O guia para entender o conteúdo duplicado… e erradicá-lo no WordPress

Na vida, é uma loucura como certas coisas podem nos deixar loucos. Estou pensando em pessoas que descaradamente traem você na fila do supermercado.

Pessoas que não cozinham macarrão al dente e o cortam quando o colocam em água fervente... Ou aqueles despertadores de manhã cedo que tocam, tocam e tocam novamente para te tirar de uma boa cama quentinha.

E então você descobre conteúdo duplicado . Você sabe, aquele momento desagradável quando você encontra todo ou parte do seu conteúdo palavra por palavra em outro site.

Ou quando aquele bom e velho Ctrl+C Ctrl+V (ou Cmd+C Cmd+V para a multidão pró-Mac) causou estragos novamente. Como dizem, isso realmente deixa você louco.

Conteúdo duplicado é um problema real quando você o encontra em sites de outras pessoas, mas também pode aparecer em seu próprio site WordPress, mesmo sem você saber.

Isso é igualmente irritante, especialmente porque pode ter consequências negativas para o seu SEO .

Para evitar isso, siga-me!

Neste post, você aprenderá tudo sobre esse maldito conteúdo duplicado e, principalmente, soluções concretas para se livrar dele . E eu prometo, é garantido que não haverá problemas.

Seus melhores projetos WordPress precisam do melhor host!

O WPMarmite recomenda Bluehost: ótimo desempenho, ótimo suporte. Tudo o que você precisa para um ótimo começo.

Experimente o Bluehost

O que é conteúdo duplicado?

Conteúdo duplicado é o conteúdo semelhante em vários endereços da Web (URLs) de uma só vez, seja em páginas diferentes do mesmo site ou em outros sites.

Isso complica o trabalho de mecanismos de pesquisa como o Google, que podem optar por classificar as páginas duplicadas mais baixas em seus SERP (páginas de resultados de mecanismos de pesquisa).

Para deixar claro, existem dois tipos principais de conteúdo duplicado:

• Duplicações internas , que ocorrem em seu site, sem que você realmente saiba, na maioria das vezes. Digamos que eles são feitos sem o seu conhecimento.
• Duplicações externas , quando outros sites copiam todo ou parte do seu conteúdo em suas páginas.

A imagem do papel vegetal

Agora, para ilustrar o que é conteúdo duplicado, vamos dar um passo atrás em vários (longos) anos: para os bancos do ensino fundamental e a aula de arte.

Você se lembra do famoso papel vegetal, que permite reproduzir um desenho manuscrito idêntico? Bem, conteúdo duplicado é um pouco assim.

Digamos que o desenho básico represente a URL original do seu conteúdo, por exemplo https:// yourwebsite.com/your-awesome-post/ https:// yourwebsite.com/your-awesome-post/ .

O desenho reproduzido de forma idêntica (ou parcialmente) usando o papel vegetal, ilustra a URL duplicada: https://yourwebsite.com/your-awesome-post-bis/ .

Está claro para você? Então volte para o futuro, quero dizer, para o presente.

Mais de um quarto da web é duplicado

Em 2013, Matt Cutts, ex-engenheiro do Google, disse que 25% a 30% do conteúdo publicado na web seria duplicado .

Mesmo que essa estatística volte um pouco, ela lhe dá uma ordem de magnitude bastante reveladora.

Felizmente, como o Google afirma, “principalmente, isso não é de origem enganosa ”.

Isso significa que as causas do conteúdo duplicado geralmente são técnicas e não intencionais: o webmaster que você é não cria conteúdo duplicado de propósito.

Portanto, o Google, o buscador mais utilizado no mundo, não tenderá a penalizá-lo se seu objetivo não for “enganar e manipular” seus resultados de busca.

No entanto, tenha cuidado: se o Google não considera essa prática como spam, também não gosta de duplicatas .

Por quê? Porque no final, tem que fazer esforços extras para indexar e “exibir páginas contendo informações distintas” .

Em SEO, a fase de indexação corresponde ao momento em que os robôs dos motores de busca escaneiam as páginas de toda a web, a fim de classificá-las em um índice (uma espécie de banco de dados gigantesco).
É nesse índice que um buscador como o Google desenha para poder exibir os resultados mais relevantes em suas páginas de resultados (SERPs).

Como o Google lida com conteúdo duplicado?

Bem, eu digo “isso” quando falo do Google, mas na verdade eu deveria ter dito “robôs do Google”, também chamados de spiders ou Googlebots .

Aqui está um esquema de como eles operam, quando detectam duplicatas:

• Eles navegam na web para novos conteúdos , navegando de link em link (lembre-se que a web é enorme).
• Quando eles encontram conteúdo duplicado, eles os agrupam em um cluster .
• Em seguida, eles exibem O melhor resultado , segundo eles, dos conteúdos presentes neste cluster.

O bônus de popularidade, em vez do bônus de antiguidade

O problema é que esse melhor resultado nem sempre corresponde ao conteúdo original (aquele que não está duplicado) .

Nesse ponto, é difícil culpar o Google: imagine o quão difícil é a tarefa para ele, quando tem que encontrar o original entre milhares de conteúdos idênticos!

Para prosseguir, o Google não conta com a data de publicação de um conteúdo , como diz Daniel Roch.

Seria muito simples, pois você pode “modificar à vontade na administração a data de cada um de seus conteúdos” .

O Google confia “na popularidade da URL e do domínio para determinar quem está na origem do conteúdo e quem são os possíveis plagiadores”, acrescenta Daniel Roch. “Em outras palavras, se um site com maior popularidade rouba conteúdo seu, você perde a batalha com o buscador”.

O mesmo Matt Cutts detalha isso neste vídeo, se você estiver interessado:

Podemos ter em mente duas coisas importantes desta demonstração:

• O Google não penaliza estritamente o conteúdo duplicado , exceto em “casos raros” em que foi criado “para manipular nossos rankings e enganar nossos usuários” . Se isso acontecer, o site em questão “não aparecerá mais em seus resultados de pesquisa” .
• O resto do tempo, o conteúdo duplicado não é penalizado, mas é a mesma coisa . Se você é vítima de conteúdo duplicado e o Google decidiu não exibir a versão original do seu conteúdo, você fica invisível nas páginas de resultados de pesquisa.

Como resultado, suas ações de otimização de mecanismos de busca (SEO) podem sofrer consequências significativas.

Qual é o impacto do conteúdo duplicado em SEO?

Conteúdo duplicado pode ter um impacto negativo no SEO (Search Engine Optimization ) do seu conteúdo.

Em outras palavras, você pode ver o tráfego diminuir em seu site e perder posições nas páginas de resultados de pesquisa por vários motivos:

• O Google não sabe exatamente qual é a versão original de um conteúdo duplicado, por isso exibirá apenas um e, portanto, “ocultará” todos os outros resultados idênticos em seus resultados de pesquisa .
• Os backlinks que outros usuários farão para o seu conteúdo duplicado serão menos eficazes . Os links serão distribuídos entre várias publicações duplicadas e, portanto, terão menos poder. No entanto, quanto mais backlinks relevantes um conteúdo tiver, mais ele aumentará suas chances de ser melhor classificado.
• Você consumirá mais orçamento de rastreamento (o número máximo de páginas que o Google pode rastrear em seu site WordPress), porque o mecanismo de pesquisa terá que gastar mais tempo rastreando seu conteúdo duplicado, com o risco de indexar novo conteúdo “original” com menos rapidez, ou não indexá-lo em tudo.

Como o conteúdo duplicado muitas vezes se esconde nas sombras e nem sempre pode ser identificado e domado, descubra na parte a seguir várias maneiras de desmascará-lo.

Como encontrar e reconhecer conteúdo duplicado?

Com os olhos: o método visual

Você os fecha para dormir, depois os abre bem assim que acorda e para ler este artigo: seus olhos são sua primeira arma para detectar possíveis vestígios de conteúdo duplicado , especialmente duplicações externas.

Imagine: você publicou um post, há vários meses, que destila dicas de como fazer um delicioso brownie de chocolate.

Agora você se deparou com uma publicação que duplica várias passagens da fonte original, palavra por palavra. "De jeito nenhum! Eu escrevi isso, seu ladrão!”

Sim, é você, e você foi plagiado. Agora, o artigo inteiro não foi copiado e colado, mas você pode se perguntar se estamos em uma situação de conteúdo duplicado? Bom ponto.

Junte-se aos assinantes do WPMarmite

Obtenha os últimos posts do WPMarmite (e também recursos exclusivos).

INSCREVA-SE AGORA

Nesta matéria, não há uma regra precisa. Ou seja, nenhum buscador define um limite a não ser ultrapassado, como: “se você copia 40% de um conteúdo, você é um mau duplicador! “

Para te ajudar, digamos que se forem copiadas frases inteiras – lembre-se, o Google fala em “grandes blocos de conteúdo” – você pode considerar que um conteúdo está duplicado.

Você fica com os olhos para chorar, mas saiba que também existem remédios possíveis, para enxugar suas lágrimas. Voltarei a isso mais adiante neste post.

Depois dos olhos, há uma segunda arma à sua disposição: uma ferramenta para detectar conteúdo duplicado.

Com uma ferramenta dedicada: o método de terceiros

Existem várias soluções no mercado para detectar duplicações internas e externas. Apresentação.

Matar duplicado

Kill Duplicate é uma ferramenta premium essencial que ajuda a identificar duplicações externas, especialmente ao escanear seu conteúdo .

Completo, também ajuda a lidar com o plágio propondo soluções diretamente em seu painel (por exemplo, entre em contato com o host, o site ou faça uma reclamação).

Preço: a partir de 19€/mês ( excluindo IVA), ou seja, ± $21.

Copyscape

Copyscape é uma solução freemium que ajuda você a encontrar cópias de sua página na web . Para usá-lo, basta digitar o URL de sua escolha na barra de pesquisa.

Então cruze os dedos para que ninguém tenha copiado você.

Você pode então verificar quais publicações o Copyscape identificou, para ver se o conteúdo parece estar duplicado ou não.

Copyscape também está disponível em uma versão premium com recursos muito mais avançados (a partir de 3 centavos por pesquisa).

DupliChecker

O DupliChecker apresenta-se como “software anti-plágio” . Limitado a 1.000 palavras por pesquisa em sua versão gratuita, permite verificar a originalidade de um texto digitando sua URL, um pedaço de texto ou baixando um arquivo.

Você pode, portanto, usá-lo antes e depois da publicação de um conteúdo. Se podemos lamentar a presença de muitos anúncios, o DupliChecker continua sendo interessante porque exibe vários resultados apresentando a cada vez uma taxa de similaridade:

Uma versão Pro também está disponível a partir de US$ 10, para um uso de até 30.000 palavras.

Siteliner

O Siteliner será perfeito para “explorar seu site” , como é, ou seja, para identificar duplicações internas .

Apresenta seus resultados na forma de gráficos. A versão gratuita permite que você escaneie um site uma vez a cada 30 dias, até 250 páginas.

Com a oferta Pro, você pode processar até 25.000 páginas e escolher as que deseja excluir do processo de identificação.

Sapo gritando

O Screaming Frog não é uma ferramenta especificamente dedicada à identificação de conteúdo duplicado. Mas continua relevante encontrar duplicações internas.

É um rastreador, uma ferramenta para analisar seu SEO na página: ele extrai e verifica os URLs do seu site em busca de problemas (por exemplo, links quebrados, análise de tags de title e meta description , erros de servidor, etc.).

Portanto, ele poderá informá-lo sobre certos elementos duplicados, como títulos h1 e tags de title e meta description de suas páginas.

Você pode analisar até 500 URLs com a versão gratuita. A versão Pro custa £ 149/ano (ou seja, ± $ 197).

Google Search Console

Terminamos esta lista de ferramentas com um canivete suíço essencial: o Google Search Console.

Esta ferramenta gratuita permite que você gerencie melhor seu site e acompanhe seu SEO. Ele fornece muitas informações : erros em seu site, análise de pesquisa, links, status de indexação, erros de rastreamento, etc.

Ao contrário de seus amiguinhos mencionados acima, o Google Search Console não poderá informar quais URLs foram duplicados internamente.

No entanto, ele pode ajudá-lo a descobrir. Para fazer isso, basta ir ao menu Índice > Cobertura . Você pode:

• Verifique o número de URLs indexados . Se você sabe que criou 206 páginas em seu site e que o Google indexou 674 delas, você sabe que certamente há algum conteúdo duplicado por aí…
• Verifique os URLs excluídos para saber se cabem na caixa de conteúdo duplicado .

Observe também que muitas ferramentas de SEO, como Semrush ou Ahrefs, para citar algumas, também possuem recursos para ajudá-lo a identificar conteúdo duplicado em seu site.

Com um comando específico do Google: o método manual

Após essa rodada de ferramentas, há uma última alavanca que você pode ativar para encontrar conteúdo duplicado: o Google.

Para isso, o famoso buscador oferece operadores , ou seja, comandos que você pode especificar em sua barra de busca para filtrar seus resultados com mais precisão.

Alguns deles podem ser eficientes para caçar conteúdo duplicado, como o operador de busca de sites ( site: ). Para pesquisar duplicação externa, exclua seu nome de domínio dos resultados da pesquisa digitando a seguinte consulta:

-site:yourdomainname.com "title of your publication" . Isso daria, no exemplo do seguinte artigo WPMarmite: -site:wpmarmite.com/en/ "test of 6 must-have SEO plugins on WordPress"

Bem, isso é um grande pedaço que você acabou de engolir. Agora você sabe o que é conteúdo duplicado e como identificá-lo.

Agora você tem que se livrar dele. O restante deste post se concentrará em instruções detalhadas sobre como parar:

• Duplicações internas
• Duplicações externas

Eu sugiro que você comece com possíveis problemas que você possa ter em seu site WordPress.

O que causa conteúdo duplicado interno no WordPress (e como resolvê-lo)?

URLs

Um URL é o endereço de uma página da web. Por exemplo, a página inicial do WPMarmite pode ser encontrada no seguinte URL: https://wpmarmite.com/en/ .

Como você pode imaginar, quanto mais conteúdo seu site WordPress tiver, mais URLs você terá . No caso de um grande site de comércio eletrônico, por exemplo, você pode chegar rapidamente a milhares de URLs se vender muitos produtos.

Até agora tudo bem. No entanto, nossos famosos URLs começarão a incomodá-lo em alguns casos:

• Quando contêm indicações para rastrear visitas a uma página específica . Novos parâmetros são adicionados automaticamente ao final de seus URLs. Por exemplo, o URL inicial será https://yourpost.com e o URL duplicado https://yourpost.com?utm_source=facebook . Você pode não ver a diferença, mas um mecanismo de pesquisa verá.
• Quando contêm parâmetros para filtrar a navegação . Esse é frequentemente o caso das lojas WooCommerce que usam pesquisa facetada. Isso é muito conveniente para o usuário, que pode classificar os produtos por tamanho, cor, preço, etc. A preocupação é que isso crie muitas páginas duplicadas, com conteúdo quase idêntico palavra por palavra, veja:
  • https://yourstore.com/pants-black-size-m
  • https://yourstore.com/pants-black-size-l
• Quando fazem uso indiferenciado de barras . Por exemplo: https://yourstore.com/pants-black-size-m e https://yourstore.com/pants-black-size-l são considerados dois URLs diferentes pelo Google, o que é, portanto, conteúdo duplicado.

Como resolver problemas de URLs duplicados?

A maneira mais fácil de resolver um problema de URL duplicada é fazer o que é chamado de redirecionamento 301 .

Um redirecionamento permite redirecionar automaticamente um visitante que deseja acessar uma URL A (por exemplo, https://mygreatwebsite.com ), para uma URL B (por exemplo, https://myawesomewebsite.com ).

Você pode fazer isso facilmente com o plugin de redirecionamento.

Em vez de impedir que os rastreadores acessem conteúdo duplicado em seu site, usando um arquivo robots.txt, por exemplo, o Google também afirma que você pode usar o que é chamado de URL canônico .

Ao usar um atributo específico em sua URL, você informa aos mecanismos de pesquisa qual é a versão original de uma página duplicada.

Dessa forma, você garante que é essa versão original que será levada em consideração para exibição nas páginas de resultados (e não uma versão duplicada).

Para sua informação, um URL canônico usa um pequeno pedaço extra de código HTML, chamado rel="canonical" . Fica assim, na prática:

<link rel="canonical" href="https://wpmarmite.com/en/astra-theme/" />

Se você estiver usando o plug-in Yoast SEO, poderá preencher um URL canônico por meio da interface de edição do plug-in:

Observe que, por padrão, o Yoast SEO adiciona a URL da publicação como uma URL canônica. Você não terá que fazer nada na maioria dos casos.

Para saber como configurar o Yoast SEO como um profissional, acesse nosso guia dedicado sobre o assunto!

A paginação dos comentários

Depois das URLs, vamos falar sobre uma segunda causa de conteúdo duplicado no WordPress: paginação de comentários .

O WordPress permite dividir os comentários deixados por seus leitores em uma postagem em várias páginas.

No papel, isso parece conveniente para sites/blogs com muitos comentários.

O leitor pode ver primeiro os comentários mais recentes e, em seguida, optar por ler os comentários mais antigos, indo para outra página.

É aqui que está o problema. Novos URLs serão criados automaticamente para cada página, sempre com o conteúdo do seu post .

Como resolver o problema de paginação de comentários?

A principal coisa que você pode fazer é simplesmente não habilitar esta opção.

Por padrão, ele não será verificado quando você instalar o WordPress. No entanto, convido você a verificar acessando o seguinte menu: Configurações > Discussão .

Certifique-se de que a caixa “Quebrar comentários em páginas, com 50 comentários de nível superior por página e a última página exibida por padrão” esteja desmarcada.

Tag

Já que você está na interface de administração do WordPress, fique lá, agradável e caloroso.

Agora vamos falar sobre tags, que são usadas para classificar suas postagens (um pouco como suas categorias, exceto que as tags são opcionais).

Aqui, novamente, a intenção básica é boa, se olharmos do ponto de vista do usuário. Uma tag permitirá que ele verifique todas as suas postagens relacionadas a um assunto específico (por exemplo, cinema) .

Para o seu SEO, isso é muito mais chato, pois o WordPress gera novas páginas de arquivo para cada tag , o que significa que sua postagem terminará em páginas adicionais.

Em outras palavras, se você criar 10 tags para o mesmo post, você acabará com 10 posts duplicados…

Como evitar categorias duplicadas?

A melhor solução é não usar tags . Se você realmente quer fazer isso, pense cuidadosamente nas consequências que isso pode ter.

Variações de nomes de domínio

Por fim, também é possível que seu nome de domínio possa ser acessado sob diversas variantes (HTTPS, HTTP, www e sem www):

• https://example.com
• https://www.example.com
• http://example.com
• http://www.example.com

Consequência? Seu site estará acessível de várias maneiras, ou dito de outra forma, será duplicado 4 vezes.

Isso pode acontecer, por exemplo, se você acabou de mudar para HTTPS sem ter redirecionado a versão HTTP .

Para saber se esse é o seu caso, insira manualmente cada variante do seu nome de domínio em seu navegador favorito.

Se não houver redirecionamento para a versão acessível do seu site (ou seja, aquela em HTTPS), você terá que começar a trabalhar.

Como definir uma única variante para o seu nome de domínio?

Até a mudança para o novo Google Search Console em 2019, era possível selecionar um domínio favorito na ferramenta gratuita do Google.

Agora, a maneira mais fácil é executar um redirecionamento 301. Para isso, você pode, por exemplo, usar sua interface cPanel, caso sua empresa de hospedagem a use. Veja nossas instruções detalhadas sobre o assunto.

Falando em nomes de domínio, só podemos recomendar que você leia nosso guia completo para escolher um nome de domínio.

Bem, para a duplicação interna, diremos que não somos tão ruins. Agora, vamos falar sobre as medidas a serem aplicadas se você tiver que lidar com conteúdo duplicado externo.

Você vai ver, vamos tirar a artilharia pesada!

3 passos para se livrar de conteúdo externo duplicado

Alerta vermelho. Você tem certeza disso, seu conteúdo foi duplicado. Depois de passar do estágio de chamar os nomes dos sites ofensivos, é hora de agir.

Neste caso, o que você faz? Você grita sua raiva? Chamar a polícia ou o corpo de bombeiros? Você contata o FBI, ou mesmo a CIA, se o plagiador for americano?

Em vez disso, respire fundo e siga as etapas abaixo, que devem resolver seu problema.

Etapa 1: entre em contato com o proprietário do site

Antes de usar da maneira mais difícil, vá com calma. Primeiro, tente encontrar uma saída pacífica para esse problema irritante de conteúdo duplicado.

Antes de tudo, entre em contato com o proprietário do conteúdo que o incomoda para saber o que está acontecendo.

Você pode encontrar informações sobre quem são e como contatá-los em vários lugares, como:

• A página de contato de seu site.
• A página de Termos de Serviço.
• A inserção “Autor” no final de suas publicações.
• Suas redes sociais.
• Seu mecanismo de busca favorito. Por exemplo, digite o nome e sobrenome da pessoa para ver o que aparece.
• O banco de dados de nomes de domínio, o WHOIS.

O Whois fornece informações sobre o proprietário e o host, além de detalhes técnicos. Você também pode pesquisar domínios Whois com Gandi e Whois.net.

Após a investigação, você encontrou um e-mail? É hora de escrever sua melhor mensagem, educada e firme, detalhando a situação.

Explique à pessoa que você encontrou uma duplicação do seu conteúdo, por que não adicionar capturas de tela e outras evidências tangíveis.

Continue indicando que isso é violação de direitos autorais (ninguém tem o direito de reproduzir ou distribuir conteúdo sem permissão). Termine pedindo à pessoa para remover o conteúdo plagiado.

Você falhou, apesar de seus melhores esforços? Vá para a etapa 2.

Etapa 2: entre em contato com o anfitrião do plagiador

Então a pessoa que você identificou como o infrator simplesmente não vai ceder? Entrar em contato com seu host pode fazê-lo dobrar.

Para isso, você tem várias opções:

• Os detalhes de contato do host normalmente devem estar em uma página de Aviso Legal , no site da pessoa que duplicou seu conteúdo.
• Se não, você pode encontrá-los graças ao Whois .

Quando encontrar a informação que procurava, envie o mesmo tipo de e-mail que escreveu no passo 1, apenas adaptando-o ao seu destinatário.

Os hosts da Web geralmente são bastante sensíveis a conteúdo duplicado e devem ajudá-lo. Esse problema aconteceu várias vezes com o WPMarmite e ajudou Alex a remover as postagens copiadas e coladas.

Se você ainda não conseguiu, é hora de fazer da maneira mais difícil: descubra no passo 3.

Etapa 3: denunciar a página ao Google

Pegue a última carta do seu baralho para ser usada como último recurso: reportando-se ao Google.

Para solicitar ao Google que remova de seus resultados de pesquisa “a página que infringe seus direitos autorais” , o famoso mecanismo de pesquisa indica que você deve enviar uma solicitação DMCA (Digital Millennium Copyright Act) .

Para sua informação, esta é uma lei americana cujo objetivo é combater a violação de direitos autorais.

Em detalhes, aqui está como proceder, em ordem:

• Vá para esta página e escolha o serviço do Google em questão (normalmente, será "Pesquisa do Google").
• Marque a caixa “Problema de propriedade intelectual”.
• Selecione “Violação de direitos autorais”.
• Marque “Sim, sou o proprietário dos direitos autorais ou estou autorizado a agir em nome do proprietário dos direitos autorais”.
• Selecione “outro” quando perguntado sobre o tipo de conteúdo que está sendo infringido.
• Clique no botão azul “Criar solicitação”.
• Preencha o formulário, date, assine e envie.

Como você viu ao longo dessas linhas, mais cedo ou mais tarde você terá que lidar com conteúdo duplicado, seja interno ou externo.

Se o Google não penalizar diretamente essa prática, conteúdo duplicado pode ter consequências prejudiciais para sua estratégia de SEO, com queda no tráfego e nas suas posições nas páginas de resultados dos buscadores.

Para enfrentar o problema de frente, este post detalhou como se livrar dessa praga de maneira concreta, usando ferramentas e melhores práticas.

Como você lida com conteúdo duplicado? Compartilhe suas dicas e comentários conosco postando um comentário.