Eu sei que dá aquela pontada no estômago quando você abre o relatório de páginas e vê centenas de URLs paradas nesse status, ainda mais quando são produtos novos ou posts que você escreveu com carinho. Na maioria das vezes, o Google não está ignorando seu site por birra: ele está administrando a própria agenda, e dá para descobrir o que está empurrando essa visita para depois.
O status descoberta, mas não indexada aparece quando o Google já sabe que a sua URL existe, porque encontrou o endereço em um link ou no sitemap, mas ainda não mandou o Googlebot visitar a página. Ela está na fila de rastreamento e, por enquanto, fica fora do índice e dos resultados de busca.
Neste post eu foco no momento anterior ao rastreamento, que é exatamente onde o status descoberta, mas não indexada vive. Se a sua dúvida for sobre páginas que o Googlebot já leu e mesmo assim deixou de fora, o conteúdo sobre rastreada, mas não indexada trata da decisão de indexação e da qualidade da página.
O status diz que a URL entrou na lista de endereços conhecidos do Google, mas a visita do robô foi adiada, por isso o campo de último rastreamento aparece vazio no Search Console. O Google ainda não leu uma linha do seu conteúdo, então nenhum julgamento de qualidade foi feito sobre aquela página.
O caminho de uma página até a SERP passa por quatro etapas: descoberta, rastreamento, renderização e indexação. Quando a URL trava logo na primeira, o problema está em acesso, prioridade ou capacidade, e não no texto em si. Se quiser revisar cada etapa com calma, eu explico como funciona a indexação do Google em um FAQ bem direto.
A lógica de priorizar o que rastrear primeiro é estudada há décadas, inclusive aqui no Brasil. O Departamento de Ciência da Computação da UFMG é berço de pesquisas em recuperação de informação que deram origem à Akwan, empresa de busca comprada pelo Google em 2005 e que virou o centro de engenharia da companhia em Belo Horizonte. Ou seja, decidir a ordem de visita das URLs é ciência séria, não capricho do algoritmo.
Qual a diferença para rastreada, mas não indexada?
A diferença está no ponto em que a URL travou: na descoberta, o Googlebot ainda não visitou a página, enquanto na rastreada ele já visitou, leu e decidiu não guardar. Um caso é problema de fila e acesso, o outro é problema de avaliação do conteúdo, e cada um pede um tipo de correção.
Na prática, reescrever o texto de uma página que nunca foi rastreada é como redecorar a vitrine de uma loja que ninguém ainda visitou: o esforço é bonito, mas não resolve a falta de visita. Quando a URL está descoberta e parada, o trabalho real está em servidor, arquitetura e links internos.
Eu detalho essa separação no post sobre os dois tipos de status de indexação no Search Console, que ajuda muito quem está montando relatório para cliente e precisa explicar por que nem toda URL fora do índice tem a mesma causa.
Por que o Googlebot adia a visita às suas URLs
O Googlebot adia a visita quando calcula que rastrear aquela URL agora pode sobrecarregar o servidor ou quando não encontra motivo suficiente para priorizá-la, seja por poucos links internos apontando para ela, seja pelo excesso de endereços parecidos disputando a mesma atenção do robô.
Duas forças entram nessa conta. A capacidade de rastreamento é o quanto o Google acha seguro pedir ao seu servidor sem derrubar o site, e a demanda de rastreamento é o quanto ele quer visitar suas páginas com base em popularidade, frequência de atualização e sinais internos. Quando uma das duas está baixa, a fila anda devagar e o status descoberta, mas não indexada se acumula.
Em sites pequenos, com poucas dezenas de páginas, o status descoberta, mas não indexada tende a sumir sozinho em alguns dias ou semanas. Em e-commerces, portais de notícias e sites com filtros, ele vira sintoma de algo estrutural, e aí vale investigar com método.
Quando o problema é o servidor
O servidor vira o vilão quando o tempo de resposta sobe ou quando aparecem erros 5xx e timeouts durante os picos de acesso, porque o Google reduz o ritmo de rastreamento para não piorar a situação. O resultado é uma fila crescente de URLs descobertas que nunca chegam a ser visitadas.
O relatório de estatísticas de rastreamento do Search Console mostra o tempo médio de resposta e a distribuição dos códigos HTTP, e é ali que eu olho antes de qualquer outra coisa. Se o gráfico de tempo de resposta sobe junto com a curva de URLs descobertas e não indexadas, a conversa precisa ser com a hospedagem e com o time de desenvolvimento, não com a redação.
Quando o problema é o excesso de URLs e links fracos
O excesso de URLs atrapalha quando o site gera milhares de endereços sem valor, como filtros combinados, parâmetros de rastreio e páginas de busca interna, e o Googlebot gasta a atenção dele nessas variações enquanto as páginas que importam ficam esperando na fila.
Links internos fracos completam a confusão: uma página que só aparece no sitemap, sem nenhum link vindo de menus, categorias ou posts relacionados, sinaliza ao Google que nem você acha que ela merece destaque. Em casos extremos, o robô mal passa da home, e eu explico como resolver isso no post sobre quando o crawler encontra apenas a página inicial.
Como fazer a triagem antes de sair corrigindo
A triagem começa separando as URLs que realmente importam para o negócio das que podem ficar fora do índice sem prejuízo, e depois buscando padrões entre as páginas afetadas. Corrigir URL por URL sem enxergar o padrão é o jeito mais rápido de gastar uma sprint inteira sem mover o gráfico.
Eu sigo esta ordem quando recebo um site com muitas URLs descobertas e não indexadas:
- Exporte a lista de URLs do relatório de páginas e agrupe por diretório, tipo de template ou presença de parâmetros.
- Marque quais grupos são estratégicos (produtos, serviços, posts que geram lead) e quais são lixo técnico que nem deveria existir.
- Confira no relatório de estatísticas de rastreamento se o servidor apresenta lentidão ou erros nos mesmos períodos.
- Verifique se as URLs estratégicas recebem links internos de páginas já indexadas e bem visitadas.
- Bloqueie, canonicalize ou remova as variações sem valor, para liberar a atenção do Googlebot.
- Use a ferramenta de inspeção de URL só em um punhado de páginas prioritárias e acompanhe a evolução por algumas semanas.
Se você quer acompanhar esse processo em vídeo, com prints reais do relatório, a série sobre alertas de indexação no Google Search Console mostra cada tela e o que eu faço em cada status.
O que os logs do servidor revelam
Os logs do servidor mostram quais URLs o Googlebot visitou de fato, com que frequência e que resposta recebeu, o que permite confirmar se ele está gastando tempo em parâmetros e filtros enquanto ignora suas páginas estratégicas. É o dado mais honesto que existe sobre rastreamento, porque registra o que aconteceu, e não o que o relatório resume.
Cruzar os logs com a lista de URLs descobertas e não indexadas é o diferencial que eu raramente vejo em análises desse status. Se um diretório inteiro de filtros aparece com milhares de hits do Googlebot e a pasta de produtos novos aparece quase zerada, você tem a prova que precisa para convencer o time técnico a mexer na arquitetura.
Para transformar esse cruzamento em hipótese testável, eu uso o modelo que descrevi no post sobre como diagnosticar problemas de SEO por causa e efeito, que organiza o efeito observado, as categorias de causa e as correções possíveis.
Quando vale chamar ajuda especializada
Vale chamar ajuda especializada quando o número de URLs descobertas e não indexadas cresce mês após mês, quando atinge páginas que geram receita ou quando o site passou por migração recente. Nesses casos, o atraso no rastreamento já está custando tráfego e vendas, e cada semana parada pesa no faturamento.
Gestores de pequenos negócios muitas vezes descobrem o problema só quando as vendas online caem, e o Sebrae reúne materiais sobre presença digital que ajudam a enxergar o site como canal comercial, e não só como cartão de visitas. Quando o site é tratado como canal de venda, uma página parada na fila do Google passa a ser vista como estoque escondido.
Antes de contratar qualquer pessoa, dá para fazer uma checagem rápida com os sinais de problema técnico que você identifica antes de contratar alguém. Se a lista de alertas confirmar o que você suspeitava, nós podemos olhar o site com você na auditoria de SEO técnico, que cobre rastreamento, servidor, arquitetura e experiência de página.
O status descoberta, mas não indexada mostra que o Google conhece a sua URL e ainda não a visitou, o que coloca o problema na fila de rastreamento e não na qualidade do texto, ao contrário do que acontece com páginas rastreadas e deixadas de fora. O adiamento nasce da combinação entre a capacidade do servidor e a demanda de rastreamento, e piora com respostas lentas, erros 5xx, páginas órfãs, links internos fracos e milhares de variações sem valor geradas por filtros e parâmetros. A saída passa por uma triagem organizada, que agrupa as URLs por padrão, separa o que é estratégico do que é lixo técnico, confere as estatísticas de rastreamento, cruza tudo com os logs do servidor e só depois usa o pedido manual de indexação em poucas páginas prioritárias. Quando a lista cresce todo mês, atinge páginas que vendem ou aparece depois de uma migração, o atraso já pesa no faturamento e uma auditoria técnica ajuda a encontrar a causa antes que o Googlebot desista de vez das suas páginas.
