Mejores Prácticas de Sitemap XML para una Indexación Más Rápida y Limpia

Un sitemap es una sugerencia, no una garantía

Los motores de búsqueda tratan un sitemap como una señal de descubrimiento fuerte, no como una orden. No forzará la indexación de páginas de baja calidad; lo que hace es eliminar cualquier duda sobre qué URL consideras canónicas y dignas de rastrear, lo cual importa más en sitios grandes o más nuevos.

Qué incluir

• Solo URL canónicas: la versión exacta que quieres que se indexe.
• Solo URL que devuelven un estado 200 y que realmente son indexables (sin etiqueta noindex, no bloqueadas por robots.txt).
• Una fecha lastmod precisa: actualízala solo cuando el contenido de la página cambie de manera significativa, no en cada despliegue.

Qué excluir

• Páginas con una etiqueta noindex: incluir una en un sitemap envía una señal contradictoria.
• URL que redirigen o devuelven 404: estas se reportan como errores de sitemap en lugar de ayudar al descubrimiento.
• Variantes duplicadas o parametrizadas de la misma página (órdenes de clasificación, ID de sesión, parámetros de seguimiento): enumera solo la versión canónica única.
• Páginas escasas generadas automáticamente con poco contenido único: son una causa común de "Rastreada - actualmente no indexada" e incluir cientos de ellas diluye la señal del sitemap para las páginas que sí importan.

Límites de tamaño

Un solo archivo de sitemap tiene un límite de 50 000 URL y 50 MB sin comprimir. Los sitios más grandes necesitan un archivo índice de sitemap: un archivo que enumera múltiples sitemaps secundarios, en lugar de un archivo gigante. La mayoría de los frameworks (incluido el de este sitio) lo generan automáticamente, pero vale la pena confirmarlo si estás creando uno manualmente.

Enviarlo y mantenerlo

Envíalo una vez tanto en Google Search Console como en Bing Webmaster Tools, y agrega una línea Sitemap: a tu robots.txt apuntando hacia él; de esa forma, cualquier rastreador que encuentre tu sitio de forma independiente, sin un envío previo, también podrá ubicarlo. Después de eso, el sitemap debería regenerarse automáticamente a medida que cambia el contenido; un sitemap mantenido manualmente casi siempre queda desactualizado.

Errores comunes que desperdician silenciosamente el presupuesto de rastreo

• Generarlo una vez en el lanzamiento y nunca actualizarlo a medida que se agregan o eliminan páginas.
• Establecer el lastmod de cada URL a la fecha actual en cada compilación: esto entrena a los rastreadores a dejar de confiar en el campo como una señal real de cambio.
• Olvidar volver a enviarlo después de una reestructuración importante de URL (por ejemplo, una migración de dominio o un cambio de enlace permanente): Google eventualmente lo notará por sí solo, pero volver a enviarlo acelera la transición.