Un sitemap.xml presente y accesible no garantiza que cumpla bien su función. Este archivo, pensado para ayudar a Google a descubrir y priorizar las páginas de un sitio, puede contener incoherencias que pasan desapercibidas durante meses mientras reducen discretamente su utilidad real. A diferencia de un error de servidor evidente, estos problemas generalmente no provocan ningún mensaje de alerta claro, lo que explica por qué a menudo quedan sin corregir.
La incoherencia de dominio, un error discreto pero frecuente
Un sitemap que declara URL en http mientras el sitio responde en https, o que usa una forma del dominio distinta a la realmente servida a los visitantes, como con o sin el prefijo www, genera confusión para Google. El motor puede entonces indexar las páginas bajo una forma de URL que no es la que el sitio considera canónica, lo que diluye la señal de posicionamiento entre varias variantes de una misma página en lugar de concentrarla en una sola dirección. Esta incoherencia se produce con frecuencia tras una migración a https o un cambio en la configuración del servidor, cuando el generador de sitemap no se ha reconfigurado para seguir ese cambio.
Un sitemap que incluye páginas que no debería contener
El sitemap solo debería contener páginas destinadas a indexarse, en su versión canónica. Incluir páginas marcadas noindex, páginas redirigidas, páginas con error, o URL con parámetros de seguimiento y filtrado, envía una señal contradictoria a Google, que recibe por un lado la instrucción de indexar la página a través del sitemap y por otro la instrucción contraria mediante la etiqueta noindex o el código de redirección presente en la propia página. Esta contradicción no impide necesariamente la indexación, pero debilita la confianza depositada en el sitemap en su conjunto.
Las fechas de última modificación incorrectas o ausentes
La etiqueta lastmod indica a Google cuándo se modificó una página por última vez, una información útil para priorizar el rastreo de las páginas que realmente han cambiado en lugar de desperdiciar el presupuesto de rastreo en páginas sin cambios desde hace tiempo. Un generador de sitemap mal configurado puede aplicar la misma fecha a todas las páginas del sitio, o una fecha actualizada sistemáticamente cada vez que se genera el archivo aunque no haya cambio real de contenido. Google ha declarado públicamente que desconfía de las fechas consideradas poco fiables y puede simplemente ignorar esta información si parece incoherente, lo que anula la utilidad de esta etiqueta sin que el sitemap presente ningún error técnico visible.
Los límites de tamaño a menudo olvidados
Un sitemap único no puede contener más de cincuenta mil URL, ni superar cincuenta megabytes sin comprimir. Un sitio que se acerca o supera estos límites debe repartir sus URL en varios archivos, agrupados mediante un sitemap index que referencia a cada uno de ellos. Un sitio multilingüe con varios cientos de artículos traducidos a cinco idiomas puede alcanzar este volumen más rápido de lo que se piensa, lo que hace que esta comprobación sea pertinente incluso para un sitio que a primera vista parece de tamaño modesto.
Un sitemap que ya no refleja el contenido real del sitio
Un sitemap generado una vez y nunca actualizado automáticamente termina divergiendo del contenido real del sitio: páginas eliminadas siguen apareciendo listadas, mientras que las páginas nuevas nunca llegan a figurar en él. En WordPress, los plugins de SEO habituales regeneran este archivo automáticamente con cada publicación, pero un desarrollo PHP a medida sin un mecanismo equivalente puede acumular este desfase durante meses sin que nadie se dé cuenta, hasta que una comprobación manual revela la diferencia entre ambas listas.
Cómo comprobar realmente tu sitemap
El informe de Sitemaps de Google Search Console muestra el número de URL enviadas y el número efectivamente descubiertas, siendo una diferencia importante entre ambas cifras una señal que merece examinarse de cerca. Validar el formato XML con una herramienta dedicada permite detectar un error de sintaxis que impediría leer correctamente el archivo. Por último, un control manual que compare un puñado de URL del sitemap con su estado real, es decir, si responden con un 200 sin redirección ni error, sigue siendo la forma más sencilla de confirmar que el archivo corresponde realmente a la realidad del sitio.
Puntos a verificar antes de publicar: confirmar que los límites de cincuenta mil URL y cincuenta megabytes por archivo sitemap siguen siendo los valores oficiales vigentes en el momento de la publicación, y comprobar que la descripción del comportamiento de Google ante fechas lastmod consideradas poco fiables sigue correspondiendo a la documentación oficial de Google Search Central.