Site WordPress não aparece no Google: da caixa "Evitar que mecanismos de busca indexem este site" ao noindex do Yoast

A caixa que esconde o site inteiro

Ela fica em Configurações › Leitura, na linha Visibilidade nos motores de busca, e também aparece na tela de instalação do WordPress. Quem marca durante o desenvolvimento quase sempre esquece de desmarcar no lançamento. O que ela faz mudou com as versões:

Na prática, num WordPress atual, a caixa marcada deixa isto no <head> de todas as páginas:

<meta name='robots' content='noindex, nofollow' />

Repare nas aspas simples. Muita gente procura por name="robots" com aspas duplas no código-fonte, não acha e conclui que está tudo certo. Procure só pela palavra noindex.

Com a caixa desmarcada, o WordPress continua imprimindo a meta tag, mas com max-image-preview:large, que libera imagens grandes nos resultados. Ver essa tag no código é bom sinal. Num site público, o próprio WordPress só marca com noindex os resultados da busca interna (/?s=) e as versões de incorporação dos posts (/embed/), e isso está certo.

Três lugares que avisam que ela está marcada

• Painel, na caixa Agora: aparece a frase "Motores de busca desencorajados".
• Ferramentas › Diagnóstico: o teste de visibilidade diz "Seu site está escondido dos mecanismos de busca. Pense em ativar a indexação caso este seja um site público."
• Rank Math, se estiver instalado: mostra um "Aviso de SEO" dizendo que o site está definido como "No index", com um link pra mudar.

Pra corrigir, desmarque a caixa e clique em Salvar alterações. A tela lembra que é só um pedido aos buscadores. O Google atende, e por isso o site some.

Como conferir com curl em dois minutos

O painel diz o que está configurado. O curl diz o que o Google recebe depois de plugins, cache e servidor. Troque seusite.com.br pelo seu domínio.

1. Status e meta robots da home, com o user agent do Googlebot (alguns plugins de manutenção e de segurança respondem diferente pra ele):

UA="Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"
curl -s -A "$UA" -o /dev/null -w "%{http_code}\n" https://seusite.com.br/
curl -s -A "$UA" https://seusite.com.br/ | grep -io "<meta[^>]*robots[^>]*>"

O primeiro comando tem que mostrar 200. O segundo não pode trazer noindex. Repita com um post, uma página e uma categoria: o Yoast e o Rank Math aplicam noindex por tipo, então a home limpa não garante o resto.

2. Cabeçalho X-Robots-Tag, que não aparece no código-fonte:

curl -sIL https://seusite.com.br/ | grep -iE "^HTTP|^x-robots-tag|^location"

Se aparecer X-Robots-Tag: noindex e você não achou nada no WordPress, ele vem do .htaccess, da configuração do servidor, da hospedagem ou da CDN. O artigo sobre noindex sem querer mostra onde procurar em cada camada.

3. robots.txt:

curl -s -w "\nstatus: %{http_code}\n" https://seusite.com.br/robots.txt

Procure Disallow: / sozinho numa linha, depois de User-agent: * ou User-agent: Googlebot. O status precisa ser 200 (ou 404, que o Google trata como "sem restrições"), nunca 5xx.

4. Sitemap, testando os três endereços comuns:

for s in wp-sitemap.xml sitemap_index.xml sitemap.xml; do
  printf "%s: " "$s"
  curl -s -o /dev/null -w "%{http_code} %{redirect_url}\n" "https://seusite.com.br/$s"
done

Pelo menos um deles tem que responder 200 com XML. Pra contar as entradas de um sitemap: curl -s https://seusite.com.br/sitemap_index.xml | grep -o "<loc>" | wc -l. Num índice, o número é de sitemaps, não de URLs: rode o mesmo comando num dos arquivos listados (ex. post-sitemap.xml no Yoast ou wp-sitemap-posts-post-1.xml no nativo). Use grep -o e não grep -c: o sitemap nativo vem numa linha só, e o -c conta linhas.

5. As quatro versões do domínio:

for u in http://seusite.com.br http://www.seusite.com.br https://seusite.com.br https://www.seusite.com.br; do
  printf "%s -> " "$u"
  curl -s -o /dev/null -w "%{http_code} %{redirect_url}\n" "$u/"
done

Três delas devem responder 301 apontando pra mesma quarta, e a quarta responde 200. Se mais de uma responde 200, veja a seção sobre http e https.

Yoast SEO: noindex por tipo de conteúdo e por página

O Yoast tem duas camadas: uma por tipo de conteúdo e outra por página.

Por tipo de conteúdo

1. No menu do WordPress, abra Yoast SEO › Configurações.
2. Em Tipos de conteúdo, abra cada tipo (Posts, Páginas, Produtos, se tiver WooCommerce) e veja a chave de mostrar nos resultados da pesquisa. Cinza com um X quer dizer noindex pra todo aquele tipo.
3. Faça o mesmo em Categorias e tags e, em Avançado, nos arquivos de autor e de data.
4. Clique em Salvar alterações.

Por página

No editor do post, abra a caixa do Yoast SEO (na barra lateral ou abaixo do conteúdo) e vá na aba Avançado. A pergunta é "Permitir que os mecanismos de pesquisa mostrem esse conteúdo nos resultados da pesquisa?". Se estiver "Não", aquela página tem noindex mesmo que o tipo inteiro esteja liberado. Por padrão, só editores e administradores veem essa aba, então um autor pode não ter como conferir.

Um detalhe do Yoast: tipos de conteúdo marcados como noindex saem do sitemap dele. Se o sitemap do Yoast não lista os seus posts, o noindex por tipo é o primeiro suspeito.

Rank Math: Títulos e meta e a aba Avançado

Por tipo de conteúdo

1. Abra Rank Math SEO › Títulos e meta. Essa tela só aparece com o Rank Math no Modo avançado.
2. Escolha o tipo (Posts, Páginas, Mídia, Categorias, Tags).
3. Veja se o meta robots personalizado do tipo está ligado e se Não indexar está marcado. Cada tipo tem o seu: Post Robots Meta, Page Robots Meta, Media Robots Meta, e assim por diante.
4. Clique em Salvar alterações.

Por página

No editor, abra o painel do Rank Math, vá na aba Avançado e, em Robots Meta, veja se Não indexar está marcado. A configuração da página vence a do tipo: uma página marcada como indexar continua indexável mesmo com o tipo inteiro em noindex, e o contrário também vale.

Sitemap: qual é o seu e por que ele sumiu

O WordPress gera um sitemap próprio desde a versão 5.5. Os plugins de SEO costumam trocar ele pelo deles. Saber qual está valendo evita enviar o endereço errado pro Search Console:

O sitemap nativo inclui posts, páginas e outros tipos públicos, categorias, tags, autores e a home, com até 2.000 URLs por arquivo.

Três problemas aparecem com frequência:

• Sitemap 404. Com a caixa de Leitura marcada, o WordPress desliga o sitemap nativo. Desmarcou a caixa e ele continua 404? Limpe o cache e, se não resolver, vá em Configurações › Links permanentes e clique em Salvar alterações sem mudar nada, o que regrava as regras de endereço.
• Sitemap velho. A documentação do Rank Math avisa que o sitemap pode estar em cache quando um post novo não aparece nele. Exclua os endereços de sitemap do plugin de cache.
• Endereço errado no Search Console. Instalou o Yoast ou o Rank Math depois de enviar o wp-sitemap.xml? O antigo passa a redirecionar pro do plugin. Em Sitemaps, envie o sitemap_index.xml e remova o antigo.

O validador de sitemap grátis abre o índice e os arquivos dele, testa as URLs e mostra as que respondem erro, redirect ou noindex. O guia completo de sitemap.xml explica o formato.

robots.txt: o virtual e o arquivo de verdade

O WordPress não cria um arquivo robots.txt no servidor. Ele responde o endereço na hora, com um conteúdo virtual assim:

User-agent: *
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php

Sitemap: https://seusite.com.br/wp-sitemap.xml

A linha Sitemap: só entra quando o site é público e o sitemap nativo está ligado. Os plugins de SEO podem acrescentar ou trocar linhas por um filtro, e o Yoast e o Rank Math têm um editor de robots.txt no painel.

Duas pegadinhas:

• Um arquivo físico vence o virtual. Se existe um robots.txt de verdade na pasta raiz do site, o servidor entrega ele e o WordPress nem é chamado. Um Disallow: / deixado ali por um tema, um instalador ou uma agência continua bloqueando, não importa o que o painel diga. Procure o arquivo pelo gerenciador de arquivos da hospedagem ou por FTP.
• robots.txt com erro 5xx. Se o robots.txt responde 5xx, o Google para de rastrear o site nas primeiras 12 horas e depois usa a última versão boa que tem guardada, por até 30 dias. Um plugin de manutenção que responde 503 também no robots.txt trava o rastreamento inteiro.

Pra ver o que cada robô pode acessar, use o teste de robots.txt. O artigo sobre robots.txt bloqueando o Google mostra como ler cada regra.

Links permanentes no "Padrão" (?p=123)

Em Configurações › Links permanentes, a opção Padrão gera endereços como https://seusite.com.br/?p=123. Na instalação, o WordPress tenta ligar a estrutura Dia e nome e só fica no Padrão quando o servidor não aplica as regras de endereço. A própria tela diz que incluir a tag %postname% deixa os links fáceis de entender e pode ajudar os posts a ranquear melhor. O Google consegue indexar endereços com ?p=, mas eles não dizem nada sobre a página, e o sitemap nativo também vira um endereço com parâmetro.

A troca recomendada é Nome do post, que gera /titulo-do-post/. Cuidados:

• Troque cedo. Endereço permanente é pra não mudar. Num site novo, troque antes de enviar o sitemap.
• Se o site já estava no Google com ?p=, o WordPress redireciona ?p=123 pro endereço novo do mesmo post. Confira algumas URLs antigas no verificador de redirect.
• Tudo deu 404 depois da troca? O servidor não está aplicando as regras de endereço (no Apache, o .htaccess e o mod_rewrite). Peça pra hospedagem ativar.

Modo manutenção e páginas "em breve"

Existem dois tipos de manutenção no WordPress, e eles se comportam de jeitos diferentes pro Google.

A do próprio WordPress entra durante atualizações. Ele cria um arquivo .maintenance na raiz e responde 503 com Retry-After: 600 e a mensagem "Momentaneamente indisponível para manutenção programada" (em inglês, "Briefly unavailable for scheduled maintenance"). O WordPress considera a manutenção encerrada 10 minutos depois de criar o arquivo. Esse 503 curto não prejudica nada.

A dos plugins de "em breve" e manutenção fica ligada quanto tempo você quiser, e cada plugin responde de um jeito: uns devolvem 503, outros devolvem 200 com uma página de aviso e, às vezes, um noindex. O teste 1 de curl mostra qual é o seu caso. O que o Google diz sobre cada resposta:

• 503 por pouco tempo é a resposta certa pra uma pausa. O Google recomenda isso só por um período muito curto, alguns dias no máximo. Com 5xx, ele desacelera o rastreamento, ignora o conteúdo recebido e, se o erro continua, tira as URLs do índice.
• 200 com a página "em breve" diz ao Google que aquele aviso é o conteúdo da página, e ele pode indexar o aviso no lugar do site.
• 200 com noindex tira as páginas do índice até o plugin ser desligado.

Antes de lançar, desative o modo, limpe o cache e rode o teste deslogado: alguns plugins liberam o site pra quem está logado.

Staging copiado pra produção

A caixa de Leitura é guardada no banco de dados, na opção blog_public da tabela de opções. Quem monta o site num ambiente de testes, marca a caixa lá pra ele não aparecer no Google e depois copia o banco inteiro pra produção leva a caixa marcada junto. O mesmo vale pra quem restaura um backup do staging ou usa um plugin de migração que copia o banco: a configuração viaja com os dados, não com o servidor.

Depois de cada cópia de staging pra produção, confira:

• Configurações › Leitura: a caixa desmarcada.
• Configurações › Geral: o Endereço do WordPress (URL) e o Endereço do site (URL) com o domínio de produção, em https. Se ficou o endereço do staging, os links internos, o canonical dos plugins de SEO e o sitemap passam a apontar pro lugar errado. O verificador de canonical mostra isso numa página.
• O noindex por tipo no Yoast ou no Rank Math, que também vive no banco.
• Um robots.txt físico ou um X-Robots-Tag no .htaccess que veio junto nos arquivos.

Melhor ainda: proteja o staging com senha pela hospedagem em vez de depender da caixa.

Cache servindo a versão antiga

Plugins de cache, como os que vêm com a hospedagem, guardam o HTML pronto de cada página. Você desmarca a caixa de Leitura ou tira o noindex no Yoast, mas o cache continua entregando a cópia antiga com noindex pra todo mundo, inclusive pro Googlebot. O painel diz uma coisa e o site entrega outra.

Pra descobrir, compare a página normal com uma versão que fura o cache:

curl -sI https://seusite.com.br/ | grep -iE "^(age|cache-control|x-cache|cf-cache-status)"
curl -s "https://seusite.com.br/?nocache=$(date +%s)" | grep -io "<meta[^>]*robots[^>]*>"

Se a versão com ?nocache= não tem noindex e a normal tem, limpe o cache em todas as camadas: o plugin, o cache da hospedagem e a CDN, se houver. O artigo sobre site que não mostra as mudanças cobre o assunto com mais detalhe.

http, https e www

O WordPress monta os links a partir do Endereço do site (URL) em Configurações › Geral, e já redireciona entre a versão com www e a sem www, de acordo com esse endereço. O que ele não faz sozinho é forçar https: isso depende do certificado e de um redirect no servidor ou na hospedagem.

Os sinais de que algo está errado:

• O Endereço do site ainda começa com http://. O Ferramentas › Diagnóstico avisa quando o endereço não usa HTTPS.
• O teste 5 de curl mostra mais de uma versão respondendo 200, ou um redirect de https pra http.
• O sitemap lista URLs em http://.

O Google prefere a versão https como canônica, mas certificados inválidos e redirects de https pra http fazem ele preferir a http. Escolha uma versão, faça as outras três redirecionarem pra ela com 301, deixe o Endereço do site e o Endereço do WordPress iguais a ela e confira o canonical. Mudou de domínio? O guia de mudança de domínio vale aqui também.

Sintoma, causa e onde corrigir

Depois de corrigir: avisar o Google

1. Rode de novo os testes de curl, com o cache limpo.
2. No Search Console, use a Inspeção de URL na home, clique em Testar o URL publicado e confira que a indexação está permitida.
3. Clique em Solicitar indexação na home e nas páginas mais importantes.
4. Em Sitemaps, envie o sitemap que vale hoje (wp-sitemap.xml ou sitemap_index.xml) e remova o antigo, se mudou.
5. Em Indexação › Páginas, abra os motivos URL marcado como "noindex", URL bloqueado pelo arquivo robots.txt ou Erro no servidor (5xx) e clique em Validar correção.

A volta depende de quando o Google rastrear cada URL de novo. As páginas que você pediu na Inspeção costumam voltar primeiro. Se o site é novo e nunca esteve no Google, o passo a passo de como colocar o site no Google cobre a verificação do domínio. Se as páginas aparecem como rastreadas e não indexadas, o problema já é outro, explicado em rastreada, mas não indexada.

Checklist

1. A caixa "Evitar que mecanismos de busca indexem este site" está desmarcada em Configurações › Leitura.
2. A home, um post, uma página e uma categoria respondem 200 pro Googlebot, sem noindex na meta tag nem no X-Robots-Tag.
3. Os tipos de conteúdo importantes estão liberados no Yoast ou no Rank Math, e as páginas principais não têm noindex na aba Avançado.
4. O robots.txt responde 200, sem Disallow: /, e não existe um arquivo físico esquecido na raiz.
5. O sitemap certo responde 200 e está enviado no Search Console.
6. Os links permanentes usam Nome do post ou outra estrutura com o título.
7. Nenhum plugin de manutenção ou "em breve" está ligado.
8. O cache foi limpo depois das mudanças.
9. O Endereço do site e o do WordPress estão em https, no domínio certo, e as outras versões redirecionam com 301.

No WordPress, um update de plugin, uma troca de tema ou uma cópia de staging muda essas configurações sem aviso. A varredura grátis da Varrida confere noindex, robots.txt, sitemap, canonical e redirects do seu domínio em menos de um minuto e mostra onde corrigir no WordPress.