Un sitemap es un archivo que presenta direcciones de la web y, según el formato, información adicional sobre esos recursos. Ayuda a los buscadores a descubrir páginas, sobre todo en webs grandes, recientes o con contenidos difíciles de encontrar mediante la navegación. No garantiza que todas las URL se rastreen, indexen o aparezcan en una posición determinada.
La validación debe responder a dos preguntas diferentes: ¿se puede leer correctamente el archivo y corresponden las direcciones que contiene a las páginas que se quieren hacer públicas? Un XML sin errores puede seguir enumerando redirecciones, páginas excluidas o versiones incorrectas del dominio. El trabajo no termina al generar el archivo.
Sitemap XML, índice de sitemaps y navegación HTML
XML es un formato habitual para enumerar URL y admite extensiones para contenidos como imágenes o vídeos. Cuando hay varios archivos, un índice de sitemaps permite identificarlos desde una dirección central. Una página HTML con enlaces puede ayudar a las personas a navegar, pero tiene otra función y no sustituye la comprobación de los archivos enviados a los buscadores.
El protocolo admite hasta 50 000 URL y 50 MB por archivo sin comprimir. Si se supera algún límite, divide el conjunto. También puede resultar útil separar productos, categorías o idiomas para seguir grupos incluso antes de alcanzar ese límite. No existe una regla general de dividir cada mil URL para obtener mejores posiciones o un rastreo más rápido.
¿Qué páginas deben entrar en el archivo?
Elige las URL canónicas que se quieren ver en los resultados de búsqueda. En una tienda pueden incluir categorías, productos y guías con contenido útil. Excluye del conjunto deseado páginas privadas, resultados internos sin valor para la búsqueda, errores, redirecciones y URL con noindex. No introduzcas todas las combinaciones de filtros solo porque el sistema pueda generar esas direcciones.
Por ejemplo, si un artículo tiene una versión HTTPS elegida como principal, utiliza esa dirección completa en el sitemap y en los enlaces internos. Una versión HTTP que redirige no debe presentarse como otra página independiente. El ejemplo utiliza un dominio reservado y es meramente ilustrativo; no propone cambiar las direcciones de una web existente sin inventario y pruebas.
Un registro XML contiene la dirección en un elemento loc. Ejemplo de fragmento dentro de la estructura propia del sitemap: <url><loc>https://example.com/categoria</loc></url>. El archivo completo necesita el elemento raíz y el espacio de nombres del protocolo.
Cómo encontrar o generar el sitemap
Confirma en el CMS, módulo o extensión responsable del SEO cuál es la dirección generada. No supongas que siempre es /sitemap.xml ni que existe un único archivo. robots.txt puede indicar la ubicación mediante una directiva Sitemap. En instalaciones personalizadas, la generación debe seguir las reglas de publicación y actualización del contenido en lugar de depender de una lista manual olvidada.
Prueba después de publicar una página, cambiar una dirección o retirar un producto: el conjunto de URL debe reflejar la decisión tomada. En webs con idiomas o subdominios, confirma el dominio y el alcance de cada archivo. Si hay caché, comprueba la versión que devuelve realmente el servidor y la frecuencia con la que se actualiza.
Comprobaciones antes del envío
- Abrir la dirección del sitemap y confirmar una respuesta HTTP 200 con el contenido esperado, sin autenticación ni página de error disfrazada.
- Validar XML, codificación UTF-8, espacio de nombres y caracteres escapados, incluido el & en parámetros.
- Confirmar límites de tamaño y cantidad de URL en cada archivo.
- Probar una muestra de URL: respuesta final, contenido público, canonical y directivas de indexación.
- Comparar el sitemap con la navegación y el inventario de páginas, buscando omisiones y direcciones antiguas.
Utiliza lastmod solo cuando pueda reflejar una actualización significativa y real de la página. Cambiar a diario la fecha de todas las páginas no demuestra una actualización del contenido. Google ignora los valores priority y changefreq. Estos campos no deben utilizarse como argumento de que un módulo vuelve automáticamente más importante una página o aumenta su frecuencia de rastreo.
Enviar e interpretar Search Console
En la propiedad correcta de Search Console, envía la dirección del archivo o del índice y observa si se ha obtenido y procesado. La lectura correcta confirma el tratamiento del sitemap, no la indexación de cada página. Si hay un error, investiga el archivo y la respuesta del servidor antes de volver a enviarlo repetidamente.
Compara las URL deseadas con ejemplos del informe de indexación y de la Inspección de URLs. Registra el motivo presentado y la fecha de observación. Una página descubierta pero no indexada requiere analizar contenido, señales técnicas y contexto; añadirla de nuevo al sitemap no constituye un diagnóstico. La prueba en directo y la información de la versión indexada pueden reflejar momentos diferentes.
Sitemap, robots.txt y noindex resuelven problemas diferentes
Retirar una URL del sitemap no impide descubrirla mediante un enlace. robots.txt orienta el rastreo; noindex indica que un recurso accesible no debe indexarse. Si el robot no puede acceder a la página por un bloqueo en robots.txt, no puede leer su noindex. Ninguno de estos archivos sustituye a la autenticación para proteger datos privados.
La revisión de un sitemap forma parte de una auditoría técnica de SEO cuando se cruza con las páginas reales, la navegación y la indexación. El equipo RedeShop puede identificar incoherencias y preparar cambios con validación antes y después de publicar.