Cuando un motor de búsqueda llega a un sitio, se comporta como un visitante en un edificio sin plano de planta. Abre puertas, sigue pasillos y a veces se pierde habitaciones enteras. El sitemap es ese plano: un archivo que lista las direcciones de su sitio para que Google, Bing y otros sepan exactamente qué explorar.
Sitemap XML y robots.txt: dos archivos complementarios, no intercambiables
El archivo robots.txt indica a los robots qué no deben explorar. El sitemap hace lo contrario: señala lo que desea que se descubra. Confundir los dos es como mezclar una lista de prohibiciones con un mapa de invitación.
En concreto, el sitemap no obliga a la indexación de una página. Google lo aclara en su documentación oficial: este archivo facilita el descubrimiento de las URL, pero la decisión de indexar sigue siendo del motor. Si una página está bloqueada por robots.txt o devuelve un error, su presencia en el sitemap no cambiará nada.
Para que el archivo sea tomado en cuenta, aún funcionan dos métodos: declararlo en Google Search Console o agregar su ruta en robots.txt. El antiguo mecanismo de «ping» (notificación automática a través de una URL dedicada) ha sido abandonado por Google desde 2023.
Un ejemplo concreto de un sitemap bien estructurado se encuentra en la página sitemap de L’Igor Web, que agrupa las URL del sitio en un formato legible por los motores.
Etiqueta lastmod en un sitemap: lo que Google realmente utiliza
¿Alguna vez ha notado la etiqueta lastmod en un archivo sitemap? Indica la fecha de la última modificación de una página. En teoría, ayuda a los motores a priorizar su exploración visitando primero los contenidos recientemente actualizados.
En la práctica, Google solo utiliza esta fecha si es regularmente precisa. Si regenera su sitemap cada noche y todas las fechas cambian a «hoy» sin una modificación real del contenido, el motor termina ignorando la información. La fecha debe corresponder a un cambio significativo: texto reescrito, datos estructurados añadidos, enlaces internos modificados.
Actualizar únicamente la mención de copyright en el pie de página o cambiar una palabra en el footer no constituye una modificación significativa. Los CMS que regeneran automáticamente el sitemap con fechas actualizadas en cada compilación crean exactamente este problema.
- Una fecha lastmod fiable ayuda a Google a explorar sus páginas prioritarias más rápido
- Una fecha falsificada o automatizada sin relación con el contenido termina siendo ignorada
- Las etiquetas
priorityychangefreq, que antes eran populares, ya no son utilizadas por Google para sus decisiones de exploración
Sitemap e IndexNow en Bing: dos mecanismos que no deben oponerse
Google capta la mayor parte de la atención, pero Bing trata los sitemaps de manera diferente en un aspecto. El protocolo IndexNow, respaldado por Bing (y otros motores participantes), permite notificar en tiempo real que una página ha sido creada, modificada o eliminada.
El sitemap sigue siendo un inventario periódico. IndexNow funciona como una notificación instantánea. Ambos se complementan en lugar de reemplazarse: el sitemap proporciona la visión general, IndexNow acelera la consideración de cambios puntuales.
Bing Webmaster Tools también ofrece un informe de cobertura relacionado con el sitemap. Este informe compara las URL enviadas con las que realmente han sido exploradas e indexadas. Si envía 200 URL y solo 120 aparecen como indexadas, el informe ayuda a distinguir un problema de descubrimiento (el robot no encuentra la página) de un problema de indexación (el robot encuentra la página pero elige no indexarla).
Crear un sitemap XML en WordPress o manualmente
En WordPress, el CMS genera un sitemap por defecto desde la versión 5.5. Este sitemap nativo cubre páginas, artículos, categorías y etiquetas. Para un sitio simple, esto es suficiente.
Las extensiones especializadas (Yoast SEO, Rank Math, XML Sitemaps) añaden opciones: excluir ciertos tipos de contenido, segmentar el sitemap por categoría o gestionar un sitemap index para sitios grandes.
Un sitemap index agrupa varios archivos sitemap bajo uno solo. Cada archivo individual tiene un límite de tamaño y número de URL. El sitemap index permite superar esta limitación organizando las URL por sección (artículos, productos, páginas).
Para un sitio estático o un desarrollo a medida, la creación manual sigue siendo posible. El archivo es XML estándar con una estructura simple:
- Una etiqueta raíz
urlsetque encierra todo - Un bloque
urlpor dirección, que contiene al menos la etiquetaloccon la URL completa - Opcionalmente, la etiqueta
lastmodcon una fecha en formato ISO 8601 - El archivo debe estar codificado en UTF-8 y ser accesible públicamente, generalmente en la raíz del sitio
Diagnosticar un sitemap que no funciona en Search Console
Google Search Console muestra el estado de su sitemap después de la presentación. Dos informaciones son importantes: el número de URL detectadas y el número de URL indexadas. Una diferencia significativa entre ambas señala un problema a investigar.
Los errores frecuentes suelen ser banales. Las URL en redirección o con error 404 en el sitemap contaminan el archivo y diluyen su utilidad. Un sitemap no debería contener más que páginas que devuelven un código 200 (página accesible) y que realmente desea ver indexadas.
Las páginas protegidas por contraseña, las páginas de resultados de búsqueda interna, las páginas de filtros en un comercio electrónico: todo esto no tiene cabida en un sitemap. Cada URL presente en el archivo envía una señal al motor: «esta página merece ser explorada». Si incluye páginas sin valor, desperdicia el presupuesto de exploración que el robot asigna a su sitio.
El informe de cobertura en Search Console se convierte entonces en una verdadera herramienta de diagnóstico técnico, mucho más allá de un simple acuse de recibo. Comparar regularmente las URL enviadas e indexadas revela las fallas de su arquitectura antes de que afecten su visibilidad en los resultados de búsqueda.
