O que significam os erros de sitemap no Google Search Console e como corrigi-los?
Erros de sitemap no Google Search Console significam que o Google não conseguiu baixar o arquivo (Couldn't fetch, ou “Não foi possível buscar” na interface em português, que na página de detalhes aparece como Sitemap could not be read) ou que o baixou mas não conseguiu interpretar parte dele (Has errors). Falhas de busca costumam vir de URL errada, regra no robots.txt, erro do servidor ou firewall respondendo ao Googlebot; erros de leitura vêm de XML quebrado, datas inválidas, URLs erradas ou arquivos com mais de 50.000 URLs ou 50 MB. Teste a URL do sitemap de fora com curl, corrija a causa e reenvie.
O relatório Sitemaps do Search Console economiza palavras: um status, uma contagem e às vezes o nome de um erro. Por trás de cada status há uma falha específica que você reproduz no seu terminal em um minuto. Este guia liga cada mensagem documentada pelo Google à sua causa, mostra como testá-la de fora e indica a correção.
Neste artigo
- O que significam os status de sitemap no Search Console?
- Por que o Search Console diz Couldn't fetch ou Sitemap could not be read?
- Como testo um sitemap de fora?
- O que significam as mensagens de Has errors e como corrigi-las?
- Quais são os limites de tamanho e as regras de formato de um sitemap?
- Os crawlers de IA também usam sitemaps?
O que significam os status de sitemap no Search Console?
Cada sitemap enviado recebe um status, referente à última vez que o Google o solicitou:
- Success: o sitemap foi buscado e processado sem erros, e todas as URLs dele estão na fila de rastreamento.
- Has errors (também exibido como Sitemap had X errors): o arquivo foi buscado, mas partes dele não puderam ser interpretadas. As URLs lidas corretamente continuam na fila.
- Couldn't fetch: o Google não conseguiu obter o próprio arquivo. Na interface em português, o status aparece como “Não foi possível buscar”. Ao abrir o sitemap, a página de detalhes diz Sitemap could not be read. No Search Console em francês, a mesma mensagem é Impossible de lire le sitemap, e o status principal é Impossible de récupérer le sitemap.
Se a busca ou a leitura falha, o Google continua tentando por alguns dias e depois para de solicitar aquele sitemap, então um sitemap quebrado não se conserta sozinho. Mais dois detalhes explicam muitos relatórios confusos: o relatório só lista sitemaps enviados pelo próprio relatório ou pela API, não os encontrados no robots.txt, e só mostra sitemaps da propriedade atual, então confirme que você está na propriedade certa, com http ou https e com ou sem www.
Por que o Search Console diz Couldn't fetch ou Sitemap could not be read?
O Google lista estas causas documentadas para uma falha de busca:
- O sitemap está bloqueado pelo robots.txt. O Google respeita o robots.txt ao buscar sitemaps, então uma regra como
Disallow: /sitemapo impede. - A URL está errada e retorna 404. Um caminho diferente, um
wwwfaltando ouhttpem vez dehttpssão os erros mais comuns. - Um erro geral, como o servidor indisponível. Alguns são temporários.
- O site tem uma ação manual não resolvida. Os sitemaps não são lidos até que ela seja corrigida.
- Baixa demanda de rastreamento para o sitemap.
Uma causa que o Google não cita separadamente aparece como erro geral ou HTTP: um firewall, CDN ou proteção contra bots que responde ao Googlebot com 403, 429 ou uma página de desafio enquanto o seu navegador recebe o arquivo. Uma exigência de login na frente do arquivo tem o mesmo efeito. Para confirmar a falha do lado do Google, cole a URL do sitemap na ferramenta de inspeção de URL, rode um teste ao vivo e verifique se o rastreamento está permitido e se a busca da página foi bem-sucedida.
Como testo um sitemap de fora?
Rode estas quatro verificações em qualquer máquina. Troque example.com pelo seu domínio.
# 1. Status, redirects and content type
curl -sIL https://example.com/sitemap.xml | grep -iE '^(HTTP|location|content-type)'
# 2. The same file requested with Googlebot's user agent
curl -s -o /dev/null -w "%{http_code} %{content_type} %{size_download}\n" \
-A "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)" \
https://example.com/sitemap.xml
# 3. Rules and Sitemap lines in robots.txt
curl -s https://example.com/robots.txt | grep -iE '^(user-agent|disallow|allow|sitemap)'
# 4. Well-formed XML and number of URLs
curl -s https://example.com/sitemap.xml -o sitemap.xml
xmllint --noout sitemap.xml && grep -o '<loc>' sitemap.xml | wc -l O que observar: o status final precisa ser 200. Uma cadeia de redirecionamentos significa que você enviou um endereço que não é o final; o Search Console mostra exatamente a URL enviada e não segue redirecionamentos para ela, então envie a URL final. Um tipo de conteúdo text/html com corpo em HTML significa que o servidor enviou uma página, muitas vezes uma página 404 ou a home, em vez do arquivo. Se a verificação 2 retornar 403, 429 ou 503 enquanto a 1 retorna 200, uma regra de firewall está tratando crawlers de forma diferente. Alguns servidores respondem a solicitações HEAD de forma diferente de GET, e por isso a verificação 2 usa uma solicitação normal.
Seu teste sai do seu próprio endereço IP, então mostra como as suas regras tratam o user agent. Regras baseadas em faixas de IP ainda podem tratar o Googlebot real de outro jeito. O Google publica as faixas de IP dos crawlers dele e aceita verificação por DNS reverso, então uma regra de liberação pode corresponder ao crawler real em vez da string de user agent.
O que significam as mensagens de Has errors e como corrigi-las?
Quando o arquivo é buscado mas não pode ser interpretado por completo, a página de detalhes informa o erro. Os que você tem mais chance de ver:
- Parsing error: o XML não pôde ser interpretado, muitas vezes por causa de um caractere sem escape em uma URL. Escreva
&como&e faça o escape de',",<e>também. - Unsupported format: o cabeçalho ou o namespace está errado. Um sitemap precisa começar com a declaração XML e usar o namespace
http://www.sitemaps.org/schemas/sitemap/0.9, com aspas retas. - Invalid date:
lastmodprecisa usar o formato W3C Datetime, como2026-11-17ou2026-11-17T09:30:00+00:00. Se incluir horário, inclua o fuso horário. - URL not allowed: as URLs listadas estão acima da pasta do sitemap ou em outro domínio ou protocolo. Path mismatch é o mesmo problema com
www: o sitemap e as URLs dele precisam coincidir. - Too many URLs ou Sitemap file size error: mais de 50.000 URLs ou mais de 50 MB sem compressão. Divida o arquivo e liste as partes em um índice de sitemaps.
- Compression error: o arquivo gzip está corrompido. Comprima de novo, envie o arquivo e reenvie o sitemap.
- Empty sitemap: o arquivo não contém URLs. Verifique o gerador que o cria.
- Leading whitespace: é só um aviso. Remova tudo o que vier antes da declaração XML.
- URLs not followed ou URLs not accessible: o arquivo está certo, mas as URLs listadas redirecionam demais ou não podem ser rastreadas. Liste só URLs finais e absolutas.
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://example.com/products?color=blue&size=m</loc>
<lastmod>2026-11-17</lastmod>
</url>
<url>
<loc>https://example.com/about</loc>
<lastmod>2026-11-10T09:30:00+00:00</lastmod>
</url>
</urlset> Quais são os limites de tamanho e as regras de formato de um sitemap?
O protocolo do sitemaps.org e a documentação do Google definem os mesmos limites: no máximo 50.000 URLs e no máximo 50 MB sem compressão por arquivo de sitemap. Um índice de sitemaps pode listar até 50.000 sitemaps e tem o mesmo limite de tamanho, e o Google informa Too many sitemaps quando um índice passa disso. Índices não podem apontar para outros índices. O arquivo precisa estar em UTF-8, todos os valores precisam ter escape de entidades, e o Google pede URLs absolutas e completas.
O Google também diz que ignora priority e changefreq e só usa lastmod quando ele é preciso de forma consistente e verificável, então defina-o como a data da última mudança relevante do conteúdo. Pelo protocolo do sitemaps.org, um sitemap em https://example.com/blog/sitemap.xml só pode listar URLs dentro de /blog/, e por isso o Google recomenda colocar os sitemaps na raiz do site. Um site grande divide as URLs em vários arquivos e envia um único índice:
<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<sitemap>
<loc>https://example.com/sitemap-pages.xml</loc>
<lastmod>2026-11-17</lastmod>
</sitemap>
<sitemap>
<loc>https://example.com/sitemap-blog.xml.gz</loc>
<lastmod>2026-11-15</lastmod>
</sitemap>
</sitemapindex> Adicione também uma linha com a URL completa ao robots.txt, por exemplo Sitemap: https://example.com/sitemap.xml. Ela pode ficar em qualquer lugar do arquivo, e qualquer crawler que leia o robots.txt encontra o seu sitemap por ela, não só aqueles para os quais você o enviou.
Os crawlers de IA também usam sitemaps?
No caso do Google, indiretamente, sim. Os sitemaps ajudam o Google a descobrir URLs para o índice da Pesquisa, e o Google diz que os AI Overviews e o AI Mode se baseiam nesse índice: uma página precisa estar indexada e poder ser exibida com snippet para aparecer como link de apoio. Um erro de sitemap que atrasa a indexação pode, portanto, atrasar também o aparecimento de uma página nos recursos de IA do Google.
Para os outros motores de resposta, isso não está documentado. A documentação dos crawlers da OpenAI, da Anthropic e da Perplexity não diz se eles leem sitemaps, então não conte com um sitemap para colocar uma página no ChatGPT, no Claude ou na Perplexity. Ali, links internos e um robots.txt e um firewall abertos importam mais. Manter um sitemap funcionando e uma linha Sitemap: no robots.txt não custa nada e serve a qualquer crawler que os use.
O relatório completo da AISeeWhy lê os sitemaps declarados no robots.txt ou encontrados em /sitemap.xml e aponta um sitemap que não pode ser buscado ou não pode ser lido, com um guia de correção para cada caso: sitemap inacessível e sitemap ilegível.
Correções para este problema
- Links quebrados no llms.txt: 2
- Nenhum sitemap encontrado
- Não é possível obter o sitemap (status 403)
- Não é possível ler o sitemap
Próximos passos
- Testador e verificador de robots.txt para crawlers de IA
- Verificação de IP de crawlers de IA
- Veja um exemplo de relatório completo
- Monitoramento de crawlers de IA
- Planos e preços
Crawlers neste artigo
Perguntas frequentes
O que significa Impossible de lire le sitemap?
É o texto do Search Console em francês para Sitemap could not be read. Ele aparece na página de detalhes quando o Google não conseguiu buscar o arquivo. Verifique a URL, o robots.txt, o código de status do servidor e o seu firewall, corrija a causa e reenvie.
Quanto tempo depois da correção o Google lê o meu sitemap de novo?
O Google diz que tenta rastrear um sitemap assim que você o envia, então reenvie depois da correção. Depois de uma leitura bem-sucedida, ele volta a rastrear o sitemap no próprio ritmo, independentemente do resto do site.
Por que meu sitemap não aparece no relatório Sitemaps?
O relatório só mostra sitemaps enviados pelo próprio relatório ou pela API, e só da propriedade atual. Um sitemap encontrado pelo robots.txt pode ser usado pelo Google sem aparecer ali. Envie-o para ver o status.
Um erro de sitemap remove minhas páginas do Google?
Não por si só. O Google diz que lembra o que aprendeu em leituras anteriores bem-sucedidas, e uma falha posterior não o faz esquecer. Páginas novas e alteradas podem ser encontradas mais devagar até o sitemap voltar a funcionar.
Excluir e reenviar o sitemap limpa o erro?
Só se a causa tiver sido corrigida. Remover um sitemap do relatório não faz o Google esquecê-lo nem esquecer as URLs dele, e um sitemap reenviado que continua falhando recebe o mesmo erro.
Fontes
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps (em francês)
- Google Search Central: Build and submit a sitemap
- Sitemaps.org: Sitemaps XML format
- Google: Verify requests from Google crawlers and fetchers
- Google: Google's common crawlers
- Google Search Central: AI features and your website
- OpenAI: Overview of OpenAI crawlers
- Anthropic: Does Anthropic crawl data from the web, and how can site owners block the crawler?
- Perplexity: Perplexity crawlers