Sitemap XML: como criar, formatos, limites e envio ao Google

O sitemap é o arquivo em que um site informa a buscadores quais páginas, vídeos e outros arquivos existem e como se relacionam. A documentação do Google define formatos aceitos, limite de 50 MB e 50 mil URLs por arquivo e as formas de envio.

O sitemap informa o que o site considera importante

A documentação do Google sobre sitemaps afirma que buscadores leem o arquivo para rastrear o site com mais eficiência. O sitemap diz quais páginas e arquivos o site considera importantes e traz dados sobre eles — como a data da última atualização e as versões alternativas de idioma.

A mesma documentação, porém, é explícita: enviar um sitemap é uma dica, não uma garantia de que o Google vai baixar o arquivo ou rastrear as URLs listadas.

Formatos com extensões permitem detalhar conteúdo específico:

• Vídeo: duração, classificação e indicação de faixa etária.
• Imagem: a localização das imagens da página.
• Notícia: o título do artigo e a data de publicação.

O sitemap ajuda em sites grandes, novos ou com muita mídia

Se as páginas do site estão bem linkadas, o Google costuma descobrir a maior parte dele sozinho. O sitemap melhora o rastreamento em três situações descritas pela empresa:

• sites grandes, em que é difícil garantir que toda página tenha ao menos um link interno;
• sites novos, com poucos links externos apontando para eles;
• sites com muito conteúdo de mídia (vídeo, imagem) ou que aparecem no Google News.

Um sitemap pode ser dispensável. O Google considera pequeno um site com cerca de 500 páginas ou menos. Também não precisa do arquivo o site bem linkado internamente ou sem muitos arquivos de mídia e páginas de notícia para mostrar na busca.

Para entender como o Google descobre e indexa páginas, vale ver o guia sobre como o Google funciona.

XML é o formato mais completo — e o Google não prefere nenhum

O Google não tem preferência entre os formatos definidos pelo protocolo de sitemaps. Cada um tem vantagens e limitações.

Formato	O que entrega	Limitação
XML	O mais versátil e extensível: permite incluir imagens, vídeos, notícias e versões localizadas. A maioria dos CMS gera o arquivo automaticamente ou tem plugin para isso.	Manutenção trabalhosa em sites grandes ou com URLs que mudam com frequência.
RSS, mRSS e Atom 1.0	Estruturalmente parecidos com o XML e fáceis de fornecer, porque muitos CMS já criam feeds.	Só descrevem vídeos, além de HTML e outros conteúdos textuais indexáveis — não imagens nem notícias.
Texto	O mais simples: arquivo .txt com uma URL por linha e nada além disso.	Lista apenas URLs de páginas HTML e outros conteúdos textuais indexáveis.

Exemplo mínimo de sitemap XML

Este é o sitemap XML básico apresentado pela documentação do Google, com a localização de uma única URL:

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://www.example.com/foo.html</loc>
<lastmod>2022-06-04</lastmod>
</url>
</urlset>

50 MB, 50 mil URLs e UTF-8: os limites que mais se ignora

A documentação destaca que as boas práticas mais ignoradas são justamente as de tamanho, localização e URLs incluídas. Em qualquer formato, cada sitemap vai até 50 MB descompactados ou 50 mil URLs.

• Tamanho: acima do limite, é preciso dividir em vários sitemaps e, se quiser, reuni-los em um arquivo de índice de sitemaps.
• Codificação: o arquivo precisa estar em UTF-8.
• Localização: o sitemap pode ficar em qualquer lugar do site. Mas, a menos que seja enviado pelo Search Console, ele afeta apenas os descendentes do diretório em que está. Por isso o Google recomenda publicá-lo na raiz.
• URLs: use endereços absolutos e completos. O Google tenta rastrear exatamente o que está listado — https://www.example.com/mypage.html, não /mypage.html.
• Canônicas: inclua as URLs que você quer ver nos resultados. Se a mesma página responde em URLs diferentes, escolha a preferida. Para versões móvel e desktop, a recomendação é apontar só uma delas, a menos que você anote as duas.

O Google ignora priority e changefreq

Sobre a data de modificação, o Google afirma que ignora os valores de <priority> e <changefreq>. O <lastmod> só é usado quando é consistente e verificável.

A data deve refletir a última atualização significativa da página — mudança no conteúdo principal, nos dados estruturados ou nos links. Trocar o ano do copyright não conta. Valores de tags XML precisam de escape de entidades.

Como criar o sitemap

A documentação descreve três caminhos, conforme a arquitetura e o tamanho do site:

1. Deixar o CMS gerar. WordPress, Wix e Blogger, entre outros, normalmente já disponibilizam um sitemap aos buscadores. Vale procurar na documentação do CMS como o arquivo é gerado ou como criá-lo quando não há geração automática.
2. Criar manualmente. Para sitemaps com menos de algumas dezenas de URLs, dá para montar o arquivo em um editor de texto seguindo a sintaxe do formato escolhido. O nome do arquivo pode ser qualquer um, desde que os caracteres sejam permitidos em URL.
3. Gerar automaticamente. Acima de algumas dezenas de URLs, o melhor caminho, segundo o Google, é fazer o próprio software do site gerar o arquivo — por exemplo, extraindo as URLs do banco de dados e exportando para um arquivo no servidor. A ordem das URLs não importa.

Como enviar ao Google

O Google lista três formas de disponibilizar o sitemap:

• Search Console: o relatório de Sitemaps mostra quando o Googlebot acessou o arquivo e eventuais erros de processamento. A API do Search Console permite o envio programático.
• robots.txt: uma linha no arquivo, que o Google lê no próximo rastreamento.
• WebSub: no caso de feeds Atom ou RSS, para anunciar mudanças a buscadores.

No robots.txt, a linha fica assim:

Sitemap: https://example.com/my_sitemap.xml

É possível declarar várias linhas de sitemap no robots.txt, sem limite de quantidade, segundo a documentação. Se o site ainda não está no Search Console, o guia de primeiros passos no Search Console cobre a verificação de propriedade; e o passo a passo de como criar um robots.txt mostra onde a linha entra.

Para quem administra vários sites verificados, o Google descreve o envio cruzado: reunir sitemaps de todos os sites em um único local ou manter sitemaps individuais hospedados juntos, referenciando cada um no robots.txt do site correspondente.

Vale notar também a diferença entre pedir rastreamento e avisar sobre mudanças — o comparativo Sitemap XML vs IndexNow trata das duas abordagens. Se o arquivo apresentar erro, a orientação é investigar pelo Search Console.

O que fazer agora

1. Escolha o formato: XML se precisar de imagens, vídeos, notícias ou versões de idioma; texto se bastarem URLs de páginas HTML.
2. Confira os limites: 50 MB descompactados, 50 mil URLs e codificação UTF-8. Acima disso, divida em vários arquivos.
3. Publique na raiz do site, com URLs absolutas e canônicas.
4. Envie pelo Search Console ou declare no robots.txt.
5. Acompanhe o relatório de Sitemaps para ver erros de processamento — e lembre que o envio é dica, não garantia de indexação.