Página indexada, mas bloqueada pelo robots.txt: o que é e como corrigir

"Página indexada, mas bloqueada pelo robots.txt" significa que o Google colocou um URL no índice sem ler a página, porque o seu robots.txt proíbe o rastreamento dele enquanto links continuam apontando para ele. O resultado costuma aparecer com pouca ou nenhuma descrição. Se isso é um problema depende de uma decisão: se a página deve se posicionar, remova o bloqueio; se ela deve ficar fora da pesquisa, o robots.txt é a ferramenta errada, e a correção é permitir o rastreamento e usar noindex.

No Search Console em inglês, o mesmo status aparece como "Indexed, though blocked by robots.txt".

O que o Google diz sobre este status

A documentação do Google sobre o Relatório de indexação de páginas (consultada em outubro de 2026) descreve o status em uma linha: a página foi indexada apesar de estar bloqueada pelo arquivo robots.txt do site. Ela acrescenta que o Google sempre respeita o robots.txt, mas que isso não impede necessariamente a indexação se alguém linkar para a página: o Google não solicita a página e indexa o URL usando informações da página que aponta para ele.

O Google classifica este status como aviso, não como erro. A documentação diz que avisos não impedem a indexação de uma página, mas reduzem a capacidade do Google de entendê-la e indexá-la. O URL está no índice. O que falta é tudo o que o Google teria aprendido ao buscá-lo: o title como você o escreveu, o texto, os dados estruturados e qualquer metatag robots.

A documentação também diz que o snippet de uma página assim provavelmente será muito limitado. A introdução do Google ao robots.txt é mais direta: um URL bloqueado ainda pode aparecer nos resultados, mas o resultado não terá descrição.

Como uma página bloqueada acaba indexada

O robots.txt controla o rastreamento. Ele não controla a indexação. A própria introdução do Google ao robots.txt diz que ele serve principalmente para evitar que o site fique sobrecarregado de solicitações e não é um mecanismo para manter uma página fora do Google.

sequenceDiagram
    participant L as Link para o URL
    participant G as Googlebot
    participant R as robots.txt
    participant I as Índice do Google
    L->>G: URL descoberto
    G->>R: Este caminho é permitido?
    R-->>G: Um Disallow corresponde
    Note over G: A página nunca é buscada, então o noindex não é lido
    G->>I: URL indexado a partir dos sinais dos links
    I-->>I: Listado com pouca ou nenhuma descrição

É por isso que uma configuração bem-intencionada sai pela culatra. Uma equipe quer tirar uma página da pesquisa, adiciona uma tag noindex e depois, por garantia, também bloqueia o caminho no robots.txt. O bloqueio impede o Google de buscar a página, então o noindex nunca é lido. A documentação do Google sobre como bloquear a indexação diz isso com todas as letras: para o noindex funcionar, a página não pode estar bloqueada pelo robots.txt.

As 5 causas mais comuns

1. Um bloqueio deliberado em páginas que ainda recebem links. Resultados de busca interna, URLs de listagem filtradas e ordenadas, páginas de carrinho e de conta e caminhos de administração costumam ser bloqueados com Disallow. Quando a sua navegação, o seu sitemap ou outro site aponta para eles, o Google descobre que esses URLs existem e pode indexar alguns. O WordPress, por exemplo, gera um robots.txt que bloqueia o caminho de administração quando o site não tem um arquivo robots.txt próprio, então um URL de administração que recebe link pode aparecer com este status.

2. noindex e Disallow na mesma página. É a configuração descrita acima: 2 instruções em 1 URL. Ela produz exatamente o resultado que deveria evitar.

3. Uma regra mais ampla do que o pretendido. Os caminhos do robots.txt correspondem a partir do início do caminho do URL, e a correspondência diferencia maiúsculas de minúsculas. Disallow: /shop bloqueia /shop/, mas também /shop-guide/ e /shopping-tips/. Um prefixo curto escrito para uma seção pode pegar páginas de conteúdo de outra.

4. O sitemap lista URLs bloqueados. O sitemap diz ao Google que um URL existe e importa, e o robots.txt então proíbe o rastreamento. Em 29 sites externos enviados para auditoria do SEOReport cujos sitemaps buscamos entre maio e outubro de 2026, 2 (7%) listavam no sitemap URLs que o próprio robots.txt bloqueava. Nos mesmos 29 sites, 8 (28%) tinham pelo menos um URL no sitemap que redireciona, está marcado com noindex ou é bloqueado pelo robots.txt.

5. Um bloqueio no site inteiro depois que o site já estava indexado. Um robots.txt de homologação com Disallow: / copiado para a produção não remove as páginas que o Google já conhece. Elas podem continuar listadas com pouca ou nenhuma descrição, porque o Google não consegue mais lê-las.

É um problema? Corrigir, corrigir de outro jeito ou deixar

A resposta depende da finalidade da página, não do status em si.

A terceira linha é uma troca real. Se você bloqueia milhões de URLs com parâmetros para proteger o servidor, desbloqueá-los para que o Google leia um noindex atrai justamente o rastreamento que você queria evitar. Um punhado desses URLs neste aviso, sem impressões, normalmente é aceitável. Uma página de conteúdo com este status sempre precisa de correção: o Google não a leu, e ela aparece sem descrição para conquistar o clique.

flowchart TD
    A["Página indexada, mas bloqueada pelo robots.txt"] --> B{"Esta página deveria aparecer na pesquisa?"}
    B -->|sim| C["Encontre a regra que bloqueia"]
    C --> D["Verifique se a página tem um noindex escondido"]
    D --> E["Remova ou restrinja a regra"]
    B -->|não| F{"O bloqueio existe para limitar a carga de rastreamento?"}
    F -->|não| G["Permita o rastreamento e adicione noindex"]
    F -->|sim| H["Deixe, pare de linkar e tire do sitemap"]
    G --> I["Opcional: ferramenta Remoções por cerca de 6 meses"]
    E --> J["Validar correção no Search Console"]
    G --> J

Como confirmar a causa de um URL específico

Rode a Inspeção de URL no URL afetado. Nos detalhes de indexação da página, "Rastreamento permitido?" informa se uma regra do robots.txt bloqueia o Google, e, num teste ao vivo, "Busca de página" mostra falha para um URL bloqueado. "Página de referência" e "Sitemaps", na mesma seção, mostram como o Google pode ter encontrado o URL, o que indica qual link ou entrada de sitemap o mantém conhecido. Ignore "Indexação permitida?" aqui: a ajuda do Google observa que o campo sempre mostra "Sim" para uma página bloqueada, porque o Google não consegue ver um noindex numa página que não pode buscar.

Encontre a regra exata. Abra o robots.txt na raiz do host, protocolo e porta exatos que servem o URL, porque as regras de cada arquivo só valem ali:

curl -s https://www.example.com/robots.txt

Depois, leia-o como o Google lê, segundo a especificação de robots.txt do Google:

• O Googlebot segue apenas o grupo User-agent mais específico que corresponder. Se o seu arquivo tem um grupo User-agent: Googlebot, o grupo User-agent: * é totalmente ignorado pelo Googlebot.
• Dentro desse grupo, vence a regra com o caminho correspondente mais longo. Quando um Allow e um Disallow correspondem igualmente, o Google usa o menos restritivo.
• * corresponde a qualquer sequência de caracteres, e $ ancora o fim do URL.

O relatório de robots.txt do Search Console lista os arquivos robots.txt que o Google encontrou para os 20 principais hosts do seu site, quando cada um foi rastreado pela última vez e quaisquer avisos ou erros neles. Isso pega o caso em que o Google está lendo uma versão diferente da que você está editando.

Veja o que está por trás do bloqueio. Antes de desbloquear qualquer coisa, confira o que o Google vai ver quando puder buscar a página:

curl -sI https://www.example.com/page/ | grep -i x-robots-tag
curl -s https://www.example.com/page/ | grep -i '<meta name="robots"'

Uma página bloqueada há meses pode carregar um noindex esquecido, um redirecionamento ou um 404 que ninguém percebeu, porque ninguém conseguia vê-la.

A correção para cada caso

A página deve ser indexada. Apague ou restrinja a regra Disallow. Onde uma regra ampla ainda for necessária, adicione uma regra Allow mais longa para as páginas que devem ser rastreadas:

User-agent: *
Disallow: /shop/
Allow: /shop/guides/

/shop/guides/ é a correspondência mais longa, então vence para esses URLs, enquanto o restante de /shop/ continua bloqueado. Mantenha o URL no sitemap e nos links internos.

A página deve ficar fora da pesquisa. Remova a regra Disallow dessa página e adicione uma diretiva noindex:

<meta name="robots" content="noindex">

Para PDFs e outros arquivos que não são HTML, envie a diretiva como cabeçalho de resposta:

X-Robots-Tag: noindex

Tire também o URL do sitemap. Quando o Google rastrear a página de novo e ler o noindex, o URL sai do índice e passa para "URL marcado como 'noindex'", no grupo "Não indexadas", que é o estado final correto. Deixe a página rastreável. Se você bloqueá-la de novo, o noindex fica invisível e os links podem trazer o URL de volta com o mesmo aviso. Excluir a página com 404 ou 410, ou colocá-la atrás de um login, são as outras opções permanentes que o Google indica. A ferramenta Remoções do Search Console oculta um URL por cerca de 6 meses; a ajuda do Google diz que a ferramenta sozinha não é uma remoção permanente.

O bloqueio existe para controlar o rastreamento. Mantenha a regra, pare de linkar para esses URLs nos seus templates e deixe-os fora do sitemap, para não anunciar o que você proíbe.

Como verificar a correção

Em geral, o Google mantém o robots.txt em cache por até 24 horas. Depois de alterar o arquivo, você pode pedir um novo rastreamento dele no relatório de robots.txt. Em seguida, rode um teste ao vivo na Inspeção de URL: "Rastreamento permitido?" agora deve dizer sim. Para uma página que você quer indexada, use "Solicitar indexação".

Quando todos os URLs afetados estiverem resolvidos, abra o problema no Relatório de indexação de páginas e clique em "Validar correção". A documentação do Google diz que a validação costuma levar até cerca de duas semanas e pode demorar muito mais. Conte com dias ou semanas até a contagem cair, e não clique de novo em "Validar correção" até que a validação em andamento tenha sido aprovada ou falhado.

O status passa despercebido com facilidade quando você olha pelo navegador ou conversa com um assistente, porque a página em si parece normal; o conflito mora em outro arquivo, uma lacuna explicada em o que um agente de IA realmente vê quando verifica a sua página. O Search Console diz quais URLs são afetados. Um diagnóstico completo do SEOReport compara as páginas listadas no seu sitemap com as regras que o seu robots.txt define para todos os rastreadores e aponta as que o sitemap anuncia enquanto o robots.txt as bloqueia, que é a contradição por trás de muitos URLs indexados sem terem sido rastreados. Ele também sinaliza um Disallow no site inteiro.

Perguntas frequentes

O Google vai tirar uma página bloqueada da pesquisa sozinho?

Não de forma confiável. O Google respeita o bloqueio, então não consegue ler nada que o mande descartar a página, e os links mantêm o URL conhecido. Use noindex numa página rastreável, um 404 ou 410, ou proteção por senha.

Este status prejudica o resto do meu site?

A documentação do Google não descreve nenhum efeito sobre outras páginas. O custo é local: um URL indexado com pouca ou nenhuma descrição, ou uma página que você queria esconder e que continua listada. Para URLs de controle de rastreamento sem presença na pesquisa, o aviso é basicamente cosmético.

Qual a diferença para "URL bloqueado pelo arquivo robots.txt"?

Os dois vêm do mesmo tipo de regra. "URL bloqueado pelo arquivo robots.txt" fica no grupo "Não indexadas": o Google respeitou o bloqueio e não indexou o URL. "Página indexada, mas bloqueada pelo robots.txt" é um aviso: o Google indexou o URL mesmo assim, porque algo aponta para ele. Nosso guia de robots.txt e acesso de rastreamento trata das regras em si.

Posso usar noindex dentro do robots.txt?

Não. A especificação de robots.txt do Google aceita só quatro campos: user-agent, allow, disallow e sitemap, então uma linha noindex ali é ignorada. Coloque o noindex na metatag robots da página ou num cabeçalho de resposta X-Robots-Tag, num URL que o Google tenha permissão para rastrear.

Por que o status continua aparecendo depois que removi a regra?

O Google precisa buscar o robots.txt de novo, rastrear cada URL e então atualizar o relatório. Se um teste ao vivo na Inspeção de URL mostra "Rastreamento permitido?" como sim, o relatório vai acompanhar. O guia de indexabilidade de páginas e a nossa análise de conflitos de indexabilidade entre noindex, robots.txt e canonicals tratam dos sinais relacionados.