagem original, à frente de quem apenas a cita. O Google cita também uma marcação canônica especial que criadores podem usar para indicar a página principal quando um conteúdo foi duplicado em vários lugares.

Os sistemas de frescor ("query deserves freshness") mostram conteúdo mais recente para consultas em que isso é esperado. O exemplo dado é a busca por um filme recém-lançado, que deve trazer críticas recentes em vez de artigos antigos.

Já a desduplicação evita resultados repetidos quando há milhares ou milhões de páginas semelhantes: só os resultados mais relevantes são exibidos. A desduplicação também vale para featured snippets — uma listagem elevada a snippet não é repetida mais adiante na primeira página.

Diversidade de sites e informação confiável

O Google geralmente não mostra mais de duas listagens do mesmo site nos resultados principais.

O sistema de diversidade de sites faz com que o Google geralmente não mostre mais de duas listagens do mesmo site nos resultados principais. Pode haver exceções quando o sistema entende que é especialmente relevante para uma busca. A regra trata subdomínios como parte do domínio raiz, mas em alguns casos subdomínios são tratados como sites separados.

Vários sistemas trabalham para mostrar informação confiável, segundo a documentação. Eles ajudam a destacar páginas mais autoritativas, rebaixar conteúdo de baixa qualidade e elevar jornalismo de qualidade.

Quando informação confiável pode estar faltando, o Google exibe avisos de conteúdo sobre temas em rápida mudança. O mesmo vale quando não tem alta confiança na qualidade dos resultados disponíveis.

O sistema de avaliações (reviews system) busca recompensar avaliações de alta qualidade, com análise aprofundada e pesquisa original, escritas por especialistas ou entusiastas que conhecem bem o assunto.

Há ainda sistemas de informação em crise, para situações de crise pessoal. Eles exibem linhas de apoio e conteúdo de organizações confiáveis em consultas sobre suicídio, agressão sexual, ingestão de veneno, violência de gênero e dependência de drogas. Já o SOS Alerts leva atualizações de autoridades em desastres e crises amplas.

Sistemas de notícias locais identificam e destacam fontes locais em recursos como "Top stories" e "Local news".

Spam, remoções e domínios exatos

O Google diz empregar sistemas de detecção de spam, e o volume de remoções pesa no rebaixamento de sites.

O Google afirma empregar uma série de sistemas de detecção de spam, incluindo o SpamBrain, para lidar com conteúdo e comportamentos que violam suas políticas de spam — veja o resumo das políticas de spam.

O sistema de domínio de correspondência exata (exact match domain) ajusta o crédito dado a domínios criados para coincidir exatamente com consultas: as palavras do domínio são um entre muitos fatores.

Os sistemas de rebaixamento por remoção usam o volume de remoções processadas como sinal. Quando há volume significativo de pedidos válidos de remoção por direitos autorais envolvendo um site, o Google pode rebaixar outro conteúdo dele. Sinais semelhantes são aplicados a reclamações de difamação, produtos falsificados e remoções por ordem judicial.

Em casos de material de abuso sexual infantil, o conteúdo é sempre removido. Todos os conteúdos de sites com proporção significativa desse material são rebaixados.

Remoções de informação pessoal em sites com práticas exploratórias levam a rebaixamento. O padrão semelhante é aplicado a outros sites que adotem o mesmo comportamento, incluindo remoções de conteúdo de doxxing, imagens íntimas criadas ou compartilhadas sem consentimento e conteúdo falso não consensual.

Os quatro sistemas aposentados

Quatro sistemas aparecem na página apenas para fins históricos, por terem sido incorporados a sucessores ou aos sistemas centrais:

• Helpful content system: anunciado em 2022 como "Helpful Content Update", buscava garantir que as pessoas vissem conteúdo original e útil escrito por pessoas, para pessoas. Em março de 2024, evoluiu e passou a fazer parte dos sistemas centrais.
• Hummingbird: grande melhoria nos sistemas de ranqueamento feita em agosto de 2013.
• Panda: anunciado em 2011, buscava garantir conteúdo de alta qualidade e original nos resultados; passou a integrar os sistemas centrais em 2015.
• Penguin: anunciado em 2012, combatia spam de links; foi integrado aos sistemas centrais em 2016.

O que a página não traz

A documentação descreve o que cada sistema faz, mas não informa pesos, fórmulas nem como os sistemas se combinam em cada consulta. Também não associa os sistemas listados a nomes de atualizações recentes — o histórico de core updates é tratado em outra parte, como no guia sobre core updates do Google.