¿Qué errores en la configuración SEO de un sitio web afectan a la indexación de las páginas?

Que una página no esté indexada por los motores de búsqueda no significa necesariamente que la configuración de las palabras clave sea incorrecta. Una causa más directa puede ser que el motor de búsqueda no pueda acceder a la página, que esta esté marcada para no indexarse o que la URL canónica apunte a otra página. También hay páginas cuya configuración es correcta, pero que aún no se han indexado por motivos como contenido duplicado o valor insuficiente.

Al investigar el problema, primero hay que distinguir entre «no se puede rastrear», «se ha indicado que no se indexe» y «se ha rastreado, pero no se ha indexado». No modifiques repetidamente el título ni vuelvas a enviar la URL cada vez que no encuentres una página en los resultados. Por ejemplo, en Google puedes consultar el estado de la página en «Inspección de URLs» de Search Console y actuar según la causa concreta.

Confirma primero si la página realmente no está indexada

Introduce la URL completa en Search Console, incluido el protocolo, el dominio, la ruta y la barra final. Los resultados mostrarán si la URL está en el índice de Google y proporcionarán información sobre el rastreo, la indexación y las páginas canónicas. Si el sitio tiene direcciones con y sin parámetros, o con y sin barra final, asegúrate de comprobar la versión que realmente quieres que aparezca en los resultados.

Que aparezca el mensaje «La URL está en el índice de Google» no significa que vaya a mostrarse al buscar cualquier palabra clave: la indexación y el posicionamiento son dos cuestiones distintas. A la inversa, que una búsqueda con site: no encuentre la página tampoco es una prueba fiable, por sí sola, de que no esté indexada. Determina el estado concreto a partir de los resultados de la inspección de URL.

El estado de indexación que muestra la inspección de URL refleja la información que Google ya tiene. La prueba en tiempo real puede comprobar el acceso actual y la configuración de la página, pero superarla no garantiza que la página vaya a indexarse. Tras modificar la configuración, también hay que esperar a que el motor de búsqueda vuelva a rastrear y procesar la página.

¿Se puede acceder a la página? Comprueba las restricciones de rastreo y la respuesta del servidor

Un bloqueo accidental en robots.txt es uno de los primeros problemas que conviene comprobar al publicar un sitio web. Por ejemplo, si durante las pruebas se utilizó Disallow: / y no se eliminó al publicar el sitio, se impedirá que los rastreadores afectados accedan a las rutas del sitio web. Comprueba el archivo /robots.txt en el directorio raíz del dominio, confirma qué rastreadores y rutas se ven afectados por las reglas y elimina o modifica las restricciones que no deberían estar allí.

Ten en cuenta que robots.txt controla el rastreo y no es un método fiable para impedir la indexación. Una URL bloqueada todavía puede aparecer en los resultados de búsqueda a través de enlaces de otras páginas, aunque el motor de búsqueda no pueda leer su contenido. Si quieres que una página pública no se indexe, permite el rastreo y utiliza una directiva noindex válida. Si el contenido debe ser confidencial, utiliza controles de acceso, como la autenticación, en lugar de depender de directivas SEO.

El código de estado HTTP que devuelve la página también afecta al procesamiento. Las páginas públicas deben devolver de forma estable el código de estado 200. Los códigos 404 y 410 indican que la página no existe o se ha eliminado; un código 5xx requiere revisar el servidor, el servicio de alojamiento o la configuración de seguridad. Si el sitio tiene restricciones regionales, CAPTCHA o reglas de cortafuegos, comprueba también que no estén bloqueando el rastreo por parte de los motores de búsqueda; no te limites a comprobar si la página funciona en tu propio navegador.

Otro problema fácil de pasar por alto es el «soft 404»: el servidor devuelve 200, pero la página indica que el producto no existe, está vacía o muestra un mensaje de error. Las páginas eliminadas sin contenido alternativo deberían devolver el estado adecuado de página no encontrada. Si existe una página alternativa pertinente, considera una redirección adecuada y evita redirigir en bloque a la página de inicio numerosas URL antiguas que no guardan relación con ella.

Se permite el acceso, pero la página está configurada para no indexarse

La etiqueta <meta name="robots" content="noindex"> en el código fuente de la página o la directiva X-Robots-Tag: noindex en los encabezados de respuesta HTTP indican a los motores de búsqueda que no indexen la página. Tras migrar un sitio de pruebas al dominio definitivo, es posible que sigan activados el ajuste del sistema de creación del sitio para «impedir la indexación por los motores de búsqueda», una configuración SEO a nivel de página o una directiva en los encabezados de respuesta del servidor.

Al comprobarlo, no te fijes únicamente en el ajuste del panel de control: abre el código fuente de la página y busca noindex; comprueba también los encabezados de respuesta. Presta especial atención a las directivas de los encabezados de respuesta en archivos que no sean HTML, como los PDF. Una vez confirmado que la página debe ser pública e indexarse, elimina la restricción correspondiente y asegúrate de que robots.txt no impida que los motores de búsqueda vuelvan a rastrearla; de lo contrario, es posible que no detecten el cambio a tiempo.

No es necesario eliminar todas las directivas noindex del sitio. Es posible que no haga falta indexar páginas de resultados de búsqueda, páginas de filtros duplicadas u otras páginas sin valor propio para las búsquedas. Lo importante es confirmar que la restricción no se haya aplicado por error a páginas de producto, páginas de categorías u otras páginas que deban recibir tráfico de la búsqueda orgánica.

La URL canónica o la configuración de redirecciones apunta en la dirección equivocada

La etiqueta de URL canónica rel="canonical" sirve para indicar a los motores de búsqueda qué versión deben priorizar. Si todas las páginas de producto designan por error la página de inicio o la misma página de categoría como URL canónica, los motores de búsqueda pueden considerar esas páginas de producto versiones duplicadas en lugar de indexarlas por separado.

Comprueba la URL canónica en el código fuente de la página o en los encabezados de respuesta y confirma que apunta a una URL accesible, con contenido correspondiente y que se desea indexar. Para las páginas con contenido propio, es habitual que la URL canónica apunte a la propia página; en el caso de páginas con parámetros cuyo contenido sea prácticamente idéntico, puede apuntar a la versión principal según las necesidades. La etiqueta canonical es una indicación, no una orden obligatoria, y Google puede elegir otra URL canónica basándose en señales como el contenido de la página, los enlaces y las redirecciones.

También hay que revisar las redirecciones. Debe haber un destino final claro entre HTTP y HTTPS, entre el dominio antiguo y el nuevo, y cuando cambian las rutas. Evita los bucles de redirección, las redirecciones a páginas no relacionadas y que el sitemap o los enlaces internos sigan apuntando a direcciones antiguas. Si la inspección de URL indica que Google ha elegido otra página canónica, compara el contenido de ambas páginas y las señales que apuntan a ellas, en lugar de limitarte a volver a enviar la URL original.

Los sitios web multilingües también pueden configurar por error las páginas en distintos idiomas para que todas apunten a la página de inicio en inglés como URL canónica. Si las páginas de cada idioma o región ofrecen contenido relevante, comprueba sus etiquetas canonical y hreflang. hreflang expresa la relación entre el idioma y la región, pero no sustituye la configuración necesaria para que las páginas se puedan rastrear e indexar ni garantiza que se muestre una versión concreta en una región determinada.

La página se puede indexar, pero es difícil de descubrir o comprender para los motores de búsqueda

Las páginas huérfanas carecen de enlaces internos rastreables. Si solo se puede acceder a una página de producto mediante la búsqueda interna del sitio, el envío de un formulario o interacciones complejas, es posible que los motores de búsqueda tengan dificultades para encontrarla. Añade enlaces HTML normales a la página desde categorías relacionadas, la navegación u otras páginas de contenido. Utiliza elementos <a> con un atributo href válido que apunte a la página de destino.

Un sitemap XML ayuda a indicar a los motores de búsqueda las URL que se desea que descubran, pero enviarlo no equivale a solicitar la indexación. El archivo debería priorizar las URL que devuelven un estado normal, permiten la indexación y se desean como versiones canónicas. Incluir en él un gran número de páginas redirigidas, con errores 404 o con noindex dificulta la investigación del problema. Después de enviarlo, puedes consultar en Search Console si el sitemap se ha leído correctamente y comprobar el estado de las páginas correspondientes.

En los sitios que utilizan JavaScript para mostrar el contenido principal, también hay que comprobar si los motores de búsqueda pueden obtener y renderizar ese contenido. Si el HTML inicial está casi vacío y, además, se bloquean los scripts, las interfaces de programación o los recursos, el contenido que ven los motores de búsqueda puede diferir de lo que aparece en el navegador. Consulta la prueba en tiempo real de la inspección de URL para comprobar la página renderizada y la carga de recursos. Si hace falta, ajusta el método de renderizado o permite el acceso a los recursos pertinentes.

El estado «Rastreada: actualmente sin indexar» no implica necesariamente un problema técnico. Si varias páginas de producto solo se diferencian en el modelo y tienen prácticamente el mismo texto, imágenes y descripción, es posible que los motores de búsqueda no decidan indexarlas todas por separado. Añade información útil sobre las diferencias reales entre los productos, como especificaciones o condiciones de uso. En el caso de páginas duplicadas sin valor propio, considera consolidarlas o definir claramente la versión canónica. Añadir palabras clave o cambiar el título por sí solo no sustituye el valor del contenido de la página.

Cómo verificar los cambios

Prioriza un problema concreto cada vez; por ejemplo, elimina una directiva noindex añadida por error, corrige la URL canónica o restablece el acceso a una ruta bloqueada. Tras publicar los cambios, vuelve a comprobar el código de estado de la URL real, el código fuente de la página y los encabezados de respuesta. A continuación, utiliza la prueba en tiempo real de Search Console para confirmar que el motor de búsqueda puede ver los cambios.

En el caso de las páginas importantes, puedes solicitar su indexación tras inspeccionarlas. Si el problema afecta a muchas páginas, primero corrige la plantilla, la configuración del sitio o las reglas del servidor, en lugar de enviarlas una por una sin resolver la causa raíz. Solicitar la indexación y enviar un sitemap no garantizan la indexación ni un plazo de procesamiento determinado. Si el estado no cambia durante mucho tiempo, vuelve a comprobar los resultados reales del rastreo, la URL canónica y el contenido de la página, en lugar de seguir enviando solicitudes repetidamente.