Un sitemap lista las URL de un sitio para que los motores de búsqueda las descubran y las exploren. El contenido de una página sitemap varía según el formato elegido (XML, HTML, TXT), y todas las etiquetas no tienen la misma utilidad real a los ojos de Google. Comprender lo que los robots leen efectivamente en este archivo permite evitar un trabajo de configuración innecesario.
Etiquetas XML del sitemap: lo que Google realmente utiliza
El formato XML sigue siendo el estándar más común para declarar un sitemap. Cada entrada contiene potencialmente cuatro etiquetas: loc, lastmod, changefreq y priority.
No todas pesan lo mismo. Google ya no trata las etiquetas priority y changefreq como señales útiles. Solo la etiqueta lastmod conserva un papel concreto: indica la fecha de la última modificación significativa de una página.
| Etiqueta XML | Rol declarado | Considerado por Google |
|---|---|---|
| loc | URL de la página | Sí, obligatorio |
| lastmod | Fecha de última modificación | Sí, si la fecha refleja un cambio real |
| changefreq | Frecuencia estimada de actualización | No utilizada |
| priority | Prioridad relativa entre páginas | No utilizada |
Esta tabla resume una discrepancia notable entre la especificación sitemaps.org y el uso real de los motores. Configurar minuciosamente changefreq y priority no modifica ni el ranking ni la frecuencia de exploración. En cambio, un valor lastmod fiable señala a los robots que una página merece una nueva visita.
Para observar la estructura concreta de un sitemap XML, la página sitemap del sitio Michelle Dastier ilustra bien la manera en que las URL están organizadas y marcadas temporalmente en este tipo de archivo.
Lastmod y modificaciones reales: la trampa de la fecha artificial
La etiqueta lastmod funciona como una señal de confianza entre el sitio y el motor de búsqueda. Google puede comparar la fecha declarada en el sitemap con los cambios realmente observados en la página durante la exploración.
Modificar el año de copyright o regenerar el archivo no constituye un cambio significativo. Si la fecha lastmod avanza regularmente sin que el contenido evolucione, el robot termina ignorando esta información. La señal pierde entonces todo valor, incluso para las páginas cuyo contenido cambia realmente.
Algunas modificaciones cuentan como significativas a los ojos de los motores:
- Adición o reescritura de un párrafo que modifica el sentido o el alcance de la página
- Actualización de datos fácticos (tarifas, fechas, regulación) en el cuerpo del texto
- Adición de un nuevo medio (imagen, video) acompañado de contenido textual relevante
Un CMS que actualiza automáticamente la fecha lastmod en cada guardado menor (corrección de un error, cambio de categoría) envía una señal engañosa. Es mejor condicionar la actualización de esta etiqueta a una modificación sustancial del contenido visible.
Sitemap XML, HTML y TXT: tres formatos para usos distintos
El sitemap XML se dirige a los robots de exploración. El sitemap HTML se dirige a los visitantes humanos: toma la forma de una página web clásica que lista las secciones y los enlaces internos del sitio. El sitemap TXT, más rudimentario, se limita a una lista en bruto de URL sin metadatos.
El formato HTML ha servido durante mucho tiempo como un mapa del sitio para ayudar a la navegación. En los sitios de tamaño modesto con un menú claro, su utilidad es marginal. Para los sitios que cuentan con varios cientos de páginas y estructuras profundas, una página HTML bien estructurada complementa el tejido interno al ofrecer un acceso directo a las páginas enterradas.
El formato TXT no admite ninguna etiqueta (lastmod, changefreq, priority). Es adecuado para una necesidad mínima: declarar URL sin información complementaria. Google lo acepta, pero el formato XML sigue siendo el único que transmite metadatos utilizables.
Declaración del sitemap tras el abandono del ping de Google
Hasta junio de 2023, era posible notificar a Google sobre un nuevo sitemap a través de la URL google.com/ping?sitemap=.... Este mecanismo de ping ha sido abandonado. Las guías que aún recomiendan este método están obsoletas.
Tres canales siguen operativos para declarar un sitemap ante Google:
- Enviar el archivo en Google Search Console, sección “Sitemaps”
- Declarar la ubicación del archivo en el archivo
robots.txtdel sitio (directivaSitemap:) - Dejar que el robot descubra el archivo durante su exploración habitual, siempre que sea accesible en la URL estándar (
/sitemap.xml)
Para Bing, el protocolo IndexNow permite señalar rápidamente las URL nuevas o modificadas. Este mecanismo, distinto del sitemap, complementa la declaración clásica al acelerar la consideración de los cambios. Bing Webmaster Tools también acepta la presentación directa del sitemap, de manera similar a Google Search Console.
Contenido del sitemap y calidad de las URL listadas
Listar solo las URL indexables
Un sitemap que contiene URL bloqueadas por el archivo robots.txt, páginas que devuelven un error 404 o páginas marcadas como noindex confunde la señal enviada al motor. Cada URL presente en el archivo debe corresponder a una página accesible, canónica y destinada a aparecer en los resultados de búsqueda.
Adaptar el sitemap al tamaño del sitio
Un sitio de unas pocas decenas de páginas con un tejido interno correcto no tiene una necesidad urgente de sitemap: los robots descubren las páginas siguiendo los enlaces. El sitemap se vuelve realmente útil para sitios voluminosos o mal enlazados, aquellos cuyas algunas páginas permanecen huérfanas (ningún enlace interno apunta hacia ellas).
Un sitemap no garantiza la indexación. Facilita el descubrimiento de las URL por los robots, pero la decisión de indexar depende de la calidad del contenido, la ausencia de duplicados y la conformidad técnica de cada página. Declarar una URL en el sitemap sin trabajar su contenido ni su tejido interno no produce ningún resultado medible.
