URL contrassegnato 'noindex' (stato GSC)

TL;DR — “URL contrassegnata come ‘noindex’” in Google Search Console significa che Google ha esaminato la tua pagina, ha visto un’istruzione noindex su di essa e l’ha tenuta fuori dalla ricerca di proposito. La maggior parte delle volte è intenzionale — molte pagine dovrebbero essere noindexate. La situazione a cui prestare attenzione è una pagina che hai inserito nella tua sitemap (chiedendo a Google di indicizzarla) ma che dice anche di non indicizzarla — alcuni report la chiamano “URL inviata contrassegnata come ‘noindex’”. Guarda l’elenco delle pagine interessate: se sono tutte quelle che intendevi nascondere, hai finito.

Cosa ti sta dicendo questo stato

Questa etichetta significa che Google ha incontrato una direttiva noindex durante l’elaborazione della pagina. Evidence for this claim Google reports URL marked noindex when it encounters a noindex directive and does not index the page. Scope: Google Search Console report terminology and documented Search behavior; the label alone may not prove the underlying root cause. Confidence: high · Verified: 2026-07-14 Google: Page indexing report Google supporta noindex in un elemento meta robots o nell’intestazione di risposta X-Robots-Tag. Evidence for this claim Google supports noindex through a robots meta tag or X-Robots-Tag header and must crawl the page to observe it. Scope: Google Search Console report terminology and documented Search behavior; the label alone may not prove the underlying root cause. Confidence: high · Verified: 2026-07-14 Google: Block indexing with noindex

Quando apri il report Indicizzazione delle pagine in Search Console e vedi una riga chiamata “URL contrassegnata come ‘noindex’”, ecco cosa è successo: Google ha scansionato la pagina, ha trovato un’istruzione noindex su di essa e ha deciso di non metterla nei risultati di ricerca. Tutto qui. La pagina non è rotta — Google ha fatto esattamente ciò che la pagina gli ha detto di fare.

Un noindex è una piccola istruzione che dice “non mostrare questa pagina nella ricerca.” Si trova in uno di due posti:

• Una riga nel codice della pagina (un tag meta robots), oppure
• Un’impostazione nella risposta del server della pagina (un’intestazione X-Robots-Tag) — questa non puoi vederla semplicemente guardando la pagina.

È un problema? Di solito no

La parola che spaventa le persone è “Non indicizzata” (la sezione in cui vive questo stato). Sembra un errore. Di solito non lo è. Molte pagine dovrebbero essere tenute fuori dalla ricerca:

• Pagine di ringraziamento / conferma ordine
• Risultati di ricerca interni
• Pagine di accesso, account e amministrazione
• Versioni filtrate o ordinate di un elenco

Se le pagine in questo elenco sono quelle che intendevi nascondere, lasciale stare. Non c’è nulla da sistemare.

Quando devi agire

Due situazioni:

1. Una pagina che vuoi su Google è in questo elenco. Qualcosa ha messo un noindex su una pagina che dovrebbe posizionarsi. È un errore da rintracciare.
2. Vedi “Submitted URL marked ‘noindex’,” (traduzione) «URL inviato contrassegnato ‘noindex’» (una dicitura leggermente diversa e più netta che alcuni report e strumenti usano). In ogni caso, la sostanza è la stessa: hai inviato la pagina nella tua sitemap — che serve a elencare le pagine che vuoi nella Ricerca — ma la pagina dice anche “non indicizzare.” Queste due cose si contraddicono a vicenda. O rimuovi il noindex (se vuoi che sia indicizzata) o togli l’URL dalla tua sitemap (se non lo vuoi).

La confusione dei nomi

Potresti anche ricordarlo come “Excluded by ‘noindex’ tag” (traduzione) *«Escluso per tag ‘noindex’». È solo il vecchio nome per la stessa cosa del report precedente di Google. Le tre etichette — “URL marked ‘noindex’” (traduzione) «URL contrassegnato ‘noindex’», “Submitted URL marked ‘noindex’,” (traduzione) «URL inviato contrassegnato ‘noindex’» ed “Excluded by ‘noindex’ tag” (traduzione) «Escluso per tag ‘noindex’» — descrivono tutte una situazione: Google ha trovato un noindex.

Una trappola da conoscere

Un istinto comune è quello di anche bloccare la pagina in robots.txt per “davvero” tenerla fuori. Non farlo. Bloccare la scansione impedisce a Google di leggere la pagina del tutto — il che significa che non può vedere il tuo noindex nemmeno. Contrariamente a quanto si potrebbe pensare, la pagina può rimanere nella ricerca. Per rimuovere una pagina, lascia che Google la scansioni e mantieni il noindex su di essa.

Vuoi la versione diagnostica completa — rilevamento meta tag vs. intestazione, noindex fantasma/CDN, e il flusso di correzione e validazione — passa alla scheda Avanzate.

TL;DR — “URL marked ‘noindex’” (traduzione) «URL contrassegnato ‘noindex’» è lo stato di indicizzazione delle pagine di GSC per una pagina che Google ha scansionato e ha trovato un noindex su — tag meta robots o header X-Robots-Tag, e Google onora anche un tag meta robots posizionato nel corpo della pagina, non solo nel <head>. Più nomi, uno stato: l’attuale “URL marked ‘noindex’,” (traduzione) «URL contrassegnato ‘noindex’», la dicitura più precisa inviata tramite sitemap “Submitted URL marked ‘noindex’” (traduzione) «URL inviato contrassegnato ‘noindex’» che report e strumenti usano comunemente, e il legacy “Excluded by ‘noindex’ tag.” (traduzione) «Escluso per tag ‘noindex’». È distinto da blocco robots.txt (mai scansionato) e da “Crawled — currently not indexed” (traduzione) «Scansionata, ma attualmente non indicizzata» (nessuna direttiva). Di solito intenzionale — valida prima l’elenco di URL. Un URL noindex ancora presente nella tua sitemap è il vero campanello d’allarme (l’invio della sitemap è un suggerimento, non una garanzia). noindex è dipendente dalla scansione: abbinalo a una disallow robots.txt e Google non può vederlo, quindi la pagina può rimanere indicizzata. Quando le regole sono in conflitto, Google applica la più restrittiva. Controlla due fonti (l’HTML renderizzato e l’header HTTP), debugga noindex fantasma/CDN con un fetch live di Googlebot (URL Inspection / Rich Results Test), poi rimuovi la direttiva, Validate Fix, e aspettati che la rielaborazione richieda più di un giorno o due — Google dice che può arrivare a mesi per pagine a priorità inferiore.

Cosa significa realmente lo stato

Il report descrive la direttiva osservata da Google, non il motivo per cui un CMS, un template o un CDN l’ha aggiunta. Evidence for this claim Google reports URL marked noindex when it encounters a noindex directive and does not index the page. Scope: Google Search Console report terminology and documented Search behavior; the label alone may not prove the underlying root cause. Confidence: high · Verified: 2026-07-14 Google: Page indexing report Google deve essere in grado di scansionare la pagina per osservare e applicare noindex. Evidence for this claim Google supports noindex through a robots meta tag or X-Robots-Tag header and must crawl the page to observe it. Scope: Google Search Console report terminology and documented Search behavior; the label alone may not prove the underlying root cause. Confidence: high · Verified: 2026-07-14 Google: Block indexing with noindex

La definizione di Google è precisa: quando Google ha provato a indicizzare la pagina, ha incontrato una direttiva noindex e quindi non l’ha indicizzata. La parola chiave è incontrato — Google ha dovuto scansionare la pagina per vedere la direttiva. Quindi questo stato porta con sé due fatti contemporaneamente: Google ha raggiunto la pagina, e la pagina gli ha detto di non essere indicizzata.

Questa è l’intera spina dorsale dell’accuratezza qui, ed è ciò che separa questo stato dai suoi vicini:

• Bloccato da robots.txt → a Google non è mai stato permesso di scansionare, quindi non ha letto alcun contenuto o alcuna direttiva.
• “Crawled — currently not indexed” (traduzione) *«Scansionata, ma attualmente non indicizzata» → Google ha scansionato, non ha trovato nessuna direttiva, e ha scelto comunque di non indicizzare.
• “URL marked ‘noindex’” (traduzione) *«URL contrassegnato ‘noindex’» → Google ha scansionato, ha trovato un noindex, e lo ha rispettato.

I tre nomi sono una sola condizione

Questo confonde le persone perché l’etichetta è cambiata nel tempo e varia in base a come è stato trovato l’URL:

• “URL marked ‘noindex’” (traduzione) *«URL contrassegnato ‘noindex’» — l’etichetta attuale e generale nel report Page Indexing. Si trova sotto “Not indexed” (ex “Excluded”). Questa è la dicitura che la documentazione attuale del report Page Indexing di Google usa e definisce.
• “Submitted URL marked ‘noindex’” (traduzione) *«URL inviato contrassegnato ‘noindex’» — la stessa condizione sottostante, ma per un URL che è anche in una sitemap che hai inviato. Questa è la dicitura più precisa che professionisti e strumenti SEO di terze parti riportano comunemente per quella combinazione. La documentazione di supporto attuale di Google non la definisce come uno stato separato e distinto da “URL marked ‘noindex’,” quindi tratta l’etichetta esatta come dipendente dal report — ma la sostanza regge indipendentemente da come un dato strumento la chiama: una sitemap è pensata per elencare gli URL che vuoi in Search (e inviarne una è un suggerimento a Google, non una garanzia di indicizzazione), quindi un URL noindex presente in essa è una contraddizione che vale la pena risolvere.
• “Excluded by ‘noindex’ tag” (traduzione) *«Escluso per tag ‘noindex’» — il nome legacy del report “Index Coverage” pre-2021. È ancora la versione colloquiale più cercata. Stessa cosa sottostante.

Se sei arrivato qui da uno di questi tre, sei nello stesso posto.

È un problema? La decisione intenzionale vs accidentale

Non “correggere” di riflesso. L’albero decisionale:

1. Estrai l’elenco degli URL interessati (fai clic sullo stato).
2. Sono pagine che intendevi escludere? Pagine di ringraziamento, ricerca interna, URL con filtri/faccette, account/admin, staging che non dovrebbe essere live. → Nessuna azione. “Non indicizzato” non è la stessa cosa di “rotto”, e Google lo dice chiaramente: questi URL non sono stati indicizzati, ma non necessariamente a causa di un errore.
3. C’è una pagina che vuoi indicizzare in questo elenco? → Un noindex è finito su di essa. Trovalo e rimuovilo.
4. L’URL con noindex è anche nella tua sitemap inviata (spesso segnalato come “URL inviato contrassegnato ‘noindex’”)? → Risolvi la contraddizione direttamente: rimuovi il noindex (per indicizzarlo) oppure rimuovi l’URL dalla tua sitemap (per lasciarlo non indicizzato). Non lasciare un URL con noindex nella sitemap — l’invio della sitemap è un suggerimento a Google su cosa vuoi indicizzare, non una richiesta che sovrascrive la direttiva della pagina stessa.

Il motivo per cui i concorrenti trattano questo come un puro “errore da correggere” è che saltano il passaggio 2. La maggior parte delle volte, questo stato è il sistema che funziona correttamente.

Dove vive il noindex: meta tag vs. header X-Robots-Tag

Ci sono esattamente due metodi di consegna, e devi controllarli entrambi perché hanno un aspetto completamente diverso:

• Meta tag robots — <meta name="robots" content="noindex"> nel <head> della pagina. Ha come target tutti i crawler; <meta name="googlebot" content="noindex"> ha come target solo Google. Questo è quello che puoi individuare nell’HTML.
• Header HTTP X-Robots-Tag — X-Robots-Tag: noindex negli header di risposta del server. Questo è quello subdolo. È impostato nella configurazione di server, CMS o CDN, non nel sorgente della pagina, quindi “Visualizza sorgente” non lo mostrerà. Il metodo dell’header è anche l’unico modo per applicare noindex a file non HTML — un header di risposta può essere usato per risorse non HTML come PDF, file video e file immagine, che non hanno un <head> per contenere un meta tag.

Quando GSC segnala noindex e sei certo che la pagina non lo contenga, controlla prima l’header (la scheda dei riepiloghi mette le due fonti una accanto all’altra).

Come trovare la direttiva su una pagina

1. Visualizza sorgente / DOM renderizzato — cerca noindex. Controlla il <head> renderizzato, non solo il sorgente grezzo, poiché un tag può essere iniettato da JavaScript o da un tag manager. Non fermarti al <head>, però: Google ha detto che non applica la posizione del meta robots e rispetta anche un meta tag robots trovato nel <body> della pagina, quindi una direttiva iniettata più in basso nel documento conta comunque.
2. Header di risposta — curl -I https://example.com/page/ (o DevTools del browser → Rete → la richiesta del documento → Header di risposta) e cerca una riga X-Robots-Tag.
3. URL Inspection (GSC) → Test live URL — questo recupera la pagina come Googlebot e riporta il verdetto di indicizzazione e la risposta. Questo è quello che cattura le direttive servite solo a Google.
4. Rich Results Test — un altro fetch reale di Googlebot che restituisce la risposta HTTP e uno snapshot renderizzato di esattamente ciò che il server mostra a Google.
5. Controlla le regole robots in conflitto, non solo un singolo tag. Se più di una direttiva robots si applica alla pagina (ad esempio, un template imposta index ma un plugin o un header aggiunge noindex), Google applica la regola più restrittiva — quindi un noindex sparso vince ovunque anche se un’altra regola dice index. Non smettere di cercare dopo aver trovato una direttiva che sembra permissiva.

Il conflitto robots.txt (perché disallow + noindex si ritorce contro)

Questo è il punto più confuso in tutte le altre guide, quindi voglio essere preciso. noindex dipende dalla scansione: Google deve poter recuperare la pagina per leggere la direttiva. Google afferma la regola chiaramente — affinché la regola noindex sia efficace, la pagina non deve essere bloccata da un file robots.txt e deve essere altrimenti accessibile al crawler; se è bloccata o il crawler non può accedervi, il crawler non vedrà mai il noindex e la pagina può comunque apparire nei risultati di ricerca (ad esempio, se altre pagine vi collegano).

Scrivo da anni dell’altra faccia del problema. Nel mio articolo Ahrefs “Indexed, though blocked by robots.txt” (traduzione) «Indicizzata, sebbene bloccata da robots.txt», il punto centrale è “crawling and indexing are two different things” (traduzione) «scansione e indicizzazione sono due cose diverse» — “if you block a page from being crawled, Google may still index it.” (traduzione) «se impedisci la scansione di una pagina, Google potrebbe comunque indicizzarla». E specificamente su questo conflitto: “Unless Google can crawl a page, they won’t see the noindex meta tag and may still index it because it has links.” (traduzione) «A meno che Google non possa scansionare una pagina, non vedrà il meta tag noindex e potrebbe comunque indicizzarla perché riceve link». Quindi la combinazione controproducente è noindex + robots.txt disallow: il disallow nasconde il noindex e la pagina può rimanere indicizzata tramite link esterni.

La sequenza corretta per rimuovere effettivamente una pagina:

1. Consenti la scansione e mantieni il noindex al suo posto.
2. Attendi che Google esegua nuovamente la scansione, veda la direttiva e rimuova la pagina.
3. Solo allora, se vuoi risparmiare crawl budget, puoi disallow in robots.txt — dopo la deindicizzazione, non prima.

La mia raccomandazione abituale, da quello stesso articolo: “Just add a noindex meta robots tag and make sure to allow crawling — assuming it’s canonical.” (traduzione) «Basta aggiungere un meta tag robots noindex e assicurarsi di consentire la scansione, ammesso che la pagina sia canonica».

noindex fantasma: cache CDN e direttive solo per Googlebot

La versione più difficile di questo è il noindex “fantasma”: guardi la pagina, non vedi nessun noindex da nessuna parte, e GSC ne segnala comunque uno. John Mueller ha affrontato esattamente questo — nei casi che ha visto, c’era un noindex effettivo, a volte mostrato solo a Google, che può essere molto difficile da debuggare. (Ha notato questo scenario quando è emerso; sto parafrasando il suo punto piuttosto che citarlo come dichiarazione formale.)

I soliti sospetti — trattali come ipotesi da verificare, non come cause confermate, finché la risposta live non ne mostra effettivamente uno:

• Una CDN o cache che serve un header X-Robots-Tag: noindex obsoleto che non è più nella tua configurazione di origine.
• Una direttiva condizionale per user-agent — il server restituisce una pagina pulita al tuo browser e una con noindex a Googlebot.
• Una perdita di staging/template — un noindex destinato a un ambiente di staging che finisce in produzione tramite un template condiviso.

La diagnosi è la stessa in tutti e tre: non fidarti di “Visualizza sorgente” nel tuo browser. Fai un fetch reale di Googlebot — Test live URL di URL Inspection o il Rich Results Test — che ti mostra la risposta HTTP e la pagina renderizzata esattamente come la riceve Google. È così che scopri un server/CDN che serve una cosa a te e un’altra al crawler.

Come risolverlo e validare

Una volta confermato che il noindex è un errore:

1. Rimuovi la direttiva alla sua fonte reale — il meta tag nel template, o l’header X-Robots-Tag nella configurazione di server/CMS/CDN. Svuota la cache CDN/di pagina così che la correzione venga effettivamente servita.
2. Conferma con un fetch live di Googlebot (URL Inspection → Test live URL) che la pagina ora non restituisca nessun noindex e mostri “URL is available to Google.”
3. Richiedi l’indicizzazione per gli URL ad alta priorità, e/o usa il pulsante Validate Fix del report per dire a Google di ricontrollare l’intero set interessato.
4. Aspetta. La deindicizzazione e la reindicizzazione non sono immediate — Google deve prima ricrawlare per vedere il cambiamento, e la guida di Google stessa afferma che i tempi di rivisitazione dipendono dall’importanza della pagina e possono richiedere molto più di un giorno o due (la sua documentazione indica “mesi” come possibilità per le pagine a priorità inferiore). Request Indexing su un URL prioritario è il modo per chiedere a Google di provare prima, non un modo per forzare una tempistica specifica. Niente panico se lo stato persiste durante la rielaborazione.

Per l’inverso — una pagina che vuoi noindexata ma che è bloccata nell’indice perché è anche bloccata da robots.txt — sblocca prima la scansione così Google può finalmente vedere il noindex.

Dove si colloca

Questo stato è un nodo nel report Page Indexing di Google. La direttiva robots dietro di esso — noindex — può essere fornita come meta tag robots o un header X-Robots-Tag, e lo strumento giusto dipende dal fatto che tu stia lavorando con file HTML o non-HTML. Gli stati vicini (“Indexed, though blocked by robots.txt” (traduzione) «Indicizzata, sebbene bloccata da robots.txt» e “Crawled — currently not indexed” (traduzione) «Scansionata, ma attualmente non indicizzata») descrivono stati diversi e richiedono correzioni diverse; tenerli distinti è la maggior parte della battaglia.

Riepilogo AI

Una sintesi della versione Advanced:

• Cosa significa: “URL marcato ‘noindex’” è lo stato di indicizzazione delle pagine di GSC per una pagina che Google ha scansionato e su cui ha trovato un noindex — quindi l’ha tenuta fuori dall’indice di proposito. Google ha dovuto scansionare la pagina per vedere la direttiva, e la rispetta sia che sia nel <head> che nel corpo della pagina.
• Più nomi, uno stato: l’attuale “URL marcato ‘noindex’”, la dicitura più precisa “URL inviato marcato ‘noindex’” usata comunemente nei report e negli strumenti, e la legacy “Escluso per tag ‘noindex’”.
• Distinto dai vicini: bloccato da robots.txt = mai scansionato; “Scansionato — attualmente non indicizzato” = scansionato, nessuna direttiva; questo stato = scansionato, trovato un noindex, rispettato.
• Di solito intenzionale. Valida prima la lista di URL. Pagine di ringraziamento, ricerca interna, facet, admin = ok, nessuna azione. Agisci solo se una pagina che vuoi indicizzare è nella lista — o se l’URL è noindex ma è ancora nella tua sitemap (una contraddizione, poiché l’invio della sitemap è un suggerimento per ciò che vuoi indicizzare, non una garanzia): rimuovi il noindex o rimuovilo dalla sitemap.
• Due metodi di consegna: un tag meta robots ovunque nell’HTML renderizzato (non solo nel <head>), o un header HTTP X-Robots-Tag (l’unico modo per file non HTML come i PDF, e quello subdolo — non nel sorgente della pagina). Controlla entrambi, e ricorda che quando più regole robots sono in conflitto, Google applica quella più restrittiva.
• Il conflitto con robots.txt: noindex è dipendente dalla scansione. Disallow + noindex si ritorce contro — Google non può vedere un noindex che non può scansionare, quindi la pagina può rimanere indicizzata tramite link. Per rimuovere una pagina: consenti la scansione + mantieni noindex, poi eventualmente disallow dopo la deindicizzazione.
• Noindex fantasma: il proprietario non ne vede nessuno, Google sì — di solito un CDN/cache che serve un header obsoleto, una direttiva solo per Googlebot, o una perdita da staging/template (trattali come ipotesi da confermare, non cause assunte). Debug con un fetch reale di Googlebot (test live di URL Inspection / Rich Results Test), non con View Source.
• Correggi → valida: rimuovi la direttiva alla fonte, svuota le cache, conferma con un fetch live di Googlebot, Richiedi indicizzazione / Valida correzione, poi aspetta — la guida di Google dice che la rielaborazione dipende dall’importanza della pagina e può richiedere molto più di un giorno o due, fino a mesi per pagine a priorità più bassa.

Documentazione ufficiale

Documentazione di fonte primaria dai motori di ricerca.

Google

• Rapporto sull’indicizzazione delle pagine — il report in cui compare questo stato; definisce “URL marked ‘noindex’” (traduzione) «URL contrassegnato ‘noindex’» e il correlato “Indexed, though blocked by robots.txt” (traduzione) «Indicizzata, sebbene bloccata da robots.txt» (il testo attuale non specifica separatamente “Submitted URL marked ‘noindex’” (traduzione) «URL inviato contrassegnato ‘noindex’» come nome di stato distinto, sebbene la contraddizione sottostante della sitemap sia reale).
• Blocca l’indicizzazione nella ricerca con noindex — cosa fa noindex, i metodi del meta tag rispetto all’intestazione X-Robots-Tag, la regola dipendente dalla scansione (una pagina bloccata non vede mai il noindex) e la nota di Google secondo cui rivisitare una pagina dopo una modifica può richiedere mesi a seconda della sua importanza.
• Specifiche del meta tag Robots, data-nosnippet e X-Robots-Tag — come si risolvono le regole robots in conflitto (vince la regola più restrittiva) e conferma che Google rispetta anche un meta tag robots inserito nel corpo della pagina, non solo nel <head>.
• Introduzione a robots.txt — perché robots.txt controlla la scansione, non l’indicizzazione, e perché non è uno strumento di deindicizzazione.
• Strumento di controllo URL — “Testa URL live” recupera la pagina come Googlebot, il modo per individuare le direttive servite solo a Google.
• Crea e invia una sitemap — le sitemap dovrebbero elencare gli URL che vuoi nella Ricerca, e inviarne una è un suggerimento a Google, non una garanzia di scansione o indicizzazione.

Bing / Microsoft

• Bing Webmaster Tools — Guida e procedure — Bing onora il tag robots <meta name="robots" content="noindex"> e l’intestazione X-Robots-Tag allo stesso modo; i suoi report sull’indice mostrano le pagine noindex in modo simile. (Priorità inferiore per questo stato specifico di Google.)

Citazioni dalla fonte

Dichiarazioni ufficiali di Google, più i miei scritti sul conflitto robots.txt. Ogni link è un deep link che salta al passaggio citato nella pagina di origine.

Google — cosa significa lo stato

• “When Google tried to index the page it encountered a ‘noindex’ directive and therefore did not index it.” (traduzione) «Quando Google ha provato a indicizzare la pagina, ha incontrato una direttiva ‘noindex’ e quindi non l’ha indicizzata.» — Guida di Google Search Console (Rapporto sull’indicizzazione delle pagine). Vai alla citazione

Google — noindex dipende dalla scansione

• “For the noindex rule to be effective, the page or resource must not be blocked by a robots.txt file, and it has to be otherwise accessible to the crawler. If the page is blocked by a robots.txt file or the crawler can’t access the page, the crawler will never see the noindex rule, and the page can still appear in search results, for example if other pages link to it.” (traduzione) «Affinché la regola noindex sia efficace, la pagina o la risorsa non deve essere bloccata da un file robots.txt e deve essere altrimenti accessibile al crawler. Se la pagina è bloccata da un file robots.txt o il crawler non può accedervi, il crawler non vedrà mai la regola noindex e la pagina può comunque apparire nei risultati di ricerca, ad esempio se altre pagine vi collegano.» — Documentazione di Google Search Central (Blocca l’indicizzazione nella ricerca con noindex). Vai alla citazione
• “Depending on the importance of the page on the internet, it may take months for Googlebot to revisit a page.” (traduzione) «A seconda dell’importanza della pagina su internet, Googlebot potrebbe impiegare mesi per rivisitare una pagina.» — Documentazione di Google Search Central (Blocca l’indicizzazione nella ricerca con noindex), su quanto tempo può richiedere la rielaborazione dopo una modifica noindex. Leggi l’articolo

Google — regole in conflitto e dove può risiedere una direttiva

• “Google Search doesn’t enforce placement of meta robots in the HTML head and will respect robots meta tags in the body section of an HTML document as well.” (traduzione) «Google Search non impone il posizionamento dei meta robots nell’head HTML e rispetterà i meta tag robots anche nella sezione body di un documento HTML.» — Documentazione di Google Search Central (specifiche Robots meta tag, data-nosnippet e X-Robots-Tag). Leggi l’articolo
• “In the case of conflicting robots rules, the more restrictive rule applies.” (traduzione) «In caso di regole robots contrastanti, si applica la regola più restrittiva.» — Documentazione di Google Search Central (stessa specifica). Leggi l’articolo

Patrick Stox (Ahrefs) — il conflitto robots.txt

• “If you block a page from being crawled, Google may still index it because crawling and indexing are two different things.” (traduzione) «Se blocchi la scansione di una pagina, Google potrebbe comunque indicizzarla perché scansione e indicizzazione sono due cose diverse.» — io, “Indexed, though blocked by robots.txt” Can Be More Than A Robots.txt Block (Ahrefs). Vai alla citazione
• “Unless Google can crawl a page, they won’t see the noindex meta tag and may still index it because it has links.” (traduzione) «A meno che Google non possa scansionare una pagina, non vedrà il meta tag noindex e potrebbe comunque indicizzarla perché ha link.» — io (stesso articolo). Leggi l’articolo
• “Just add a noindex meta robots tag and make sure to allow crawling—assuming it’s canonical.” (traduzione) «Basta aggiungere un meta tag robots noindex e assicurarsi di consentire la scansione—supponendo che sia canonica.» — io (stesso articolo). Leggi l’articolo

Checklist di triage per “URL marcato ‘noindex’”

Procedi dall’alto verso il basso — la maggior parte di questi termina al passaggio 2 con “nessuna azione necessaria”.

• Apri l’elenco degli URL interessati nel report Page Indexing (fai clic sulla riga di stato).
• Decidi se intenzionale o accidentale: queste pagine sono quelle che volevi escludere (grazie, ricerca interna, facet, admin, staging)? Se sì → fatto.
• L’URL è anche presente nella tua sitemap inviata (spesso mostrato come “Submitted URL marked ‘noindex’” (traduzione) «URL inviato contrassegnato ‘noindex’»)? Risolvi la contraddizione: rimuovi il noindex (per indicizzare) oppure rimuovi l’URL dalla sitemap (per tenerlo fuori).
• Per le pagine che dovrebbero essere indicizzate, trova la direttiva in entrambi i posti:
  • <head> renderizzato per <meta name="robots" ... noindex> (controlla il DOM renderizzato, non solo View Source).
  • Intestazioni di risposta per X-Robots-Tag: noindex (curl -I o DevTools → Network).
• Conferma cosa vede Googlebot con URL Inspection → Test live URL (o il Rich Results Test) — cattura le direttive solo-Googlebot / servite da CDN.
• Controlla il conflitto robots.txt: l’URL non è anche disallow (un disallow nasconde il noindex e può lasciare la pagina indicizzata).
• Rimuovi la direttiva alla sua fonte reale (template / server / CMS / CDN), poi cancella qualsiasi cache CDN o di pagina.
• Ritesta live che la pagina ora non restituisca noindex.
• Richiedi l’indicizzazione e/o premi Validate Fix; poi aspetta — i tempi di re-scansione non sono fissi. Google dice che dipende dall’importanza della pagina e può richiedere molto più di un giorno o due, fino a mesi per le pagine a priorità più bassa.

Cheat sheet

I tre nomi — stessa condizione

Dove vive il noindex: meta tag vs. header X-Robots-Tag

Come questo stato si differenzia dai suoi vicini

Albero decisionale intenzionale-vs-accidentale

I modelli mentali

1. Scansionata-e-vista. Questo stato esiste solo perché Google ha scansionato la pagina e ha letto una direttiva. Questo singolo fatto lo distingue da bloccata da robots.txt (mai scansionata) e da “Scansionata — attualmente non indicizzata” (scansionata, nessuna direttiva). Individua in quale dei tre ti trovi prima di toccare qualsiasi cosa.

2. “Non indicizzata” ≠ rotta. L’assunzione predefinita dovrebbe essere intenzionale, non errore. Valida prima l’elenco di URL; la maggior parte delle volte la mossa giusta è non fare nulla. L’unica combinazione che vale la pena trattare come urgente è un URL noindexed che si trova anche nella tua sitemap inviata — perché una sitemap è pensata per elencare ciò che vuoi indicizzare (l’invio è solo un suggerimento a Google, non una garanzia), e un URL noindexed nella sitemap contraddice questo.

3. Due fonti, controlla sempre entrambe. Un noindex è o un meta tag (nel <head> renderizzato) o un header X-Robots-Tag (nella risposta HTTP). L’header è invisibile in Visualizza sorgente, quindi “non ho un noindex” di solito significa “non ho controllato l’header.” Controlla entrambi, ogni volta.

4. Dipendente dalla scansione — non abbinare mai noindex a un disallow. Google deve scansionare una pagina per vedere il suo noindex. Bloccare la scansione in robots.txt e il noindex diventa invisibile, lasciando la pagina indicizzabile tramite link. Per rimuovere una pagina: consenti la scansione + mantieni noindex, attendi la deindicizzazione, poi eventualmente disallow.

5. Fidati della vista di Googlebot, non di quella del tuo browser. Per noindex fantasma (non ne vedi nessuno, GSC ne vede uno), Visualizza sorgente del tuo browser è lo strumento sbagliato. Un CDN, una cache o una regola per user-agent possono mostrare a Googlebot qualcosa di diverso. Diagnostica con un fetch reale di Googlebot — il test live di URL Inspection o il Rich Results Test — che mostra la risposta esatta che Google riceve.

Playbook: hai appena visto uno stato “contrassegnata ‘noindex’”

Leggi questo dall’inizio alla fine la prima volta che incontri uno di questi stati. Dirama ad ogni “se vedi” — la maggior parte delle esecuzioni termina presto.

1. Apri il report sull’indicizzazione delle pagine e fai clic sulla riga di stato. Nota quale delle tre etichette è: “URL contrassegnato come ‘noindex’”, “URL inviato contrassegnato come ‘noindex’” o la legacy “Escluso per tag ‘noindex’”. Estrai l’elenco completo degli URL interessati — non giudicare solo dal conteggio.

2. Scorri l’elenco degli URL per capirne la forma. Se vedi per lo più pagine di ringraziamento, ricerca interna, URL di filtro/faccette o pagine di amministrazione/account — queste sono pagine che normalmente vorresti fuori dall’indice. → Fermati qui. Nessuna azione necessaria; il sistema funziona come previsto.

3. Se vedi un URL che vuoi davvero posizionare, isolalo. Qualcuno o qualcosa ha messo un noindex su una pagina che dovrebbe essere indicizzabile. Passa al passaggio 4 per scoprire da dove arriva.

4. Se l’etichetta è “URL inviato contrassegnato come ‘noindex’” — o noti semplicemente che l’URL è sia noindexed che nella tua sitemap — trattalo come urgente. L’invio della sitemap serve a segnalare gli URL che vuoi in Search (Google lo tratta come un suggerimento, non una garanzia), quindi un noindex sullo stesso URL è una contraddizione diretta, e molti report e strumenti lo mostrano come riga di errore proprio per questo motivo. Decidi quale lato è corretto — vuoi che sia indicizzato (rimuovi il noindex) o no (tiralo fuori dalla sitemap) — e risolvi la contraddizione lo stesso giorno in cui la trovi.

5. Individua la direttiva. Controlla il <head> renderizzato per un tag <meta name="robots" content="noindex">, poi controlla le intestazioni di risposta (curl -I o DevTools → Network) per un X-Robots-Tag: noindex. Se nessuno dei due mostra nulla e GSC segnala ancora uno, probabilmente hai un noindex fantasma — vai al passaggio 6.

6. Se View Source è pulito ma GSC dice ancora noindex, non fidarti del tuo browser. Esegui un fetch live di Googlebot (URL Inspection → Testa URL live, o Rich Results Test). Cerca una CDN/cache che serve un’intestazione obsoleta, una direttiva condizionata dallo user-agent o un template di staging che perde in produzione.

7. Se l’URL è anche disallow in robots.txt, correggi prima quello. Un disallow nasconde il noindex a Google completamente, quindi qualsiasi cosa fai al noindex non avrà effetto finché la scansione non è di nuovo consentita. Rimuovi il disallow (o aspetta che venga rimosso) prima di continuare.

8. Rimuovi la direttiva alla sua fonte reale — template, configurazione del server, campo CMS o regola edge CDN — e svuota qualsiasi cache che la precede.

9. Riverifica con un fetch live di Googlebot che la pagina ora non restituisca noindex, poi usa Request Indexing per gli URL prioritari e/o Validate Fix per l’intero set interessato.

10. Aspetta e ricontrolla. La riscansione e la reindicizzazione non sono immediate e non c’è un tempo di risposta fisso — la guida di Google stessa dice che i tempi di rivisitazione dipendono dall’importanza della pagina e possono arrivare a mesi per pagine a priorità bassa, non solo giorni. Request Indexing chiede a Google di provare prima; non garantisce una tempistica. E se hai disallowato la pagina nel passaggio 7 solo per risparmiare crawl budget dopo la rimozione, questo è l’unico caso in cui disallow-dopo-noindex è corretto.

Script e snippet

Controlla le intestazioni di risposta (macOS/Linux, shell) — l’unico modo per vedere un X-Robots-Tag, dato che non appare mai in View Source:

curl -sI -A "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)" "https://example.com/page/" | grep -i "x-robots-tag\|^HTTP"

Controlla le intestazioni di risposta (Windows, PowerShell) — stesso controllo, senza curl richiesto:

$r = Invoke-WebRequest -Uri "https://example.com/page/" -UserAgent "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)" -UseBasicParsing
$r.Headers["X-Robots-Tag"]
$r.StatusCode

Trova un meta robots tag nel DOM renderizzato (Console DevTools) — incolla nel pannello Console sulla pagina live; cattura i tag iniettati da un tag manager che il View Source grezzo non vedrebbe:

[...document.querySelectorAll('meta[name="robots"], meta[name="googlebot"]')].map(m => m.outerHTML)

Bookmarklet — controlla il meta robots tag della pagina corrente in un clic. Salva come segnalibro con questo URL, poi cliccalo su qualsiasi pagina che stai auditando:

javascript:(function(){var m=[...document.querySelectorAll('meta[name="robots"],meta[name="googlebot"]')].map(function(x){return x.outerHTML}).join('\n')||'No meta robots tag found in DOM';alert(m);})();

Regex — estrai noindex da un export HTML di massa. Se stai facendo grep su un batch di file di sorgente di pagina salvati o un export di crawl per valori content="...noindex...", questo cattura l’attributo content completo così puoi vedere se noindex è abbinato ad altro (come nofollow o noarchive):

<meta\s+name=["'](?:robots|googlebot)["']\s+content=["']([^"']*)["']

Il gruppo di acquisizione (([^"']*)) è l’elenco completo delle direttive — controllalo per noindex specificamente piuttosto che assumere che una corrispondenza significhi noindex, poiché lo stesso tag può contenere noarchive o altre direttive senza di esso.

Strumenti per questo compito

Strumenti di questo sito

• Google Index Checker — recupera un URL come Googlebot e riporta i segnali di indicizzabilità osservabili: stato, reindirizzamenti, direttive noindex (meta tag e header) e suggerimenti canonical, tutto in un’unica passata. È esplicito che non può vedere lo stato effettivo dell’indice di Google — solo Search Console può farlo — ma è il modo più rapido per verificare la combinazione noindex + canonical + stato prima di avvicinarti a GSC.
• HTTP Header Checker — header di risposta grezzi per un URL, incluso X-Robots-Tag. Usalo quando devi specificamente confermare un noindex basato su header (o confermare che è sparito dopo una correzione), separatamente da qualsiasi cosa nell’HTML della pagina.
• Robots.txt Tester — verifica se un dato URL è disabilitato per un dato user-agent. Eseguilo ogni volta che stai diagnosticando un noindex che sembra non avere effetto — una disallow sullo stesso URL è la causa classica.

Strumenti di terze parti

• Google Search Console — il report Page Indexing (dove vive questo stato), il report sitemap (per la variante “Submitted”), e URL Inspection → Test live URL, l’unico strumento che mostra un fetch e un verdetto di Googlebot in tempo reale.
• Rich Results Test — un altro fetch live di Googlebot; utile come seconda lettura sulla risposta HTTP e sullo snapshot renderizzato quando stai cercando un noindex fantasma o servito da CDN.

Test di validazione

Esegui questi test dopo aver rimosso un noindex che non volevi, o dopo aver risolto una contraddizione “Submitted URL marked ‘noindex’” (traduzione) «URL inviato contrassegnato ‘noindex’».

Test 1: L’header non invia più X-Robots-Tag: noindex

• Test da eseguire: curl -I sull’URL (o HTTP Header Checker) e ispeziona gli header di risposta.
• Risultato atteso: Nessun header X-Robots-Tag, o uno senza noindex al suo interno.
• Interpretazione del fallimento: La direttiva viene ancora servita — controlla di nuovo la configurazione del server/CMS e svuota qualsiasi cache CDN o edge che potrebbe servire una risposta obsoleta.
• Finestra di monitoraggio: Immediata — questo è un fetch live, non un segnale dipendente dalla scansione.
• Trigger di rollback: N/A (questo test non cambia nulla); riesegui dopo ogni modifica di configurazione o cache finché non passa.

Test 2: La pagina renderizzata non ha meta robots noindex

• Test da eseguire: Google Index Checker o un controllo DevTools/View Source del <head> renderizzato.
• Risultato atteso: Nessun <meta name="robots" content="noindex"> (o variante googlebot) nel DOM renderizzato.
• Interpretazione del fallimento: Un template, un tag manager o un’iniezione JS sta ancora aggiungendo il tag — controlla il DOM renderizzato, non solo il sorgente grezzo.
• Finestra di monitoraggio: Immediata.
• Trigger di rollback: N/A; riesegui dopo ogni modifica di template/configurazione.

Test 3: Il fetch live di Googlebot conferma che la pagina è indicizzabile

• Test da eseguire: GSC URL Inspection → Test live URL.
• Risultato atteso: “URL is available to Google” senza noindex segnalato nel risultato del test live.
• Interpretazione del fallimento: Googlebot sta vedendo qualcosa che il tuo browser non vede — controlla una direttiva condizionale per user-agent o una regola CDN che serve a Google una risposta diversa da quella che ottieni tu.
• Finestra di monitoraggio: Immediata per il risultato del test live stesso.
• Trigger di rollback: Se il test live mostra ancora noindex dopo una modifica di configurazione più uno svuotamento cache, considera la correzione non ancora attiva e continua a fare debug prima di richiedere l’indicizzazione.

Test 4: L’URL non è anche bloccato da robots.txt

• Test da eseguire: Robots.txt Tester sullo stesso URL.
• Risultato atteso: Consentito per Googlebot.
• Interpretazione del fallimento: Un disallow nasconde qualsiasi stato noindex esistente — Google non può eseguire una nuova scansione per vedere la correzione. Rimuovi prima il disallow.
• Finestra di monitoraggio: Immediata.
• Trigger di rollback: N/D; questo deve passare prima che gli altri test abbiano senso per una pagina che vuoi indicizzare.

Test 5: Il report sull’indicizzazione delle pagine cancella lo stato

• Test da eseguire: Report sull’indicizzazione delle pagine in GSC, dopo aver cliccato su Validate Fix sul gruppo interessato (o Request Indexing per un singolo URL prioritario).
• Risultato atteso: L’URL esce da “URL marked ‘noindex’” (traduzione) «URL contrassegnato ‘noindex’» / “Submitted URL marked ‘noindex’” (traduzione) «URL inviato contrassegnato ‘noindex’» e passa a “Indexed” (traduzione) «Indicizzato» (o allo stato desiderato) nel report.
• Interpretazione del fallimento: Ancora in attesa di una nuova scansione, oppure la direttiva è ancora presente in un punto che non hai controllato (riesegui i Test 1–3).
• Finestra di monitoraggio: Variabile, non fissa — la validazione viene eseguita in background secondo la pianificazione di scansione di Google. La documentazione di Google afferma che i tempi di rivalutazione dipendono dall’importanza della pagina e possono richiedere molto più di qualche giorno, fino a mesi per le pagine a priorità bassa; non trattare un aggiornamento lento come un fallimento di per sé.
• Trigger di rollback: Se la validazione non si è ancora spostata dopo un’attesa davvero lunga (e i Test 1–4 passano tutti), ricontrolla i Test 1–4 in ordine piuttosto che inviare nuovamente la stessa correzione.

Quiz

Cinque domande per verificare cosa è rimasto davvero di questo articolo.

Cronologia modifiche