Eroarea soft 404: ce înseamnă în Search Console și cum o repari

O eroare soft 404 este o nepotrivire între ce spune serverul și ce arată pagina. Serverul răspunde „totul este în regulă”, iar vizitatorul și Googlebot nu văd nimic util. Termenul datează dintr-un articol de cercetare din 2004 al lui Ziv Bar-Yossef și al colegilor săi, cum amintește articolul Wikipedia despre HTTP 404, iar Google detectează aceste pagini automat de ani de zile. Acest ghid explică modul în care Google decide că o pagină este un soft 404, cauzele din spatele fiecărui caz, cum diagnostichezi în câteva minute un URL semnalat și ce reparație aplici.

Ce este o eroare soft 404?

Fiecare răspuns HTTP poartă un cod de stare. O pagină lipsă reală returnează 404 (nu a fost găsit) sau 410 (dispărut): browserul afișează o pagină de eroare, iar motoarele de căutare știu că URL-ul nu are nimic de indexat. Un soft 404 returnează în schimb 200 (succes), deci serverul afirmă că pagina există, în timp ce conținutul spune contrariul.

Documentația Google despre depanarea erorilor de explorare o definește ca pe un URL „care returnează o pagină care îi spune utilizatorului că pagina nu există și, în același timp, un cod de stare 200 (succes)”, adăugând că „uneori poate fi o pagină fără conținut principal sau o pagină goală”. Când algoritmii săi detectează, pe baza conținutului, că o pagină este o pagină de eroare, Search Console afișează un soft 404, iar pagina este exclusă din Search.

Din această definiție decurg două puncte:

• Verdictul se bazează pe conținut. Google citește pagina randată. O pagină de produs validă care nu reușește să-și încarce conținutul principal poate fi semnalată în același mod ca o pagină intenționată de „niciun rezultat”.
• Este o excludere din indexare, nu o penalizare. URL-ul semnalat rămâne în afara indexului; restul site-ului nu este retrogradat din cauza lui.

Soft 404 față de 404: care este diferența?

Cele două arată identic pentru un vizitator și se comportă foarte diferit pentru un crawler.

Un 404 curat este un răspuns sănătos. Ghidul Google despre gestionarea bugetului de explorare numește un 404 „un semnal puternic să nu mai explorezi acel URL” și precizează că „paginile soft 404 vor continua să fie explorate și îți vor irosi bugetul”. Pe un site mic, pierderea este marginală; pe un magazin cu mii de pagini de filtre goale, ea întârzie explorarea paginilor care contează (vezi intrarea noastră din glosar despre bugetul de explorare).

Ce cauzează erorile soft 404?

Google enumeră patru cauze tehnice: un fișier de includere de pe server lipsă, o conexiune la baza de date întreruptă, o pagină de rezultate ale căutării interne goală și un fișier JavaScript neîncărcat sau lipsă. În audituri, URL-urile semnalate se împart în șase familii.

1. Conținut șters, servit cu un 200

CMS-ul sau tema afișează un șablon de „Pagina nu a fost găsită”, dar păstrează codul de stare 200. Asta se întâmplă la unele configurări personalizate de 404, la rutele catch-all și la framework-urile care randează o componentă generică de eroare fără să seteze statusul.

2. Liste goale

Pagini de categorii fără niciun produs, arhive de etichete fără articole, pagini de căutare internă cu „0 rezultate” și combinații de filtre care nu corespund niciunui produs. Șablonul se încarcă, zona de conținut principal este goală, iar Google vede o pagină de eroare. Ghidul nostru despre SEO pentru paginile de categorie din comerțul electronic arată cum păstrezi listele demne de indexare.

3. Pagini epuizate și expirate

Pagini de produs care trec la „Acest produs nu mai este disponibil” fără preț, fără descriere și fără alternative, sau pagini de joburi și evenimente reduse la „Această ofertă a expirat”. Doar formularea este suficientă ca Google să le trateze ca lipsă.

4. Redirecționări către o pagină irelevantă

Trimiterea fiecărui URL șters către pagina de start sau către o categorie generică pare o curățare convenabilă. Google tinde să trateze o redirecționare către o pagină care nu înlocuiește originalul drept soft 404, deci redirecționarea nu transmite nimic, iar URL-ul vechi este raportat oricum. Ghidul nostru despre redirecționările SEO explică când este legitimă o 301.

5. Pagini subțiri

Pagini cu un antet, un subsol și două rânduri de text, pagini provizorii („În curând”) sau profiluri foarte scurte generate în serie. Google nu deosebește întotdeauna o pagină aproape goală de o pagină de eroare. Dacă este cazul tău, citește definiția noastră pentru conținutul subțire.

6. Eșecuri de randare

O pagină bună poate fi semnalată atunci când Googlebot nu îi vede conținutul. Ghidul Google spune că o astfel de pagină „nu s-a încărcat corect pentru Googlebot, lipseau resurse critice sau a afișat un mesaj de eroare vizibil în timpul randării”. Motivele tipice: JavaScript sau CSS blocate de robots.txt, apeluri API care eșuează sau expiră pentru crawler, prea multe resurse sau resurse prea grele și aplicații client-side care afișează o componentă de eroare pe rutele necunoscute. Ghidul nostru despre SEO pentru JavaScript detaliază modul în care Google randează scripturile.

Cum găsești erorile soft 404

Trei surse, de la cea mai oficială la cea mai exhaustivă.

1. Search Console. Deschide Indexarea, apoi Paginile, și caută motivul „Soft 404” la „De ce paginile nu sunt indexate”. Apasă pe el ca să vezi URL-urile exemplu (până la 1.000) și data ultimei explorări. Documentația raportului Indexarea paginilor de la Google recomandă să returnezi un cod de răspuns 404 pentru paginile cu adevărat „nu a fost găsit”.
2. O explorare a propriului site. Crawlere precum Screaming Frog pot semnala paginile cu un statut 200 și foarte puțin conținut sau cu text „nu a fost găsit”. Sortează după numărul de cuvinte și uită-te întâi la cele mai scurte pagini.
3. Un test al gestionării 404. Cere un URL care nu poate exista (de exemplu /aceasta-pagina-nu-exista-123) și citește codul de stare returnat. Dacă răspunde 200, fiecare link rupt de pe web care indică spre domeniul tău creează un potențial soft 404. Verificatorul gratuit de anteturi HTTP arată codul exact în câteva secunde.

Cum repari un soft 404, caz cu caz

Ghidul Google sortează reparațiile după starea paginii. Decide mai întâi ce vrei să devină URL-ul, apoi aplică răspunsul potrivit.

Conținut șters: 404 sau 410

Dacă pagina a dispărut și nimic de pe site nu o înlocuiește, un 404 sau un 410 este răspunsul corect. Google tratează toate codurile 4xx, cu excepția lui 429, în același mod și elimină URL-ul din index dacă acolo era. Păstrează pagina de eroare utilă pentru vizitatori: mesaj clar, navigarea site-ului, linkuri către paginile populare, dar întotdeauna cu codul de stare 404.

Conținut mutat: un 301 relevant

Dacă există o pagină echivalentă (URL nou, model mai nou al produsului, articol îmbinat), folosește un 301 către acea pagină și nicăieri altundeva. Verifică lanțul cu verificatorul de redirecționări: un singur salt, statusul final 200.

Pagina ar trebui indexată: repar-o

Folosește instrumentul Inspecția URL-ului din Search Console, rulează un test live și uită-te la captura de ecran și la HTML-ul randat. O randare goală sau aproape goală indică resurse blocate sau care eșuează. Pentru o aplicație client-side, bazele SEO pentru JavaScript de la Google recomandă fie o redirecționare JavaScript către un URL care returnează 404, fie adăugarea unei etichete meta robots noindex pe rutele de eroare; ghidul nostru despre SEO pentru aplicațiile cu o singură pagină acoperă randarea pe server, soluția durabilă. Odată ce pagina se randează corect, verificatorul de indexabilitate confirmă că nimic altceva nu o blochează.

Produse epuizate

Un produs care revine curând ar trebui să rămână activ, cu descrierea completă, un anunț de disponibilitate și alternative. Un produs scos definitiv din ofertă primește un 301 către succesorul său sau către cea mai apropiată categorie, dacă una corespunde nevoii, sau un 404 dacă niciuna nu corespunde. Pentru listele goale pe care vrei să le păstrezi accesibile, o etichetă noindex le ține afară din index fără să strice navigarea.

Cât timp durează până dispar soft 404-urile?

Nimic nu se schimbă până când Google nu reexplorează URL-urile. După o reparație, pornește o validare din pagina de detalii Soft 404: potrivit centrului de ajutor al Google, durează de obicei până la aproximativ două săptămâni și uneori mult mai mult. URL-urile trecute la un 404 real mută motivul la „Nu a fost găsit (404)” și apoi ies din raport în timp; paginile reparate pot trece la „Indexată” sau, dacă Google le mai consideră slabe, la Explorată, în prezent neindexată. Pentru pârghiile care accelerează reexplorarea, vezi ghidul nostru despre indexarea Google.

Soft 404, SEO și GEO: de ce vizibilitatea în AI depinde de coduri de stare curate

Pentru Google, un soft 404 înseamnă o pagină care nu se poate clasa și un buget de explorare cheltuit pe nimic. Pentru asistenții AI, precum ChatGPT, Gemini sau Perplexity, miza este similară: crawlerele lor citesc ce returnează serverul tău, iar multe preiau HTML-ul brut fără să ruleze JavaScript. O pagină care se randează doar în browser poate părea goală pentru ei, iar o pagină de eroare servită cu un 200 nu le spune nimic de încredere despre site-ul tău. Codurile de stare curate și conținutul prezent în HTML-ul inițial ajută atât Googlebot, cât și crawlerele AI să înțeleagă ce pagini există și care pot fi citate.

Rutina practică este scurtă: urmărește raportul Indexarea paginilor după fiecare migrare, actualizare a catalogului sau schimbare de șablon și testează șabloanele noi înainte de lansare. Extensia gratuită Sorank pentru Chrome semnalează problemele de pe pagină pentru pagina pe care o vizualizezi, iar tabloul de bord GEO și SEO Sorank urmărește clicurile, impresiile și pozițiile din Search Console, ca să observi o scădere imediat ce un lot de pagini iese din index.

Un soft 404 este o pagină al cărei cod de stare contrazice conținutul: decide dacă URL-ul ar trebui să existe, apoi fă ca serverul și pagina să spună același lucru. Returnează un 404 sau un 410 real pentru ce a dispărut, un 301 relevant pentru ce s-a mutat și conținut real, randabil, pentru ce ar trebui să se claseze.