Num site automóvel com muitas fichas de veículos, páginas de concessionários e conteúdos editoriais, o sitemap XML continua a ser a forma mais direta de mapear todas as secções sem ter de navegar manualmente pelos menus. Mas é preciso saber ler este ficheiro, distinguir um índice de sitemaps de um sitemap único e filtrar os URL úteis entre as variantes geradas pelas combinações de filtros.
Índice de sitemaps e segmentação de URL automóveis
Um site automóvel de média dimensão ultrapassa rapidamente o limite crítico. O Google limita cada ficheiro sitemap a 50 000 URL ou 50 Mo não comprimidos. Acima desse limite, o site tem de distribuir os URL por vários ficheiros ligados através de um índice de sitemaps, muitas vezes acessível em /sitemap_index.xml ou /sitemap.xml.
Esta divisão não é apenas uma exigência técnica. Num portal automóvel, reflete a estrutura editorial: um ficheiro para as fichas dos veículos em stock, outro para as páginas de modelos, um terceiro para as notícias e um último para os concessionários ou pontos de venda. Identificar esta segmentação no índice permite reconhecer de imediato as principais secções do site.
Ao consultar o mapa do site Alerte Auto, por exemplo, é possível observar uma divisão por tipo de conteúdo que permite aceder diretamente à secção pretendida, sem percorrer milhares de linhas.
Como ler um índice de sitemaps na prática
O índice apresenta etiquetas <sitemap>, cada uma com um URL para um ficheiro secundário. O nome desse ficheiro costuma indicar a secção abrangida: sitemap-vehicules.xml, sitemap-marques.xml, sitemap-blog.xml. Basta abrir o ficheiro secundário adequado para obter a lista completa das páginas de uma secção específica.
Filtrar os URL canónicos num catálogo automóvel
Os sites automóveis geram um volume de URL desproporcionado em relação ao número real de secções. As combinações de marca, modelo, motorização, intervalo de preços e localização criam páginas de resultados filtrados que aumentam artificialmente o sitemap.
Um sitemap lista URL pretendidos, não secções únicas. Para identificar as verdadeiras secções do site, é necessário distinguir três categorias:
- URL canónicos de secções: páginas de modelos, categorias de veículos, secções editoriais e páginas de serviços. Têm caminhos curtos e estáveis (
/occasion/,/utilitaires/,/actualites/). - URL de fichas individuais: cada veículo em stock tem a sua própria página. São úteis para uma auditoria exaustiva, mas não representam secções de navegação.
- URL com parâmetros: resultados de filtros combinados, muitas vezes identificáveis pelas respetivas query strings (
?marque=renault&prix_max=15000). A sua presença no sitemap não significa que constituam secções autónomas.
Uma ordenação rápida por profundidade do URL (número de barras no caminho) ou por padrão de diretório permite identificar as secções principais em poucos segundos, num editor de texto ou numa folha de cálculo.
Método rápido para extrair as secções do sitemap XML
Aceder ao sitemap em bruto através de um navegador apresenta um ficheiro XML que pode surgir formatado ou sem formatação. Para extrair a lista de secções, o método mais eficaz passa por três etapas.
Carregue o ficheiro sitemap principal ou o índice no navegador, geralmente através de /sitemap.xml ou /sitemap_index.xml. Se o site utilizar um CMS comum (como o WordPress com um plugin de SEO), o URL é praticamente padronizado.
Copie o conteúdo para uma folha de cálculo ou para um editor capaz de processar texto estruturado. Extrair a coluna das etiquetas <loc> permite obter a lista bruta de URL. Um simples filtro pelo primeiro diretório após o domínio (/modeles/, /services/, /blog/) agrupa as páginas por secção.
Ordenar pelo campo lastmod permite identificar as secções ativas. As secções cujas páginas não são atualizadas há muito tempo podem corresponder a secções arquivadas ou abandonadas. Atenção: a data lastmod só é fiável se o site a atualizar sempre que o conteúdo é alterado. Alguns CMS regeneram-na automaticamente, mesmo sem alterações efetivas na página.
O ficheiro robots.txt como ponto de entrada alternativo
Quando o URL do sitemap não é evidente, o ficheiro robots.txt (acessível na raiz do domínio) contém muitas vezes uma diretiva Sitemap: que aponta para o ficheiro correto. Este deve ser o primeiro passo antes de tentar adivinhar caminhos de URL.
Limitações do sitemap para mapear um site automóvel
Um sitemap XML é um inventário declarativo. Não garante que o Google explore efetivamente as páginas listadas nem que as indexe. Podem existir secções inteiras na navegação do site sem constarem do sitemap, sobretudo páginas geradas dinamicamente por filtros ou landing pages recentes ainda não declaradas.
Por outro lado, URL obsoletos ou redirecionados podem continuar no ficheiro se a manutenção não for rigorosa. Num site automóvel em que o stock de veículos muda diariamente, o sitemap pode incluir fichas de veículos já vendidos.
Para mapear todas as secções, recomendamos cruzar o sitemap com a navegação visível do site (menus principais, rodapé e ligações internas) e, se estiverem disponíveis, com os dados da Google Search Console, que mostram as páginas efetivamente indexadas.
O sitemap continua a ser o ponto de partida mais rápido para obter uma visão geral estruturada. Cruzar o sitemap, a navegação e os dados de indexação permite criar o mapa mais fiável. Num portal automóvel com milhares de páginas, esta abordagem combinada evita deixar escapar uma secção escondida num submenu ou ausente do ficheiro XML.
