Probablemente te suene el término «mapa del sitio», ya que suele ser ese enlace que se encuentra en el pie de página de cualquier sitio web. Sin embargo, ese no es el único mapa del sitio que debes conocer. Existe otro que enumera todas las páginas de tu sitio web y que está diseñado específicamente para los motores de búsqueda y los rastreadores, en lugar de para los visitantes humanos. Dado que los mapas del sitio XML son bastante técnicos, analicemos este tema en detalle, desde los conceptos básicos hasta las técnicas avanzadas.

¿Qué son los sitemaps XML?

Un mapa del sitio XML es un archivo XML que recoge todas las URL de un sitio web, el cual se sube a Search Console para enviar las URL a Google y realizar un seguimiento de su indexación. Cada URL va acompañada de parámetros que indican a los motores de búsqueda cómo interactuar con esa página.

Veamos un ejemplo de mapa del sitio XML de sitemaps.org en el que se utilizan varios parámetros; después, los analizaremos.

<?xml version="1.0" encoding="UTF-8"

<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">

<url>
<loc>http://www.example.com/</loc>
<lastmod>2005-01-01</lastmod>
<changefreq>monthly</changefreq>
<priority>0.8</priority>
</url>

<url>
<loc>http://www.example.com/catalog?item=12&amp;desc=vacation_hawaii</loc>
<changefreq>weekly</changefreq>
</url>

<url>
<loc>http://www.example.com/catalog?item=73&amp;desc=vacation_porto</loc>
<lastmod>2004-12-23</lastmod>
<changefreq>weekly</changefreq>
</url>

<url> 
<loc>http://www.example.com/catalog?item=74&amp;desc=vacation_paris</loc>
<lastmod>2004-12-23T18:00:15+00:00</lastmod>
<priority>0.3</priority>
</url>

</urlset>

Además de la lista de URL, puedes ver estos otros elementos:

• Prioridad: indica a los motores de búsqueda la importancia de una página en relación con las demás del sitio, en una escala del 0,0 al 1, donde el 1 suele reservarse para la página de inicio. Es importante saberlo: Google ha afirmado que ignora en gran medida este campo. No pasa nada por incluirlo para que el archivo esté bien estructurado, pero no esperes que influya en el rastreo ni en el posicionamiento.
• Changefreq: está pensado para indicar la frecuencia con la que cambia una página, de modo que un bot sepa con qué frecuencia debe volver a visitarla. Google lo trata de la misma manera que la prioridad: está presente, pero no es un factor en el que se base.
• Última modificación: la fecha de la última modificación de la página. Este es el único campo que Google utiliza realmente, junto con loc. Vale la pena mantenerla actualizada en lugar de tomárselo como una mera formalidad, por si Google se da cuenta lastmod Si las fechas no reflejan cambios reales en el contenido, puede empezar a desconfiar de ese campo en todo tu mapa del sitio, no solo en esa URL concreta.

Estos parámetros son opcionales, pero siempre hay que incluir urlset Para encapsular el archivo, el url etiqueta para introducir el bloque de información de una URL, y una loc para escribir la URL correcta.

Ahora ya sabes que el mapa del sitio XML no tiene nada que ver con el que aparece en el pie de página y que muestra unos cuantos enlaces; a ese se le llama mapa del sitio HTML.

¿Cuál es el límite de URL en un sitemap XML?

Un archivo de mapa del sitio XML puede ocupar hasta 50 MB sin comprimir, con un límite de 50 000 URL por mapa del sitio. Si trabajas con sitios web de gran tamaño, tendrás que dividirlos en varios archivos, que también pueden agruparse por categorías para mantener todo organizado.

¿Por qué es recomendable agrupar las páginas en conjuntos? Gracias a los mapas de sitio XML segmentados, puedes detectar problemas de indexación más fácilmente en Google Search Console. Si observas que una categoría está perdiendo páginas indexadas, encontrarás el problema más rápidamente en una sección más reducida que si analizases una caída generalizada en todo el sitio web, donde resulta mucho más difícil determinar qué páginas se ven realmente afectadas.

Del mismo modo, si analizas el rendimiento por categorías, resulta más fácil detectar tendencias, lo que te permite identificar qué es lo que funciona para un grupo de páginas y aplicarlo al resto.

Una breve nota sobre la compresión: los archivos de mapa del sitio suelen servirse como .xml.gz, una versión del archivo comprimida con gzip. Esto puede reducir considerablemente el tamaño del archivo para su transferencia; sin embargo, el límite de 50 MB se calcula en función del contenido sin comprimir, por lo que la compresión ayuda a reducir el tiempo de carga, pero no a incluir más URL más allá del límite.

Encontrará más consejos SEO sobre cómo optimizar su mapa del sitio XML en nuestra entrada de blog.

¿Cuándo se necesita un índice XML?

Teniendo en cuenta lo mencionado anteriormente, si tienes un sitio web grande que requiere varios mapas del sitio porque contiene más de 50 000 URL, también tendrás que subir un mapa del sitio índice. A continuación te mostramos un ejemplo de mapa del sitio índice en formato XML para dos mapas del sitio.

<?xml version="1.0" encoding="UTF-8"?>

<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">

<sitemap>
<loc>http://www.example.com/sitemap1.xml.gz</loc>
<lastmod>2004-10-01T18:23:17+00:00</lastmod>
</sitemap>

<sitemap> 
<loc>http://www.example.com/sitemap2.xml.gz</loc> 
<lastmod>2005-01-01</lastmod> 
</sitemap>

</sitemapindex>

¿Qué sitios web necesitan un sitemap XML?

Básicamente, cualquier sitio web debería tener al menos un mapa del sitio en formato XML, desde los más pequeños hasta los más grandes, sobre todo estos últimos. Esto ayuda a llevar un control del número de páginas que componen un sitio web, y permite comparar este número de URL con las que realmente se están indexando.

También hay otros tipos de mapas del sitio, que se tratan en la sección avanzada que figura a continuación, entre los que se incluyen los de imágenes, vídeos y contenidos de noticias.

¿Qué páginas debe incluir su sitemap XML?

No dejamos de repetir que hay que incluir todas las URL en el archivo XML, pero eso es suponiendo que esas páginas sean realmente relevantes para tu estrategia. Antes de incluir cualquier URL, te conviene realizar un análisis del sitio web crawl con FandangoSEO para identificar las páginas que devuelven un código de respuesta HTTP 200, lo que significa que se pueden incluir sin problema.

Evita incluir páginas que devuelvan errores 404 «No encontrado» o redireccionamientos 301/302, ya que eso confunde a los motores de búsqueda.

Hay otra cosa que conviene comprobar: incluye únicamente las URL canónicas. Si una página de tu mapa del sitio está marcada como no canónica en otra parte del sitio web, estás enviando a Google dos señales contradictorias sobre qué versión quieres realmente que se indexe, lo que, en primer lugar, va en contra del propósito mismo del mapa del sitio.

Tipos avanzados de mapas del sitio

Un mapa del sitio estándar incluye las páginas web habituales, pero existen algunos tipos de mapas del sitio especializados para determinados tipos de contenido.

Los mapas de sitio de imágenes te permiten indicar a los motores de búsqueda imágenes que, de otro modo, podrían pasar desapercibidas, lo cual resulta útil si tus imágenes se cargan dinámicamente mediante JavaScript o están alojadas en un dominio independiente o en una CDN. La información sobre las imágenes se añade dentro de las entradas de URL existentes, en lugar de crear un archivo totalmente independiente:

<url>
    <loc>http://www.example.com/sample.html</loc>
    <image:image>
        <image:loc>http://www.example.com/image.jpg</image:loc>
    </image:image>
</url>

Los mapas de sitio de vídeo funcionan de manera similar, ya que proporcionan a los motores de búsqueda datos como el título, la descripción, la miniatura y la duración del contenido de vídeo, lo que ayuda a que este aparezca correctamente en los resultados de búsqueda específicos de vídeo.

Las anotaciones hreflang dentro de un mapa del sitio son una alternativa válida a la inserción de etiquetas hreflang en cada página individual. En el caso de sitios web con numerosas versiones lingüísticas o regionales, enumerar todas las versiones alternativas de una URL en un único lugar del mapa del sitio puede resultar más fácil de mantener que tener etiquetas dispersas por cientos de páginas. Consulta nuestra guía sobre la etiqueta hreflang para conocer todos los detalles de la implementación.

Los mapas de sitio de noticias siguen un formato más estricto, específico de Google Noticias, y solo incluyen contenidos publicados en los últimos dos días, ya que están pensados para garantizar la actualidad de la información más que su exhaustividad. Si gestionas una editorial o un sitio web de noticias, te conviene configurarlo por separado de tu mapa de sitio principal, en lugar de intentar integrarlo en el general.

¿Cómo hacer que Google encuentre un sitemap XML?

Una vez que hayas creado el archivo o los archivos, puedes subir el mapa del sitio XML a Google Search Console para iniciar el seguimiento de la indexación y detectar cualquier caída o aumento significativo en el número de páginas indexadas; esperemos que sea lo segundo.

Recuerda que lo primero que hace un motor de búsqueda al encontrar una página web es consultar el archivo robots.txt, por lo que, si quieres asegurarte de que tu mapa del sitio se encuentre fácilmente, tienes la opción de añadir allí también la URL del mapa del sitio. Consulta nuestra guía sobre el archivo robots.txt para conocer la sintaxis exacta.

Mapas de sitio XML y rastreadores de IA

Los mapas de sitio no solo son útiles para los motores de búsqueda tradicionales. Los rastreadores basados en IA, como GPTBot y ClaudeBot, pueden utilizar el mismo archivo para descubrir páginas de tu sitio web; la función subyacente —reunir tus URL en un único lugar legible para las máquinas— es la misma independientemente de quién lo lea.

También hay una alternativa más reciente y específica para la IA que merece la pena conocer: llms.txt, un archivo propuesto que ofrece un resumen breve y seleccionado de tus páginas más importantes, en lugar de una lista exhaustiva. Se trata de una herramienta diferente para una tarea diferente: tu mapa del sitio XML debe seguir incluyendo todo, mientras que llms.txt, si decides añadirlo, destaca lo más importante. Para obtener una visión más completa sobre cómo optimizar específicamente para los rastreadores de IA, consulta nuestra guía sobre SEO técnico para motores de búsqueda de IA.

Mantén tu mapa del sitio actualizado y supervísalo

Un mapa del sitio que se genera una sola vez y luego se deja sin modificar tiende a desincronizarse con el sitio web real con el paso del tiempo: las páginas nuevas no se añaden, las páginas eliminadas no se borran y lastmod las fechas dejan de reflejar la realidad. Regenerar el mapa del sitio automáticamente, en lugar de editarlo manualmente, es la forma más fiable de mantenerlo actualizado a medida que tu sitio web cambia.

También conviene comparar periódicamente las URL que has enviado con lo que realmente está indexado en Google Search Console. Una diferencia cada vez mayor entre ambas suele ser el primer indicio visible de un problema de rastreo o indexación en otra parte del sitio web, mucho antes de que se manifieste en ningún otro sitio.

Generar sitemaps XML

Este artículo contiene mucha información y sabemos que todo esto puede parecer un poco abrumador. Por eso, FandangoSEO ha creado un sencillo generador de mapas de sitio XML en la nube, que los genera automáticamente y, con solo unos clics, ya están listos para subirlos. Y no te preocupes por el límite de 50 000 URL: una vez que se alcance ese número de páginas, pasará a otro archivo XML, manteniendo el índice de tu mapa de sitio correcto sin necesidad de ningún trabajo manual.