Sitemap

Un sitemap es un índice de contenidos para máquinas. Es un único archivo en su servidor, normalmente bajo la dirección sitemap.xml, en el que figura cada página de su web con su dirección completa. Las personas no suelen leerlo; está pensado para los programas de rastreo de los buscadores, que consultan ahí qué páginas existen.

Su utilidad es limitada, y justo por eso es fácil de explicar: un sitemap hace que una página se encuentre, no que se posicione bien. No sustituye ni a los enlaces ni al contenido. Quien lo venda como palanca de posicionamiento vende una cosa por otra — es un requisito, no una ventaja.

Se vuelve importante en tres casos. En webs grandes, donde cientos de páginas no son todas accesibles desde la portada en pocos clics. En webs nuevas, a las que casi nadie enlaza todavía desde fuera. Y en páginas importantes pero mal enlazadas — por ejemplo, fichas de detalle a las que solo se llegaría mediante un buscador interno.

Junto a la dirección, cada entrada puede llevar una fecha de última modificación. Esa fecha es el único añadido al que Google, según sus propias declaraciones, presta atención — y solo si es cierta. Los sistemas que en cada pasada nocturna ponen todas las fechas a «hoy» devalúan con ello el dato para la web entera. Las indicaciones de importancia o de frecuencia de cambio que algunas guías antiguas todavía recomiendan se ignoran.

Hay límites fijos escritos en el protocolo: como máximo 50.000 direcciones y como máximo 50 megabytes por archivo sin comprimir. Quien tenga más páginas las reparte en varios archivos y coloca delante un archivo de índice, el llamado índice de sitemaps. Para la mayoría de las empresas esto no tiene relevancia — la web de un taller rara vez pasa de cien páginas.

El archivo se declara en dos sitios. En el robots.txt, el pequeño archivo de texto en el directorio raíz de su web, va una línea con la dirección completa del sitemap. Y en Google Search Console se puede enviar una vez; a partir de ahí se recoge sola con regularidad. No hace falta volver a enviarlo tras cada cambio.

Los errores más frecuentes los vemos una y otra vez en la misma forma. En el sitemap figuran direcciones que ya no existen y que acaban en un error 404. O figuran direcciones que al mismo tiempo están excluidas de la inclusión mediante noindex — entonces la web se contradice a sí misma. O el archivo apunta a la variante con www mientras la web se sirve bajo la variante sin www.

Por eso, para nosotros el directorio de direcciones no es un archivador, sino una herramienta de comprobación: descargamos una por una cada dirección que figura en él y miramos qué devuelve realmente. Un sitemap que alguien generó una vez y no volvió a mirar suele estar equivocado después de la primera reforma. Cómo se reforma una web sin pérdidas está en la guía sobre el relanzamiento.