Como estruturar 5.000 páginas em um site estático

Cinco mil páginas não são um número absurdo. Um portal de notícias chega a isso em poucos anos. Um catálogo, em semanas. O problema não é gerar os arquivos, e sim manter a estrutura coerente quando ninguém mais consegue revisar página por página.

Este tutorial organiza o trabalho em sete passos. Os exemplos usam o Astro, um framework que gera sites estáticos, mas os princípios valem para qualquer gerador. As regras de busca vêm da documentação do Google Search Central, consultada em 8 de outubro de 2026.

Um site estático é aquele em que todas as páginas são geradas como arquivos HTML prontos durante o build, a etapa que transforma código e conteúdo nos arquivos finais. O servidor só entrega esses arquivos, sem montar nada a cada visita.

Passo 1: desenhe a hierarquia de URLs antes do conteúdo

A URL é a parte mais cara de mudar depois. Cada troca exige um redirecionamento permanente e a atualização de todos os links internos que apontam para o endereço antigo. Por isso, decida o padrão antes de publicar a primeira página.

Um padrão comum em sites de conteúdo tem dois ou três níveis: seção, às vezes subseção, e a página final. Por exemplo, /guias/financas/como-montar-orcamento/.

O guia de estrutura de URLs do Google dá as regras práticas:

• Palavras legíveis em vez de números longos de identificação.
• Hífens para separar palavras, não sublinhados.
• Poucos parâmetros: códigos de sessão, ordenação e rastreamento multiplicam URLs sem mudar o conteúdo.
• Uma só caixa: o Google trata /APPLE e /apple como URLs diferentes. Padronize tudo em minúsculas.

Decida também a barra final. /pagina/ e /pagina são URLs distintas. Escolha uma forma e use sempre a mesma, inclusive nos links internos.

Passo 2: transforme o conteúdo em dados com regras

Com 5.000 páginas, o conteúdo precisa de um modelo: a lista de campos que cada tipo de página tem (título, descrição, data, categoria, autor) e as regras de cada campo.

No Astro, isso se faz com coleções de conteúdo. A documentação das coleções mostra como declarar um schema, a descrição formal dos campos, para que o build falhe quando um arquivo vier sem data ou com categoria inexistente. A mesma página afirma que as coleções geradas no build podem ser guardadas em cache entre builds e são adequadas para “dezenas de milhares” de entradas. Ou seja, 5.000 páginas estão dentro da faixa prevista.

Duas decisões ajudam muito:

• Separe identidade e texto. O identificador da página (o slug, parte final da URL) e a categoria ficam em campos próprios, não deduzidos do título. Assim, corrigir um título não muda a URL.
• Use listas fechadas. Categorias e tópicos vêm de uma lista definida no código. Um erro de digitação vira erro de build, não uma categoria nova com uma página só.

O detalhamento técnico das coleções está em Content Collections do Astro.

Passo 3: gere todas as rotas a partir de uma única lista

Em um site estático, cada URL precisa ser conhecida no build. No Astro, uma página dinâmica exporta a função getStaticPaths(). A referência de rotas explica que cada item devolvido tem params, que viram a URL e só aceitam texto, e props opcionais, que levam dados para a página sem aparecer na URL.

A recomendação deste tutorial é ter um único lugar que monte a lista de todas as rotas do site. Desse lugar saem as páginas, o sitemap e as verificações. Se cada parte do sistema calcular as URLs por conta própria, cedo ou tarde o sitemap vai listar uma página que não existe, ou um link vai apontar para um endereço antigo.

Esse arranjo pode ser conferido no código do próprio Token & Tech. O arquivo src/lib/routes.ts monta a lista de rotas, e um único arquivo de página, src/pages/[...path].astro, usa essa lista em getStaticPaths(). O nome [...path] é um parâmetro “resto”, que aceita vários segmentos de URL de uma vez. O sitemap é gerado a partir da mesma lista, e o código lança erro se duas rotas tiverem o mesmo caminho.

Passo 4: crie páginas de lista só quando elas têm conteúdo

Páginas de categoria, tópico e autor são as que mais se multiplicam. Com 5.000 artigos e dezenas de tópicos, é fácil gerar centenas de páginas de lista, muitas com um ou dois itens.

Algumas regras simples evitam páginas vazias:

• Não gere a página de um tópico sem nenhum item publicado.
• Marque como noindex páginas utilitárias, como resultados de busca interna e páginas de agradecimento. A etiqueta noindex pede ao buscador que não inclua a página no índice.
• Não coloque no sitemap o que estiver com noindex.

No código do Token & Tech, a lista de rotas pula tópicos sem artigos publicados e marca a busca e a página de agradecimento como não indexáveis. O sitemap só inclui as rotas indexáveis.

Passo 5: pagine as listas longas do jeito certo

Uma categoria com 800 artigos não cabe em uma página. A função paginate() do Astro, descrita na referência de rotas, divide a lista em páginas numeradas. O tamanho padrão é 10 itens por página, ajustável com a opção pageSize. Cada página recebe os links de anterior e próxima em page.url.prev e page.url.next.

O guia de paginação do Google acrescenta as regras de busca:

• Cada página da sequência tem URL própria.
• Cada página aponta o canonical para si mesma, não para a primeira. O canonical é a etiqueta que indica qual URL é a versão principal de um conteúdo.
• As páginas se ligam em sequência com links <a href> comuns.
• Não use # para numerar páginas: o Google ignora o que vem depois do #.
• O Google não usa mais rel="next" e rel="prev", embora outros buscadores possam usar.

Variações filtradas ou reordenadas da mesma lista devem ficar fora do índice, com noindex ou bloqueio no robots.txt, segundo o mesmo guia.

Passo 6: monte o sitemap e os canonicals

O sitemap é o arquivo XML que lista as URLs que você quer ver indexadas. O protocolo sitemaps.org e o guia do Google fixam o limite: 50 mil URLs ou 50 MB sem compressão por arquivo. Acima disso, divide-se em vários sitemaps, reunidos por um índice de sitemaps. Com 5.000 páginas, um arquivo basta.

Três detalhes do guia do Google, atualizado em julho de 2026:

• O Google ignora <priority> e <changefreq>.
• O <lastmod> só é usado se for consistente e verificável. Ele deve mudar quando o conteúdo principal muda, não quando o ano do rodapé muda.
• Todas as URLs de um sitemap devem ser do mesmo host, segundo o protocolo.

Quem não quer escrever o próprio gerador pode usar a integração @astrojs/sitemap. Ela cria um sitemap-index.xml, divide os arquivos a cada 45 mil entradas por padrão (opção entryLimit) e permite excluir páginas com filter().

Para o canonical, a documentação do Google sobre URLs duplicadas recomenda um canonical apontando para a própria página, com URL absoluta, e coerência entre canonical, sitemap, redirecionamentos e links internos. Em um site estático, isso sai naturalmente do Passo 3: se todas as partes usam a mesma lista de rotas, a URL é a mesma em todo lugar.

Passo 7: ligue as páginas e verifique tudo no build

O guia de links do Google resume a regra: toda página que importa deve receber link de pelo menos uma outra página do site. Os links precisam ser elementos <a> com href e ter texto descritivo, não “clique aqui”.

Em 5.000 páginas, a estrutura de links costuma ter três camadas:

• Navegação: menu de seções e trilha de navegação (breadcrumb), que mostra onde a página está na hierarquia.
• Listas: categorias e tópicos paginados, que garantem que todo artigo seja alcançável.
• Contexto: links dentro do texto para conteúdos relacionados.

Depois, automatize a conferência. Uma verificação depois do build pode abrir cada URL do sitemap e checar se o arquivo existe, se tem título, descrição e canonical igual à própria URL, e se cada link interno leva a um arquivo gerado. O Token & Tech faz isso com o script scripts/check-dist.mjs. O tema está detalhado em Como testar links internos e rotas automaticamente, e a busca dentro de um site desse porte, em Como implementar busca interna em um site Astro.

E o orçamento de rastreamento?

O orçamento de rastreamento (crawl budget) é a quantidade de páginas que o robô do Google se dispõe a visitar em um site em determinado período. Ele preocupa muita gente, mas o guia do próprio Google, atualizado em julho de 2026, diz a quem se destina: sites com cerca de 1 milhão de páginas que mudam semanalmente, sites com 10 mil ou mais páginas que mudam todo dia, ou sites com muitas URLs na situação “descoberta, mas não indexada” no Search Console. O Google chama esses números de estimativa aproximada.

Um site estático com 5.000 páginas que mudam pouco está abaixo dessas faixas. Na avaliação da redação, o esforço rende mais em conteúdo útil, URLs estáveis e links bem feitos do que em ajustes de rastreamento.

O que levar deste texto

• Decida URLs e modelo de conteúdo primeiro. São as partes mais caras de mudar com milhares de páginas no ar.
• Monte todas as rotas em um só lugar e faça dele a fonte das páginas, do sitemap e dos canonicals.
• Não gere listas vazias, pagine as longas com URL e canonical próprios e deixe utilitários fora do índice.
• Com 5.000 páginas, um sitemap basta e o orçamento de rastreamento raramente é o gargalo. Automatize a verificação no build para que erro de estrutura não chegue ao ar.