Sitemap XML: qué URLs incluir y cómo enviarlo a Google

Qué hace un sitemap y qué no hace

El archivo proporciona una lista de URLs y puede añadir información como la fecha de una modificación significativa. Resulta especialmente útil en sitios nuevos, grandes, con contenido poco enlazado o con muchas páginas que cambian.

Enviar el sitemap es una señal, no una orden. Google puede decidir no rastrear o no indexar una URL si encuentra redirecciones, errores, noindex, duplicidades, canónicas contradictorias o contenido insuficiente.

Qué URLs debes incluir

Incluye la versión canónica que quieres mostrar en los resultados. La lista debe coincidir con la arquitectura real y excluir alternativas duplicadas o no indexables.

Incluye

• Páginas con respuesta HTTP correcta.
• URLs canónicas y estables.
• Contenido que quieres indexar.
• Versiones HTTPS definitivas.
• Páginas accesibles para los buscadores.

Excluye

• Redirecciones y páginas con errores.
• URLs con noindex.
• Parámetros de filtros, seguimiento o sesión que no sean canónicos.
• Duplicados y variantes HTTP cuando la canónica utiliza HTTPS.
• Páginas bloqueadas que no deberían rastrearse.

Estructura mínima del archivo XML

El archivo debe codificarse en UTF-8 y utilizar URLs absolutas. Un formato básico contiene la declaración XML, el espacio de nombres y un elemento <url> por dirección.

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://www.ejemplo.com/</loc>
  </url>
</urlset>

Los valores deben escaparse correctamente. La herramienta se ocupa, por ejemplo, de convertir un ampersand en su entidad XML.

Límites

Un sitemap puede contener hasta 50.000 URLs o alcanzar 50 MB sin comprimir. Cuando se supera cualquiera de esos límites hay que dividirlo y, si conviene, utilizar un índice de sitemaps.

Cómo utilizar lastmod sin falsear fechas

lastmod debe reflejar la última modificación significativa de la página. Puede corresponder a cambios relevantes en el contenido principal, datos estructurados o enlaces, pero no a una fecha actualizada automáticamente sin cambios reales.

Google ignora priority y changefreq. Añadirlas no hace que una página se rastree antes ni tenga más importancia. Por esa razón, el generador de sitemap XML no las incluye.

Dónde publicar y cómo enviar el sitemap

Publicarlo en la raíz, por ejemplo https://www.ejemplo.com/sitemap.xml, permite que sea aplicable a todo el sitio. Después puedes enviarlo desde el informe «Sitemaps» de Search Console.

También puedes declarar su ubicación en robots.txt:

Sitemap: https://www.ejemplo.com/sitemap.xml

Enviar el archivo desde Search Console facilita consultar la última lectura y los posibles errores de procesamiento. Puedes utilizar el generador de robots.txt para preparar esa declaración.

Comprobaciones después de publicarlo

1. Abre la URL pública y confirma que responde con estado 200.
2. Valida que el XML se muestra completo y sin errores.
3. Comprueba que solo contiene URLs canónicas e indexables.
4. Envía la dirección en Search Console y revisa el estado de lectura.
5. Compara URLs enviadas e indexadas, sin esperar que las cifras coincidan inmediatamente.
6. Actualiza el archivo cuando cambie la arquitectura o se publiquen páginas relevantes.

Si aparecen muchas URLs excluidas, el problema no se resuelve reenviando el sitemap. Hay que revisar los motivos de indexación, el enlazado, las canónicas y la calidad de cada grupo.