Un sitemap es un archivo que lista las URL de su sitio web. Sirve de guía para los robots de exploración de Google o Bing para recorrer sus páginas. Sin este archivo, algunas partes de su sitio pueden permanecer invisibles en los resultados de búsqueda, incluso si su contenido es relevante. Comprender su funcionamiento permite corregir problemas de indexación que muchos propietarios de sitios ignoran.
Lo que Google ya no lee en su sitemap XML
¿Ha visto alguna vez etiquetas como priority o changefreq en un archivo sitemap XML? Google las ignora. Estos dos campos, aunque presentes en la especificación del protocolo, no tienen ningún efecto en la frecuencia de exploración ni en el ranking de sus páginas.
En cambio, la etiqueta lastmod sigue siendo la única señal de frescura utilizada por Google. Indica la fecha de la última modificación real de una página. Si la actualiza con cada publicación o corrección, los robots saben qué URL volver a visitar con prioridad.
El error común: algunas herramientas regeneran el sitemap actualizando la fecha lastmod de todas las páginas, incluso de aquellas que no han cambiado. Este comportamiento confunde la señal. Google termina por no confiar en esta etiqueta en su sitio. Verifique que su generador de sitemap actualice lastmod solo en las páginas que realmente han sido modificadas. Para explorar este tema con ejemplos concretos, el sitio pepseo.fr en detalle describe las buenas prácticas de configuración.
Sitemap y presupuesto de rastreo: por qué los sitios grandes no pueden prescindir de él
Tomemos un ejemplo simple. Su sitio contiene varios miles de páginas. Googlebot tiene un tiempo limitado para explorar cada sitio. Este tiempo, llamado presupuesto de rastreo, varía según la autoridad de su dominio y la velocidad de su servidor.
Sin sitemap, el robot descubre sus páginas siguiendo los enlaces internos. Si una página está mal conectada al resto del sitio (sin enlace desde el menú, sin enlace contextual), puede que nunca sea explorada. El sitemap XML compensa este problema declarando explícitamente cada URL.
Para los sitios de menos de un centenar de páginas, con una buena estructura interna, el sitemap sigue siendo útil pero menos crítico. Los sitios voluminosos o con estructura compleja dependen directamente de él para que sus páginas profundas sean indexadas.
Páginas huérfanas y contenido invisible
Una página huérfana es una página que no está vinculada por ninguna otra página del sitio. Existe en el servidor, pero ningún camino de navegación lleva a ella. Googlebot solo la encontrará si figura en el sitemap.
¿Publica contenido regularmente? Cada nuevo artículo necesita ser descubierto. El sitemap acelera este proceso señalando las nuevas URL tan pronto como se publican.
Enviar un sitemap a Google: los dos métodos que aún funcionan
Hasta 2023, era posible “pingear” a Google para señalar un nuevo sitemap. Este método ya no funciona. Google ha depreciado su endpoint de ping en junio de 2023, y las URL del tipo /ping?sitemap= ahora devuelven un error 404.
Quedan dos métodos válidos:
- Enviar el sitemap a través de Google Search Console, en el informe Sitemaps. Obtiene un retorno sobre el número de URL descubiertas y los posibles errores de formato.
- Declarar el sitemap en el archivo robots.txt con la directiva Sitemap: seguida de la URL del archivo. Este enfoque garantiza el descubrimiento automático, incluso sin intervención manual en Search Console.
La combinación de ambos ofrece el mejor resultado. Search Console le proporciona un diagnóstico, robots.txt asegura el descubrimiento permanente por todos los robots compatibles.
Sitemap HTML y sitemap XML: dos archivos, dos públicos
El sitemap XML está dirigido a los motores de búsqueda. Contiene datos técnicos: URL, fecha de modificación, idioma. Su formato está estructurado para ser leído por máquinas.
El sitemap HTML, por su parte, es una página clásica de su sitio, visible para los visitantes. Muestra la lista de sus secciones y páginas en forma de enlaces clicables. Su función es mejorar la navegación para los usuarios que buscan una página específica.
El sitemap XML sigue siendo la prioridad para el SEO. El HTML es un complemento útil para la experiencia del usuario, pero no tiene el mismo peso ante Google. Si debe elegir por dónde empezar, el archivo XML debe ir primero.
Lo que debe contener el sitemap XML
La regla es simple: incluya solo las páginas que desea que aparezcan en los resultados de búsqueda. Las páginas con una etiqueta noindex, las páginas de inicio de sesión, las páginas de resultados de búsqueda interna no tienen cabida en el sitemap.
- Las páginas principales (inicio, categorías, servicios, artículos de blog) deben figurar.
- Las URL canónicas únicamente: si varias URL llevan al mismo contenido, solo la versión canónica aparece en el archivo.
- Las imágenes y videos pueden tener sitemaps específicos, útiles para aparecer en Google Imágenes o Google Videos.
Errores frecuentes que reducen la eficacia de un sitemap
Un sitemap mal configurado puede hacer más daño que bien. Declarar URL que devuelven un error 404 degrada la confianza de Googlebot hacia su archivo. Si el robot observa que la mitad de sus URL están rotas, ralentiza la exploración del resto.
Otro error común: un sitemap que excede el límite de tamaño. El protocolo permite un máximo de 50,000 URL por archivo, con un tamaño que no debe superar los 50 MB. Más allá, debe dividirse en varios archivos y agruparse a través de un sitemap index.
Finalmente, no confunda sitemap con garantía de indexación. Enviar una URL no obliga a Google a indexarla. El motor de búsqueda decide por sí solo si la página merece figurar en su índice, en función de su calidad y relevancia. El sitemap facilita el descubrimiento, no el ranking.
Un archivo sitemap bien mantenido, actualizado con cada modificación real de contenido y enviado a través de los canales correctos, sigue siendo uno de los mecanismos técnicos más simples de implementar para mejorar la visibilidad de un sitio web. El trabajo no termina con su creación: verifique regularmente su contenido en Search Console para detectar URL con errores y ajustar el archivo en consecuencia.
