Un mapa del sitio enumera las URL de un dominio en un archivo estructurado, generalmente en formato XML. Explorar un sitio web a partir de este archivo permite cartografiar rápidamente su contenido, pero un sitemap no siempre refleja todas las páginas publicadas.
Google señala que un sitemap ayuda a dar a conocer las URL, pero no garantiza que se rastreen o indexen. Medir la diferencia entre lo que declara el sitemap, las páginas conectadas mediante enlaces internos y lo que los motores de búsqueda indexan realmente ofrece una visión mucho más fiable del estado de un sitio.
Sitemap XML, enlaces internos e índice de Google: tres fuentes, tres visiones del sitio
Cada fuente de datos abarca un ámbito diferente. Comparar estos ámbitos revela puntos ciegos que pasarían inadvertidos con una exploración limitada al sitemap.
| Fuente | Qué recoge | Principal limitación |
|---|---|---|
| Sitemap XML | Las URL declaradas por el propietario del sitio | Puede omitir páginas existentes o incluir URL obsoletas |
| Enlaces internos (rastreo) | Las páginas a las que se llega efectivamente desde otras páginas del sitio | No detecta las URL huérfanas (sin enlaces entrantes) |
| Índice de Google (Search Console) | Las URL rastreadas y/o indexadas por Googlebot | Una URL incluida en el sitemap puede seguir sin indexarse |
Contrastar estos tres inventarios es el único método fiable para detectar páginas huérfanas, URL fantasma y contenido invisible para los motores de búsqueda. Un robot de auditoría recorre el sitio siguiendo los enlaces, mientras que Search Console informa sobre cómo trata Google cada URL.
En el mapa del sitio de All News, por ejemplo, cada sección aparece con su URL y la fecha de su última modificación, lo que facilita comprobar rápidamente la cobertura editorial del dominio.

Páginas huérfanas: cómo el sitemap delata las URL olvidadas
Una página huérfana es una URL que existe en el servidor, pero a la que no apunta ningún enlace interno. Sigue siendo accesible mediante su dirección directa y, a veces, aparece en el sitemap, pero un visitante que navegue con normalidad nunca la encontrará.
Detectar páginas huérfanas en tres pasos
- Extraer la lista completa de URL del sitemap XML (mediante un analizador o una herramienta de rastreo como Screaming Frog, Sitebulb o un script básico de Python)
- Rastrear el sitio desde la página de inicio para recopilar todas las URL a las que se llega mediante enlaces internos
- Comparar las dos listas: toda URL incluida en el sitemap pero ausente del rastreo es potencialmente huérfana, y toda URL rastreada pero ausente del sitemap es una omisión en la declaración
La operación inversa también resulta reveladora. Una página bien conectada mediante enlaces internos, pero ausente del sitemap, puede pasar desapercibida en una auditoría limitada al archivo XML. Ambas discrepancias señalan un problema de arquitectura que dificulta el rastreo tanto a los motores de búsqueda como a los usuarios.
Un caso frecuente: las variantes de URL
A menudo aparecen páginas duplicadas cuando el sitemap declara una versión (con o sin barra final, HTTP o HTTPS, con o sin parámetros). Comprobar la coherencia entre las URL del sitemap y las de los enlaces internos permite detectar estas variantes antes de que diluyan el presupuesto de rastreo.
Etiqueta lastmod del sitemap: ¿señal útil o ruido innecesario?
La etiqueta lastmod indica la fecha de la última modificación significativa de una página. Google recomienda que refleje un cambio real en el contenido, no una actualización automática (regeneración de la caché, modificación estética de la plantilla).
Bing también utiliza esta fecha como señal de actualidad. En cambio, ninguno de estos dos motores tiene en cuenta las etiquetas changefreq y priority. Por tanto, rellenar estos campos no aporta nada al rastreo ni al posicionamiento.
Un sitemap en el que todas las fechas lastmod son idénticas (un caso típico de un CMS mal configurado) pierde su valor como señal. El motor ya no puede distinguir entre un artículo actualizado ayer y una página que no cambia desde hace dos años. Para un editor de contenidos, mantener fechas lastmod precisas acelera el redescubrimiento de las páginas modificadas.

Explorar un sitio cuyo sitemap está incompleto o no existe
No todos los sitios publican un sitemap y los que sí lo hacen no siempre incluyen todas sus páginas. En estos casos, la exploración se basa en otros recursos.
- Rastreo completo desde la página de inicio siguiendo todos los enlaces internos, incluidos los del pie de página, el menú y la paginación
- Consulta site:dominio.es en Google para enumerar las páginas ya indexadas y compararlas con los resultados del rastreo
- Consultar Search Console (informe «Páginas») para identificar las URL descubiertas pero no indexadas, o indexadas pero ausentes del sitemap
- Comprobar manualmente las URL candidatas en la barra de direcciones (páginas de aviso legal, condiciones generales de venta y antiguas páginas de destino, a menudo desconectadas de la navegación)
Un robot de auditoría detecta las páginas a las que se llega, sus códigos de respuesta y sus enlaces salientes. Search Console informa sobre el tratamiento real que Google da a una URL, lo que permite cubrir otro ángulo: una página puede rastrearse sin indexarse, o indexarse y luego retirarse.
IndexNow y sitemap: dos mecanismos complementarios en Bing
Microsoft distingue claramente entre el sitemap, que sirve como inventario permanente de URL, e IndexNow, que notifica en tiempo real una incorporación, modificación o eliminación. Una confirmación de recepción de IndexNow confirma la notificación, no la indexación.
Para un sitio de noticias que publica varios artículos al día, combinar un sitemap actualizado con notificaciones de IndexNow cubre ambas necesidades: el motor dispone de un inventario completo y recibe una señal instantánea por cada contenido nuevo. En Google, el mecanismo equivalente sigue siendo enviar el sitemap a través de Search Console y utilizar el protocolo ping estándar.
La exploración de un sitio mediante su mapa gana en fiabilidad cuando se deja de considerar el sitemap como una fuente única. La comparación sistemática entre el archivo XML, el enlazado interno y los datos de indexación convierte un simple inventario de URL en un auténtico diagnóstico de visibilidad.



