Consultoria · diagnóstico técnico hands-on · do mais simples ao mais complexo
21 ERROS DE SEO TÉCNICO que ferramenta nenhuma mostra sozinha
Muitos desses problemas não aparecem claramente no Screaming Frog, Semrush, Ahrefs ou Search Console. É preciso cruzar dados, analisar respostas HTTP, logs, JavaScript, banco de dados — ou criar um script.
A pergunta certa não é “qual é o erro desta URL”
É “por que o sistema está produzindo esse comportamento para o Google”. Um crawl mostra sintomas. Logs, HTTP bruto, DOM renderizado e banco de dados mostram causa.
Sou Raphael Sousa Pereira, especialista em SEO, Generative Engine Optimization (GEO), inteligência artificial e engenharia de prompt, CEO da Negócio no Mapa. Esta é a lista dos 21 problemas que investigo quando uma auditoria de ferramenta não fecha com o que o Googlebot realmente vê.
Que erros de SEO técnico as ferramentas de auditoria não detectam sozinhas?
Existem pelo menos 21 categorias de problemas de SEO técnico que exigem cruzamento manual de dados — logs de servidor, respostas HTTP brutas, DOM renderizado via JavaScript, banco de dados e código — porque ferramentas como Screaming Frog, Semrush, Ahrefs e Google Search Console não os capturam isoladamente. Vão do mais simples (Googlebot acessando URLs inúteis, detectável em logs) ao mais complexo (falhas causadas pela interação entre CMS, API, frontend, CDN e servidor, que exigem reconstruir a cadeia completa de sistemas). O diagnóstico correto depende de cruzar múltiplas fontes de evidência, não de rodar uma ferramenta única.
Os 21 erros, do mais simples ao mais complexo
| # | Problema | Como detectar |
|---|---|---|
| 01 | Googlebot acessando URLs inúteis | Analisar logs |
| 02 | URLs com parâmetros sendo rastreadas | Logs + análise de padrões |
| 03 | Redirect chains que só aparecem para bots | Logs + cURL |
| 04 | URLs 200 que entregam conteúdo de erro | Comparar HTTP + conteúdo |
| 05 | Soft 404 | Logs + conteúdo + GSC |
| 06 | Canonical inconsistente | HTML + sitemap + banco |
| 07 | Sitemap com URLs que Google não deveria rastrear | Sitemap + logs |
| 08 | Links internos apontando para redirects | Crawl + logs |
| 09 | Orphan pages reais | Crawl + banco + logs |
| 10 | Googlebot gastando crawl em filtros | Logs + classificação de URLs |
| 11 | JavaScript alterando canonical | HTML bruto vs. DOM renderizado |
| 12 | Conteúdo visível ao usuário ausente do HTML inicial | HTML + rendering |
| 13 | Links criados somente por JavaScript | DOM vs. rendered HTML |
| 14 | Problemas de hydration em React/Next | Rendering + logs + testes |
| 15 | Cache/CDN entregando versões diferentes ao Googlebot | Headers + múltiplos requests |
| 16 | Erros intermitentes 5xx que não aparecem no crawl | Logs + métricas de servidor |
| 17 | Crawl budget desperdiçado por arquitetura/facetas | Logs + clustering |
| 18 | Templates gerando páginas semanticamente inúteis | Banco + embeddings/classificação |
| 19 | Googlebot recebendo conteúdo diferente por região/device | Logs + headers + rendering |
| 20 | Mudanças de arquitetura que degradam descoberta | Logs antes/depois + grafo interno |
| 21 | Problemas de indexação por interação entre sistemas | Logs + GSC + banco + código + infraestrutura |
Como eu investigo — 4 exemplos reais
Um crawl tradicional não revela volume real. Os logs, sim:
O resultado costuma surpreender: 1.823.421 requests em /categoria?sort=price, quase 1 milhão em ?filter=blue — evidência quantitativa que nenhuma ferramenta de crawl mostra sozinha.
“Sem link interno” não significa órfã de verdade — a página pode ser descoberta via sitemap, feed, API ou pelo próprio Googlebot. O método correto cruza três conjuntos:
Um site pode gerar milhares de URLs tecnicamente válidas e praticamente idênticas — /cidade/porto-alegre/restaurante, /restaurantes, /restaurante-barato… Extraio título, H1, texto, entidades e dados estruturados de cada template, e comparo por embeddings. O resultado é visível em clusters: 32 mil páginas quase idênticas num grupo, 14 mil noutro — um padrão que raramente aparece claro em ferramentas tradicionais.
O problema pode não estar em nenhum componente isolado:
Nenhuma ferramenta isolada mostra essa cadeia causal completa. É preciso cruzar banco de dados, código, HTML, DOM renderizado, sitemap, crawl, logs, Search Console, CDN e servidor — e montar a linha do tempo de ponta a ponta.
O stack por trás do diagnóstico
Chrome DevTools · HTTP/headers/status codes · cURL · Screaming Frog · Google Search Console · Python · SQL · Playwright · Linux/terminal · logs de servidor · APIs · BigQuery · CDN/Cloudflare · Git · React/Next.js · Docker · grafos de links · embeddings para classificação em escala.
Sua ferramenta de auditoria já fechou o diagnóstico — ou só mostrou os sintomas?
Cruzo logs, HTTP bruto, DOM renderizado, banco de dados e código pra encontrar a causa real — não só a lista de sintomas que qualquer crawler já mostra.