Detectada, mas não indexada: o que fazer quando o Google te deixa no vácuo?

O status "Detectada, mas não indexada": quando o Googlebot adia a decisão#

Se você gerencia um site, monitora logs de acesso e acompanha o Google Search Console (GSC), com certeza já deu de cara com esse aviso de status persistente: "Detectada, mas não indexada no momento".

Atualmente, estou enfrentando este cenário com um lote de 200 URLs. No painel, a validação já consta como "Iniciada", mas o Googlebot ainda não efetuou o rastreio (crawl) definitivo. Para um Engenheiro de Infraestrutura, isso não é apenas uma questão de "SEO"; é um problema de visibilidade de recursos e eficiência de descoberta.

Basicamente, o que o algoritmo está dizendo é: "Eu sei que o seu endpoint existe, mas ainda não decidi se vale a pena gastar tempo de CPU e largura de banda lendo-o agora".

1) O cenário "detectada, mas não indexada" e o ciclo de validação#

O status "Detectada, mas não indexada no momento" representa uma das situações mais comuns e frustrantes no ecossistema do Google Search Console. Esse aviso indica que o Googlebot encontrou os caminhos das URLs (geralmente por meio de varreduras em feeds de Sitemaps ou referências internas de links), mas optou por adiar a etapa de processamento e renderização do conteúdo. Diferente de um erro técnico explícito, como um erro 404 ou 500, o status sinaliza uma decisão deliberada do rastreador de aguardar condições ótimas no servidor ou no conteúdo antes de consolidar o recurso em seu índice público.

2) Sitemap e robots.txt: o fluxo de rastreio básico#

A primeira linha de auditoria deve focar nos arquivos fundamentais de instrução para os motores de busca. Um erro de sintaxe nesses arquivos pode sabotar toda a cadeia de indexabilidade do site.

1. Valide a presença física e a acessibilidade HTTP do sitemap do seu projeto:

curl -I https://perciocastelo.com.br/sitemap.xml

1. Certifique-se de que as URLs com problemas de indexação estão listadas e estruturadas no arquivo sitemap.xml:

curl -s https://perciocastelo.com.br/sitemap.xml | grep -c "discovered-but-not-indexed-what-to-do-when-google-leaves-you-waiting"

1. Audite as políticas e bloqueios definidos no arquivo robots.txt:

curl -s https://perciocastelo.com.br/robots.txt

• Certifique-se de que nenhuma instrução Disallow está bloqueando acidentalmente os diretórios das URLs problemáticas.
• Confirme se a URL absoluta do sitemap.xml está explicitada no rodapé do robots.txt para descoberta automática.

3) Canonicidade e prevenção de conteúdo duplicado#

O Googlebot recua se suspeitar que as novas URLs são apenas cópias ou variações de caminhos já existentes (duplicidade semântica). Para garantir a integridade da indexação:

1. Certifique-se de que a tag canonical está inserida no <head> da página e aponta exatamente para a URL self-referencial correspondente:

curl -s https://perciocastelo.com.br/blog/br/discovered-but-not-indexed-what-to-do-when-google-leaves-you-waiting.html | grep -i 'rel="canonical"'

1. Compare a assinatura de hashes MD5 entre páginas semelhantes para certificar-se de que o conteúdo não é idêntico:

curl -s https://example.com/pagina-original | md5sum
curl -s https://example.com/pagina-duplicada-suspeita | md5sum

Se as duas assinaturas retornarem exatamente a mesma string hexadecimal, o Googlebot identificará a duplicidade estrutural e jogará o rastreio da segunda página para o final da fila de prioridades.

4) Internacionalização e validação de hreflang#

Se você mantém um blog multilíngue ou rotas com localizações geográficas distintas, tags hreflang inconsistentes podem causar desorientação e rejeição das páginas no fluxo do robô:

1. Certifique-se de que as tags de idioma alternate estão presentes no cabeçalho do código HTML:

curl -s https://perciocastelo.com.br/blog/br/discovered-but-not-indexed-what-to-do-when-google-leaves-you-waiting.html | grep -i "hreflang"

1. Valide se a estrutura dos apontamentos é recíproca. Se a versão em Português aponta para a versão em Inglês via hreflang="en", a versão em Inglês deve obrigatoriamente retornar o link correspondente apontando de volta para a rota em Português via hreflang="pt-br", contendo links absolutos e sem redirecionamentos intermediários.

5) Esquemas de dados e rich snippets#

A injeção de esquemas de dados estruturados (Schema Markup) ajuda o algoritmo a compreender a tipagem da página (como posts, produtos ou tutoriais) antes mesmo da indexação profunda:

1. Valide a presença física dos blocos JSON-LD no conteúdo HTML retornado pelo servidor:

curl -s https://perciocastelo.com.br/blog/br/discovered-but-not-indexed-what-to-do-when-google-leaves-you-waiting.html | grep -o 'application/ld+json'

1. Extraia o conteúdo estruturado do esquema para checar a presença de propriedades obrigatórias (como headline, author, datePublished ou publisher):

curl -s https://perciocastelo.com.br/blog/br/discovered-but-not-indexed-what-to-do-when-google-leaves-you-waiting.html | grep -A20 "application/ld+json"

6) Mobile-first indexing e viewport#

O Google utiliza o modelo de indexação priorizando a experiência móvel (Mobile-First Indexing). Se o layout quebrar em smartphones ou não possuir suporte responsivo adequado, ele não será indexado.

1. Teste a otimização móvel do seu endpoint fazendo uma consulta na API oficial do Pagespeed Insights (utilizando a categoria móvel):

curl "https://www.googleapis.com/pagespeedonline/v5/runPagespeed?url=https://perciocastelo.com.br/&category=MOBILE"

1. Verifique se a tag meta viewport essencial está declarada no topo do <head> do HTML:

curl -s https://perciocastelo.com.br/ | grep -i "viewport"

(A configuração padrão recomendada deve ser <meta name="viewport" content="width=device-width, initial-scale=1">).

7) Performance e core web vitals (CWV)#

Servidores lentos ou com TTFB (Time to First Byte) elevado forçam o Googlebot a desacelerar a taxa de rastreio para não prejudicar os usuários ativos do servidor.

1. Teste o desempenho do seu site localmente rodando uma varredura do Lighthouse via CLI para auditar as métricas de LCP (Largest Contentful Paint), CLS (Cumulative Layout Shift) e a velocidade do backend:

npx lighthouse https://perciocastelo.com.br/ --output=html --output-path=/tmp/lighthouse-report.html

1. Inspecione o valor do tempo de resposta HTTP inicial (TTFB) diretamente pelo terminal com cURL:

curl -o /dev/null -s -w 'Tempo de Resposta Inicial (TTFB): %{time_starttransfer}s\n' https://perciocastelo.com.br/

Valores de TTFB acima de 0.6s (600ms) são classificados como lentos e constituem um gatilho de recuo para os rastreadores automáticos.

8) Segurança de transporte (HTTPS/SSL) e mixed content#

O Google prioriza a navegação segura. Sites sem certificados SSL válidos ou contendo links inseguros misturados (Mixed Content) sofrem severas restrições de rastreamento:

1. Audite a integridade e a data de expiração do certificado SSL ativo do servidor:

echo | openssl s_client -connect perciocastelo.com.br:443 2>/dev/null | openssl x509 -noout -dates

1. Valide se a navegação padrão em HTTP (porta 80) é redirecionada de forma consistente com código de status 301 Moved Permanently para HTTPS (porta 443):

curl -I http://perciocastelo.com.br/

1. Varra a página para certificar-se de que não existem links internos absolutos ou assets (imagens, scripts, CSS) chamados via protocolo inseguro http://:

curl -s https://perciocastelo.com.br/ | grep -o 'http://'

9) Auditoria forense de links internos (link equity)#

Uma página sem links internos apontando para ela é rotulada como página órfã (orphan page). Como o Googlebot descobre caminhos navegando por links, páginas órfãs recebem prioridade mínima e permanecem no limbo de indexação.

1. Extraia e liste todos os hiperlinks internos absolutos de uma página de origem específica:

curl -s https://example.com/blog/ | grep -o 'href="[^"]*"' | grep 'example.com'

1. Verifique se a URL que está pendente de indexação é referenciada no código de outros posts ativos de autoridade:

curl -s https://example.com/blog/outro-artigo.html | grep -c "discovered-but-not-indexed"

Garanta que as novas URLs recebam pelo menos 3 a 5 links contextuais vindos de posts que já estão indexados e recebem tráfego orgânico alto.

10) Triagem de logs de acesso do servidor (googlebot)#

Se você quer saber se o Googlebot realmente tentou acessar as suas URLs ou se desistiu no meio do caminho, inspecione os arquivos de log de acesso do Nginx em /var/log/nginx/access.log:

# Monitorar requisições ativas do Googlebot em tempo real
tail -f /var/log/nginx/access.log | grep -i "googlebot"

# Filtrar tentativas de acesso nas URLs problemáticas
grep -i "discovered-but-not-indexed" /var/log/nginx/access.log | grep -i "googlebot"

Verifique o código de retorno HTTP gravado no log:

• Status 200 OK: O robô acessou e leu o conteúdo com sucesso. O problema de indexação é puramente de qualidade semântica ou crawl budget, não técnico.
• Status 429 ou 503: O servidor está limitando as chamadas ou apresentou quedas de desempenho. O robots.txt ou o Nginx devem ser ajustados.

11) Procedimento de contingência e ações corretivas#

Para resolver de forma sistemática o status de "Detectada, mas não indexada no momento" em lotes de URLs, siga o roteiro operacional abaixo:

1. Correção de Redirecionamentos: Remova qualquer redirecionamento temporário (302) ou quebras de URLs que possam ter ocorrido durante o ciclo de descoberta.
2. Reenvio de Sitemaps: Acesse o painel do Google Search Console -> Sitemaps e envie novamente o sitemap principal atualizado.
3. Distribuição de Link Equity: Insira links para as URLs afetadas na barra lateral global ou no rodapé do site temporariamente para garantir fluxo diário de rastreamento.
4. Verificação de DNS: Certifique-se de que não há falhas na resolução do servidor de DNS (como timeouts no lookup) monitorando com o comando dig:

dig perciocastelo.com.br +trace

12) Checklist completo de validação de indexação#

Certifique-se de validar todos os pontos antes de solicitar nova verificação no Search Console:

• [ ] Verificada a presença física e a validação do arquivo sitemap.xml.
• [ ] Validado se o arquivo robots.txt não bloqueia os diretórios novos.
• [ ] Tag canonical self-referencial validada em todas as páginas afetadas.
• [ ] Verificado via md5sum que não há clonagem ou duplicação de conteúdo entre páginas.
• [ ] Tags de idioma alternate hreflang configuradas reciprocamente em ambientes multilíngues.
• [ ] Esquemas de dados JSON-LD válidos inseridos no HTML.
• [ ] Meta viewport responsivo configurado e Mobile-Friendliness validado via API.
• [ ] Métricas de Core Web Vitals (LCP, CLS, TTFB) auditadas com Lighthouse CLI.
• [ ] Redirecionamento 301 forçado de HTTP para HTTPS ativo e sem conteúdo misto (Mixed Content).
• [ ] Mapeamento e injeção de links internos contextuais (pelo menos 3 apontamentos para cada link).
• [ ] Logs de acesso do servidor /var/log/nginx/access.log monitorados confirmando requisições do Googlebot com código 200.

13) Matriz de riscos de indexabilidade#

A tabela a seguir consolida as ameaças de indexação, severidade e ações mitigadoras:

Considerações práticas#

O status "Detectada, mas não indexada no momento" não deve ser tratado como uma pendência de SEO convencional, mas como um diagnóstico de priorização de recursos. Otimizar a velocidade do servidor, garantir a integridade dos arquivos de instrução e estruturar um grafo sólido de links internos e canonicidade sinaliza de forma inequívoca para o algoritmo que o conteúdo do site tem valor e merece ser indexado com prioridade.

Veja também

Infraestrutura Anatomia de um subsistema fantasma: debugging bluetooth no Linux

Infraestrutura Tempestade perfeita em hardware legado

Infraestrutura Migração arquitetural WSL: integrando Podman e Distrobox para um workflow enterprise bare-metal

Este post está licenciado sob CC BY-NC.