Erro 404 e soft 404: como impactam o SEO do seu site
Página que não existe precisa dizer que não existe. O erro 404 não prejudica o ranqueamento do seu site, ele é a resposta correta quando uma URL não existe. O Google trata essa resposta tirando aquela URL do índice, sem rebaixar o resto do domínio. O que prejudica é o contrário, responder 200 (corresponde a requisição bem sucedida) numa página que é claramente uma página de erro. Esse caso tem nome, soft 404, e é o que mantém URLs mortas no índice.
Erro 404 prejudica o SEO e a indexação do site?
Não há penalidade para erros 404. A documentação do Google sobre códigos de status diz que URLs que respondem 4xx não são indexadas, e que URLs já indexadas que começam a responder 4xx passam a ser removidas do índice. Mas o efeito é sobre aquela URL específica, não sobre o site como um todo. Não existe rebaixamento de domínio por quantidade de páginas não encontradas.
A ajuda do relatório de indexação de páginas do Search Console reforça que respostas 404 não são um problema quando a página foi removida sem nenhuma substituição. É o comportamento esperado de um site que teve conteúdo apagado, produto descontinuado ou campanha encerrada.
O que é problema é 404 numa URL que deveria existir (por causa de link interno quebrado, migração mal feita, rota de template que sumiu depois de uma atualização). Nesses casos o código de status é o sintoma, e a correção não está no código, está na causa que produziu a URL errada.
O que o Google faz quando uma URL responde 404
O Google ignora o conteúdo recebido, não processa páginas 404 novas e reduz gradualmente a frequência com que volta àquela URL. É um desligamento lento, não um corte. A própria documentação do Search Console avisa que não dá para apagar uma URL da memória do Googlebot de forma permanente, e que ele continua tentando por um tempo justamente porque o erro pode ser temporário.
Os códigos 4xx, com a única exceção do 429, não têm efeito nenhum sobre a taxa de rastreamento do site. A documentação chega a pedir explicitamente que ninguém use 401 e 403 como forma de fazer o Googlebot rastrear menos. Se a intenção é reduzir carga, devolver erro de cliente não funciona.
Para não exibir uma lista que cresceria sem fim, o relatório mostra apenas as URLs que responderam 404 no último mês. Por isso a lista de 404 do Search Console costuma ser curta, mesmo em sites grandes.
404 e 410 são a mesma coisa para o Google
A documentação lista os erros erro 410 (arquivo permanentemente removido do servidor) e 404 (página não foi encontrada) no mesmo grupo (junto também com os erros 400, 401, 403, e 411) e com o mesmo tratamento. Todos informam ao sistema seguinte que o conteúdo não existe.
Isso não torna os dois códigos intercambiáveis fora da busca. A própria documentação pede que se use o código apropriado ao caso, porque outros clientes, de leitores de conteúdo a outros buscadores, podem se beneficiar da distinção semântica.
Na prática, a regra útil é de intenção, não de velocidade. Use 410 quando a remoção foi deliberada e é definitiva, como um produto descontinuado que não volta. Use 404 em todo o resto, inclusive quando você não tem certeza se o conteúdo pode voltar um dia.
O que é soft 404 e por que ele é pior que o 404
Soft 404 é a página que mostra uma mensagem de "não encontrado" perfeitamente compreensível para quem lê, mas responde com um código que não é 404. A definição é do próprio Search Console, que classifica o caso no relatório de indexação de páginas. Na prática, é quase sempre uma página que responde 200.
Ele é pior que o 404 por que essas páginas caem numa espécie de buraco negro de URLs.
Se um site está quebrado e, em vez de dar o erro 404 real, ele exibe uma página bonita dizendo "Desculpe, página não encontrada", o servidor envia um código de sucesso (200 OK) para o Google. Se você tentar acessar 50 links errados diferentes, o site vai mostrar essa mesma página de erro para todos eles. Como o texto escrito é idêntico em todas as 50 URLs, o Google gera o mesmo checksum (a mesma impressão digital) para todas elas.
Ao perceber que dezenas ou centenas de URLs diferentes têm exatamente o mesmo checksum, o algoritmo do Google junta todas elas em um cluster (um grupo de páginas duplicadas). O Google faz isso porque ele odeia gastar processamento com conteúdo repetido. Para ele, se o conteúdo é igual, ele só precisa dar atenção a uma URL do grupo inteiro.
É aqui que o site começa a ser prejudicado no SEO:
O Google escolhe apenas uma URL para ficar no "topo do cluster" (geralmente a primeira que ele descobriu). As outras URLs que exibem o mesmo erro ficam "presas" abaixo dela. Como o Google entende que aquelas URLs abaixo do topo são apenas cópias idênticas, ele decide que não precisa gastar tempo visitando-as novamente.
Ou seja, se o seu site não estiver configurado para avisar o servidor que uma página sumiu (retornando o erro 404 real), o Google vai descobrir o truque pela semelhança do texto das páginas de erro. Ele vai empilhar todas as suas URLs quebradas em uma pilha de "lixo duplicado" e vai parar de rastrear essas URLs, o que pode bagunçar o rastreamento saudável do seu site.
As causas mais comuns de soft 404 em sites reais
Template de erro servido com 200. É o caso clássico do catálogo: vinte produtos saem de linha e as vinte URLs passam a exibir "este item não está mais disponível", todas com o mesmo texto e o mesmo código de sucesso. Se a saída é permanente, o estrago é pequeno. Se é temporária, as URLs entram no cluster e dificilmente voltam.
SPA que troca o conteúdo sem trocar o status. Aplicações que renderizam no cliente montam a tela de erro por JavaScript, e o servidor já respondeu 200 bem antes disso. A saída é redirecionar por JavaScript para uma URL estática que responda 404 de verdade.
Render quebrado por dependência que falhou. Uma página pode estar tecnicamente correta e ainda assim chegar vazia ao Google, porque os arquivos JavaScript de que ela depende não carregaram na hora do rastreamento. O resultado é uma página que parece um erro, com o agravante de ser intermitente e por isso difícil de reproduzir.
Redirecionamento em massa para a página inicial. Mandar todas as URLs removidas para a home não resolve nada: o destino não é equivalente à origem, o Google costuma tratar o caso como soft 404 e você perde a informação de que aquele conteúdo acabou.
Como encontrar erros soft 404 no Search Console
O caminho é o relatório de indexação de páginas, na tabela "Por que as páginas não foram indexadas". A linha se chama "Erro soft 404" e abre a lista de URLs afetadas. Ela aparece ao lado de "Não encontrado (404)" e "Erro no servidor (5xx)", que são motivos irmãos e não sinônimos.
A coluna "Fonte" da tabela é a que diz se o problema nasceu no seu site ou no lado do Google. Vale olhar antes de abrir a lista: a documentação do Search Console é explícita ao dizer que, em geral, só dá para corrigir os problemas cuja origem está marcada como site.
Para confirmar caso a caso, a orientação do Google é usar a Inspeção de URL com o teste da página publicada e depois clicar em "Ver a página testada", que mostra a captura de tela de como o Google renderizou aquela URL. É nessa captura que se vê se o que chegou ao Google foi a página real ou uma tela de erro.
A correção que a documentação recomenda tem dois caminhos, e a escolha depende de o conteúdo existir ou não. Se a página realmente não deveria existir, o servidor precisa responder 404. Se ela deveria ter conteúdo e está pobre demais, o caminho é acrescentar informação suficiente para que o Google entenda que aquilo não é uma página de erro. A leitura completa do relatório, com os outros motivos de não indexação, merece tratamento próprio e fica para o post dedicado ao Search Console.
Quando corrigir um 404 e quando deixar como está
A recomendação do Google é direta e economiza muito trabalho: corrija apenas os 404 que estão linkados a partir do seu próprio site ou listados no seu sitemap. Erro 404 vindo de link externo digitado errado por um terceiro não é sua tarefa.
| Situação | Resposta correta |
|---|---|
| O conteúdo mudou de endereço | 301 para a nova URL |
| O conteúdo acabou e não tem substituto | 404 |
| A remoção foi deliberada e é definitiva | 410 |
| A página está fora por manutenção | 503 |
| A URL nunca existiu | 404 |
Página 404 personalizada é bem-vinda e ajuda quem caiu ali, com busca interna, links para as seções principais e um texto que explique o que aconteceu. A única regra inegociável é que ela continue respondendo 404 no cabeçalho. Página de erro bonita que responde 200 é exatamente o soft 404 descrito acima.
Quando o destino equivalente existe, o redirecionamento é a resposta certa, e a escolha entre os tipos está detalhada no guia de redirecionamento 301, 302, 307 e 308.
O que cada código de status faz com o rastreamento
A tabela abaixo cobre os códigos que mudam alguma decisão de SEO. A documentação do Google trata os vinte códigos mais encontrados pelos rastreadores, incluindo 201, 202, 204, 303, 307, 308, 400, 401, 403, 411 e 502, e deixa de fora os mais exóticos, como o 418.
| Código | O que o Google faz |
|---|---|
200 | Passa o conteúdo adiante para a indexação, sem garantia de que será indexado |
301 | Segue o redirecionamento e usa como sinal forte de que o destino deve ser processado |
302 | Segue o redirecionamento e usa como sinal fraco |
304 | Sinaliza que o conteúdo é o mesmo do último rastreamento, sem efeito sobre a indexação |
404 | Não indexa, remove do índice se já estava lá e reduz a frequência de rastreamento da URL |
410 | Tratado igual ao 404 |
429 | Tratado como servidor sobrecarregado e contado como erro de servidor |
500 | Reduz a taxa de rastreamento do site, de forma proporcional ao número de URLs com erro |
503 | Desacelera o rastreamento e preserva a URL no índice por um tempo antes de removê-la |
O 429 é o caso que mais destoa do seu grupo. Apesar de ser um código da família 4xx, o Google o trata como sinal de servidor sobrecarregado e o classifica como erro de servidor, agrupado com os 5xx para efeito de desaceleração do rastreamento. Ele é o único 4xx que mexe na taxa de rastreamento do site inteiro.
A distinção entre sinal forte e sinal fraco também merece atenção de quem trabalha com migração. Os dois códigos são seguidos, os dois consolidam o destino, mas o peso que o sistema atribui a cada um é diferente, e é por isso que 302 prolongado numa mudança definitiva de endereço costuma gerar resultado instável.
Quando o servidor volta a responder 2xx, a taxa de rastreamento sobe de novo, de forma gradual. Esse é o argumento prático a favor do 503 em manutenção: ele comunica indisponibilidade temporária e preserva a URL, em vez de sinalizar que o conteúdo sumiu.
Perguntas frequentes sobre erro 404 e soft 404
Quantos erros 404 um site pode ter?
Não existe limite nem proporção ideal. O Google não usa a quantidade de 404 como sinal de qualidade do site. A recomendação oficial é corrigir apenas os 404 que estão linkados a partir do seu próprio site ou listados no seu sitemap, e ignorar o resto.
Erro 404 tira meu site do Google?
Tira do índice apenas a URL que responde 404, e não o site. Outras páginas do domínio continuam sendo rastreadas e indexadas normalmente. A frequência de rastreamento que diminui é a daquela URL específica.
Redirecionar todos os 404 para a página inicial resolve?
Não, e costuma piorar. Quando o destino não é equivalente ao conteúdo original, o Google tende a classificar o redirecionamento como soft 404. Redirecione apenas quando existir uma página que de fato substitui a antiga.
Qual é a diferença entre 404 e soft 404?
O 404 é um código de status devolvido pelo servidor. O soft 404 não é código nenhum: é um diagnóstico do Google para páginas que mostram mensagem de erro ao leitor mas respondem com outro código, quase sempre 200. O primeiro é a resposta correta, o segundo é um problema a corrigir.
Página 404 personalizada prejudica o SEO?
Não, desde que continue respondendo 404 no cabeçalho HTTP. O problema não é o desenho da página, é o código que o servidor devolve junto com ela. Página de erro personalizada que responde 200 vira soft 404.
Como fazer uma SPA responder 404 de verdade?
Como o servidor já respondeu antes de o JavaScript rodar, a saída discutida pelo time do Google é redirecionar por JavaScript para uma URL estática configurada para devolver 404. O tratamento completo de erros e boas práticas de JavaScript fica para um post próprio.
Próximos passos
O 404 é uma resposta, não um defeito. O trabalho de verdade está em garantir que cada URL sem conteúdo diga isso no cabeçalho, e não apenas na tela.
Se você ainda não sabe quantos soft 404 o seu site tem, o ponto de partida é o relatório de indexação de páginas do Google Search Console. Depois disso, entendenda como o Google rastreia seu site e como o Google indexa páginas, que são as duas etapas em que os códigos de status decidem o destino de cada URL. Para colocar a verificação num processo repetível, o roteiro está no guia de auditoria de SEO.