Como saber se possuo conteúdos duplicados?

Há duas formas rápidas de descobrir se o seu site tem conteúdo duplicado. A primeira é abrir o Google Search Console e consultar o relatório de indexação de páginas, que mostra os endereços que o Google deixou de indexar por considerá-los cópia de outro. A segunda é copiar uma frase de uma página importante e pesquisá-la no Google entre aspas. Se aparecer mais de um endereço com o mesmo texto, dentro ou fora do seu domínio, existe duplicação.

O que é conteúdo duplicado para o Google?

É o mesmo conteúdo, ou um conteúdo quase idêntico, disponível em mais de uma URL. Para o leitor, parece uma página só. Para o buscador, cada endereço diferente é uma página diferente, e ele precisa decidir qual delas mostrar no resultado.

Um ponto que confunde muita gente: duplicação técnica, dentro do próprio site, não gera punição. O Google escolhe uma das versões como principal, chamada de canônica, e deixa as outras de lado. O prejuízo aparece de outras formas:

• o Google pode escolher como principal a versão errada, por exemplo a URL com parâmetro de campanha em vez da URL limpa;
• os links que o site recebe se dividem entre as versões, e nenhuma acumula a força que teria sozinha;
• em sites grandes, o robô gasta tempo rastreando cópias e demora para chegar às páginas novas.

Situação diferente é copiar em larga escala textos de outros sites para tentar ganhar posição. Isso entra nas políticas de spam do Google e pode derrubar o site nos resultados.

Como a duplicação acontece

Quase sempre sem ninguém ter copiado nada. As causas mais comuns que encontramos em auditorias:

• o site abre com e sem "www", ou em http e em https, sem que uma versão redirecione para a outra;
• a mesma página responde com e sem barra no final do endereço;
• parâmetros acrescentados à URL por campanhas, filtros e ordenação de produtos geram dezenas de endereços com a mesma listagem;
• na loja virtual, um produto cadastrado em duas categorias ganha duas URLs;
• descrições de produto copiadas do fabricante, iguais às de todas as outras lojas que vendem o item;
• páginas de tag e de categoria do blog que listam exatamente os mesmos artigos;
• vários domínios comprados para a marca, todos exibindo o mesmo site;
• o ambiente de testes do site aberto aos buscadores.

Como verificar, passo a passo

No Google Search Console (o antigo Webmaster Tools), o relatório de indexação de páginas separa as URLs indexadas das não indexadas e informa o motivo. Procure os motivos que mencionam cópia ou página canônica. Eles indicam que o Google encontrou versões repetidas e escolheu uma. Clique em cada motivo para ver os endereços afetados e confira se a escolha do Google coincide com a página que você quer ver no resultado. A ferramenta de inspeção de URL mostra, para cada endereço, qual canônica você declarou e qual o Google selecionou.

Na busca, use o operador site: seguido do seu domínio e de um trecho do texto entre aspas. O resultado lista todas as páginas do seu site que contêm aquela frase. Repita sem o operador para ver se outros domínios publicaram o mesmo texto.

Para sites com centenas de páginas, um rastreador faz esse trabalho de uma vez. Screaming Frog e Siteliner percorrem o site inteiro e apontam páginas com título, descrição ou corpo de texto iguais ou muito parecidos. O Copyscape procura cópias do seu conteúdo em outros sites.

Como resolver

A correção depende de uma pergunta: a versão repetida precisa continuar existindo para o visitante?

O redirecionamento 301 avisa ao navegador e ao buscador que o endereço mudou de forma permanente. Quem acessa a URL antiga é levado à nova, e os links que apontavam para a antiga passam a contar para a nova.

A tag canonical é uma linha no código da página que declara qual é o endereço oficial daquele conteúdo. A página continua abrindo normalmente, e o Google entende que deve concentrar a indexação na URL indicada. Ela funciona como uma recomendação forte, que o buscador costuma seguir quando os demais sinais do site concordam com ela. Por isso os links internos e o sitemap devem apontar sempre para a versão principal. Explicamos a implementação em detalhe no artigo sobre canonical tag.

E quando outro site copia o seu texto?

Na maioria dos casos o Google reconhece o original e a cópia não toma o seu lugar. Se ela aparecer à frente da sua página, entre em contato com o responsável pelo site e peça a retirada ou a inclusão de um link para a fonte. Sem resposta, o Google mantém um formulário para pedidos de remoção por violação de direitos autorais.

Quando a republicação é combinada, como um artigo seu cedido a um portal parceiro, peça que a página do parceiro traga a canonical apontando para o seu endereço.

Duplicação costuma nascer em momentos de mudança: troca de plataforma, novo domínio, instalação de filtros na loja, migração para https. Depois de qualquer alteração desse tipo, espere alguns dias e volte ao relatório de indexação do Search Console para conferir se surgiram novos endereços marcados como cópia.