Sitemap Checker

Un sitemap es un archivo XML que lista cada URL que deseas que los motores de búsqueda rastreen e indexen. Vive en yoursite.com/sitemap.xml y actúa como un directorio para rastreadores, especialmente útil para sitios grandes, sitios nuevos con pocos backlinks, o sitios con navegación profunda donde las páginas están a cinco o más clics de la página de inicio. Los sitemaps no garantizan indexación. Google aún decide si una página vale la pena indexar basándose en calidad y duplicación. Sin un sitemap, Google se basa en enlaces internos y backlinks externos para encontrar páginas, lo que puede tomar semanas o incluso meses para contenido nuevo. Con un sitemap, le dices a Google que la página existe y cuándo se actualizó por última vez, lo que acelera el descubrimiento y ayuda a priorizar contenido fresco. Nuestro verificador de sitemap obtiene tu sitemap.xml, analiza la estructura, valida la sintaxis XML, verifica códigos de estado HTTP para cada URL listada, señala duplicados y detecta páginas huérfanas (páginas en tu sitemap pero inaccesibles a través de enlaces internos). Úsalo después de lanzar un sitio nuevo, después de una migración, o trimestralmente para detectar regresiones.

Intenta en tres lugares. Primero, añade /sitemap.xml a tu dominio (yourdomain.com/sitemap.xml) y ve si carga. La mayoría de CMS generan un sitemap en esta ruta automáticamente. Si ves XML con una lista de URLs, ese es tu sitemap. Segundo, verifica robots.txt en yourdomain.com/robots.txt buscando una línea que comience con Sitemap: seguida de una URL. Muchos sitios declaran su ubicación de sitemap aquí. Tercero, inicia sesión en Google Search Console, ve a Sitemaps en Índice, y ve qué URLs de sitemap enviaste. Esta es la lista autorizada que Google usa para priorizar el rastreo. Si encuentras una URL de sitemap, pégala en nuestro campo Sitemap URL para validar la estructura, confirmar que todas las URLs devuelven códigos de estado 200 y detectar duplicados u huérfanos. Si ninguno de estos métodos encuentra un sitemap, probablemente no tengas uno. Está bien para sitios de menos de 50 páginas pero es un problema para sitios más grandes. Genera uno usando tu plugin de CMS (Yoast, Rank Math, next-sitemap), luego envíalo a Search Console para acelerar la indexación.

Los tres tipos son sitemaps XML (para motores de búsqueda), sitemaps HTML (para usuarios) y sitemaps visuales (para diseñadores). Los sitemaps XML son archivos legibles por máquina en formato XML que listan URLs, fechas de última modificación, frecuencia de actualización y prioridad. Los motores de búsqueda los usan para descubrir y priorizar páginas. Viven en /sitemap.xml y no están destinados a navegación humana. Los sitemaps HTML son páginas legibles por humanos con enlaces a cada sección principal de tu sitio, organizadas jerárquicamente. Ayudan a los usuarios a navegar sitios grandes y proporcionan enlaces internos. Viven en URLs como /sitemap y a menudo se vinculan desde el pie de página. Los sitemaps visuales son diagramas (en Figma, Miro, Sketch) que mapean la jerarquía de páginas, flujos de usuario y navegación antes de que se construya un sitio. Son artefactos de planificación, no páginas activas. La mayoría de sitios necesitan un sitemap XML (requerido para SEO) y se benefician de un sitemap HTML si tiene más de 100 páginas. Los sitemaps visuales son para la fase de diseño. Nuestro verificador valida solo sitemaps XML. La mayoría de CMS los generan automáticamente. Para sitios estáticos, usa next-sitemap o astro-sitemap.

Validar un sitemap significa verificar estructura XML, accesibilidad de URL, precisión de metadatos y límites de protocolo. Primero, confirma que el XML esté bien formado con declaración XML correcta y atributo de espacio de nombres (xmlns que apunta a sitemaps.org). El XML malformado causa que los analizadores rechacen el archivo completo. Segundo, verifica que cada URL devuelva un código de estado 200, no un 301, 404 o error 5xx. Los motores de búsqueda aún pueden rastrear URLs redirigidas o rotas, pero las desproitorizan. Tercero, verifica que las URLs usen rutas absolutas (https://example.com/page, no /page) y coincidan con tu dominio canónico (www o no-www, no mixto). Cuarto, confirma que el tamaño del archivo sea inferior a 50 MB sin comprimir con menos de 50,000 URLs. Si excedes alguno, divide en múltiples sitemaps y usa un archivo de índice de sitemap. Quinto, valida que las fechas lastmod usen formato W3C (YYYY-MM-DD o ISO 8601). Nuestra herramienta automatiza los cinco: pega tu Sitemap URL, elige crawl depth (index only, all referenced sitemaps, o sample), y devolvemos códigos de estado, duplicados, advertencias de lastmod faltante y una exportación CSV de problemas.

Google solía ofrecer un generador de sitemap (Google Sitemap Generator) para Apache e IIS, pero fue deprecado hace años. Ya no lo necesitas. Casi todos los CMS modernos y frameworks estáticos generan sitemaps automáticamente. WordPress (vía Yoast SEO, Rank Math o sitemap central desde 5.5), Shopify (integrado), Webflow (integrado), Squarespace (integrado), Wix (integrado), Next.js (vía next-sitemap), Astro (vía astro-sitemap), Gatsby (vía gatsby-plugin-sitemap) y Hugo (integrado) todos crean y actualizan sitemaps XML sin trabajo manual. Para sitios personalizados, usa librerías de código abierto como sitemap.js (Node.js), django-sitemap (Python) o un script de construcción. Una vez que tengas un sitemap, envíalo a Google Search Console en Sitemaps. Google lo rastreará periódicamente. Puedes hacer ping a Google manualmente después de añadir URLs enviando una solicitud GET a google.com/ping?sitemap=yoursitemapurl, aunque la mayoría de CMS hacen esto automáticamente. Usa nuestro verificador de sitemap para validar el sitemap antes de enviarlo a Search Console.

Actualiza tu sitemap cada vez que publiques, despubliques o edites significativamente una página. La mayoría de CMS y generadores estáticos lo hacen automáticamente. Los plugins de WordPress regeneran el sitemap en cada publicación de post, Shopify lo actualiza cuando cambian los productos, y los frameworks estáticos reconstruyen el sitemap durante cada despliegue. Si lo gestionar manualmente (raro en sitios personalizados), regenera semanalmente o después de lotes de contenido. El campo lastmod les dice a los motores de búsqueda cuándo cambió una página, lo que les ayuda a priorizar contenido fresco sobre antiguo. Si nunca actualizas lastmod o estableces la misma fecha para cada URL, los motores de búsqueda lo ignoran y recurren a descubrimiento de enlaces y presupuesto de rastreo. Para editores diarios (noticias, blogs, e-commerce con cambios de inventario), los sitemaps dinámicos que regeneran en la publicación son esenciales. Para editores mensuales o trimestrales, un sitemap estático regenerado en el despliegue está bien. No dejes que tu sitemap liste URLs que 404, redirijan o estén bloqueadas por robots.txt. Eso desperdicia presupuesto de rastreo y señala mala calidad del sitio. Usa nuestro verificador después de cambios mayores (migración, reestructuración de URL, cambios de contenido en lotes).

Robots.txt le dice a los rastreadores qué partes de tu sitio pueden o no acceder. Un sitemap le dice a los rastreadores qué páginas deseas que prioricen rastrear. Sirven propósitos diferentes y funcionan juntos. Robots.txt vive en yourdomain.com/robots.txt, usa sintaxis de texto plano con directivas User-agent, Allow y Disallow, y bloquea o permite acceso a rutas, archivos o directorios. Declara dónde vive tu sitemap a través de una directiva Sitemap:. Los robots.txt se rastrea primero. Si accidentalmente desautorizas todo tu sitio, los rastreadores se detienen inmediatamente y nunca ven tu sitemap. Un sitemap vive en yourdomain.com/sitemap.xml, usa sintaxis XML y lista URLs que deseas que se rastreen con metadatos como lastmod y prioridad. No controla el acceso. Sugiere qué rastrear. Los rastreadores pueden ignorar tu sitemap si encuentran páginas a través de enlaces, pero no pueden eludir robots.txt. Usa robots.txt para bloquear paneles de administración, ambientes de prueba y rastreadores no deseados. Usa un sitemap para listar cada página indexable.

Un sitemap no mejora directamente los rankings, pero elimina fricción de descubrimiento, lo que indirectamente ayuda al SEO asegurando que las páginas nuevas y actualizadas se rastreen más rápido. Sin un sitemap, Google se basa en enlaces internos y backlinks externos para encontrar páginas, lo que puede tomar semanas para contenido nuevo, especialmente en sitios grandes o con enlaces internos débiles. Con un sitemap, le dices a Google que la página existe y cuándo se actualizó por última vez, lo que acelera la indexación. Esto es importante para sitios nuevos con pocos backlinks, sitios con jerarquías de página profundas (páginas enterradas a cinco clics de la página de inicio), sitios con páginas huérfanas y sitios que publican frecuentemente (blogs, noticias, e-commerce). Un sitemap ayuda con la eficiencia del presupuesto de rastreo. En lugar de descubrir páginas a través del rastreo de enlaces, Google lee tu sitemap y sabe qué priorizar. Sin embargo, un sitemap no puede forzar a Google a indexar páginas de baja calidad, duplicadas o delgadas. Si una página está en tu sitemap pero aún no está indexada, el problema generalmente es la calidad del contenido, canonicalización o tags meta robots.

Un sitemap debería solo listar URLs que deseas que se indexen, así que excluye cualquier cosa bloqueada por robots.txt, etiquetada con noindex, redirigida a otra URL, devolviendo 404 o errores 5xx, o canonicalizada a una URL diferente. Incluir esto desperdicia presupuesto de rastreo y señala mala mantenimiento del sitio. No incluyas páginas de administración, páginas de inicio de sesión, páginas de pago o tableros de cuenta de usuario (generalmente bloqueados por robots.txt o noindex). No incluyas URLs de parámetros (como ?sort=price o ?page=2) si usas tags canónicos para consolidarlos. No incluyas ambientes de prueba o test. No incluyas URLs que redirijan (301 o 302). Lista el destino final en su lugar. No incluyas URLs con tags noindex meta o headers X-Robots-Tag. No incluyas URLs paginadas a menos que cada página tenga contenido único que valga la pena indexar. La mayoría de sitios de e-commerce deberían solo incluir la página 1, con tags rel=next/prev o canónicos manejando el resto. No incluyas URLs de contenido duplicado. Usa tags canónicos para consolidar duplicados, luego solo lista la versión canónica.

Los errores de sitemap caen en tres categorías: estructural (XML malformado, espacio de nombres incorrecto, archivo demasiado grande), a nivel de URL (404s, redirecciones, páginas con noindex) y problemas de metadatos (lastmod faltante, formatos de fecha incorrectos). Arregla errores estructurales primero. Previenen que los rastreadores analicen el archivo. Abre tu sitemap en un navegador o validador XML, confirma que comienza con la declaración XML correcta y espacio de nombres (xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"), y verifica que cada tag de apertura tenga un tag de cierre coincidente. Si tu sitemap excede 50 MB o 50,000 URLs, divídelo en múltiples archivos y crea un archivo de índice de sitemap. Arregla errores a nivel de URL eliminando o reemplazando entradas rotas. Elimina cualquier URL que devuelva 404, reemplaza URLs redirigidas con su destino final, elimina URLs con tags noindex, y confirma que cada URL coincida con tu dominio canónico (www o no-www, no mixto). Arregla problemas de metadatos asegurando que las fechas lastmod usen formato ISO 8601 (YYYY-MM-DD o YYYY-MM-DDTHH:MM:SS+00:00). Elimina lastmod completamente si tu CMS no puede mantenerlo preciso. Después de arreglar, revalida con nuestra herramienta y reenvía a Google Search Console.