Saltar al contenido

Frédéric Matty

Web, logiciels et culture numérique

Cómo explorar un sitio web de forma eficaz con un mapa del sitio bien organizado

Un sitemap XML declara URL a los motores de búsqueda, pero una URL declarada no se rastrea ni se indexa por defecto. Google lo precisa…

Femme consultant un plan de site imprimé sur un bureau en bois dans un bureau à domicile organisé

Un sitemap XML declara URL a los motores de búsqueda, pero que una URL esté declarada no significa que se vaya a rastrear ni indexar por defecto. Google lo especifica en su documentación: el archivo es una señal, no una directiva. Partir de esta premisa cambia la forma de diseñar y gestionar un mapa del sitio.

Combinar el sitemap con el informe de rastreo para detectar páginas huérfanas

Una página huérfana es una URL que aparece en el sitemap, pero no tiene ningún enlace interno que apunte a ella. Los robots la descubren en el archivo XML, a veces la visitan y luego la abandonan por falta de señales de relevancia en la arquitectura del sitio.

Para detectarlas, exportamos la lista completa del sitemap y la cruzamos con el informe de enlaces internos de un crawler (Screaming Frog, Sitebulb o equivalente). Toda URL que aparezca en el sitemap, pero no figure como destino de al menos un enlace interno, es, en la práctica, una página huérfana.

El informe de rastreo de Search Console aporta una capa adicional. Una URL marcada como «Descubierta: actualmente sin indexar» o «Rastreada: actualmente sin indexar» que, además, aparece en el sitemap, señala un problema de enlazado interno o de valor percibido. Si el mapa del sitio de Finance Technique recoge cientos de URL, este tipo de análisis permite identificar rápidamente las que siguen siendo invisibles pese a estar declaradas.

La solución no consiste en volver a enviar el sitemap, sino en añadir enlaces internos contextuales desde páginas que ya se han rastreado e indexado.

Hombre analizando un mapa del sitio jerárquico en una pantalla grande en una oficina moderna de planta abierta

Estructurar un sitemap XML en torno a las URL que realmente importan

Incluir todas las URL de un sitio en el sitemap es un error frecuente. Las páginas de paginación, los filtros por facetas, los resultados de búsqueda internos o las páginas de etiquetas con poco contenido diluyen la señal que se envía al robot.

Criterios para seleccionar las URL

  • La página devuelve un código HTTP 200 y no está bloqueada por robots.txt ni por una etiqueta noindex. Incluir en el sitemap una URL que devuelve un 301 o un 404 desperdicia presupuesto de rastreo.
  • La página tiene contenido propio que no duplica el de otra URL del sitio. Se excluyen las variantes de ordenación o filtrado.
  • La página recibe o debería recibir tráfico orgánico. Si no tiene ninguna consulta objetivo ni cumple una función en el enlazado interno, no debería estar en el archivo.

Un sitemap más breve, compuesto únicamente por URL estratégicas, ofrece mejores resultados que un archivo exhaustivo. Así, el robot dedica su presupuesto de rastreo a las páginas importantes.

El campo lastmod: ¿fiable o ignorado?

Google puede utilizar la etiqueta lastmod si la fecha refleja un cambio real en el contenido. Actualizar todas las fechas cada vez que se genera el archivo automáticamente anula esta señal. La práctica recomendada es modificar lastmod solo cuando el contenido textual o la estructura de la página hayan cambiado de forma significativa.

Google ignora las etiquetas changefreq y priority. Bing mantiene la misma postura. Dedicar tiempo a configurarlas no aporta nada. El único metadato aprovechable es lastmod, siempre que sea exacto.

Sitemap e IndexNow: dos mecanismos complementarios para Bing

Una recomendación publicada por Bing el 31 de julio de 2025 aclara cómo se complementan el sitemap e IndexNow. El sitemap sirve como inventario permanente de URL. IndexNow permite enviar notificaciones en tiempo real cuando se crea o modifica una página.

Los dos protocolos no se sustituyen entre sí. A un sitio que publica varios contenidos al día le conviene implementar IndexNow para que Bing (y los motores compatibles) procesen las páginas nuevas sin esperar al siguiente rastreo del sitemap. El sitemap sigue siendo la referencia general, que se consulta periódicamente para comprobar el inventario completo.

IndexNow reduce el tiempo entre la publicación y la detección por parte del motor, mientras que con el sitemap hay que esperar al ritmo de rastreo que decida el robot.

Dos compañeros colaboran en torno a un mapa del sitio web en un portátil en una sala de reuniones

Mapa del sitio HTML: utilidad para el enlazado interno y el rastreo

El sitemap HTML (una página del sitio que enumera enlaces a las secciones principales) cumple una función distinta a la del archivo XML. Está dirigido tanto a los usuarios como a los robots.

Su utilidad técnica reside en el enlazado interno. Una página HTML con el mapa del sitio, accesible desde el pie de página o el menú, ofrece un enlace interno a cada sección de primer nivel. Para los robots, es una vía de acceso alternativa a zonas del sitio que podrían estar mal conectadas desde la navegación principal.

En un sitio pequeño con un enlazado interno sólido, Google indica que puede descubrir las páginas sin necesidad de un sitemap. En ese caso, el mapa HTML se convierte sobre todo en una herramienta de navegación para los visitantes. En un sitio grande o con una arquitectura de silos profundos, complementa el XML al ofrecer una capa adicional de enlaces internos.

Auditar periódicamente la coherencia entre el sitemap y el estado real del sitio

Un sitemap no es un archivo que se genera una vez y luego se olvida. Cada página eliminada, cada redirección y cada nuevo contenido modifican la diferencia entre el archivo y la realidad del sitio.

  • Comprobar cada mes que el sitemap no contenga URL que devuelvan un 404 o una redirección 301. Estas entradas consumen presupuesto de rastreo sin aportar resultados.
  • Comparar el número de URL del sitemap con el de las URL indexadas en Search Console. Una diferencia importante (más URL en el sitemap que en el índice) indica un problema de calidad o de enlazado interno.
  • Verificar que las fechas lastmod correspondan a cambios reales. Un script que compare la fecha lastmod con la fecha de la última modificación del contenido en la base de datos automatiza esta comprobación.

La diferencia entre las URL declaradas y las URL indexadas es el primer indicador de la salud de un sitemap. Si la mayoría de las URL declaradas no están indexadas, el problema no está en el archivo, sino en la arquitectura o el contenido.

Un mapa del sitio bien mantenido sigue siendo un recurso técnico infrautilizado. Su valor no reside en su mera existencia, sino en la rigurosidad con la que se actualiza y en su coherencia con el enlazado interno. Sin esa disciplina, el archivo XML se convierte en un inventario desconectado de la realidad del sitio, y los motores acaban tratándolo como tal.

Cómo explorar un sitio web de forma eficaz con un mapa del sitio bien organizado