Un blog que publica regularmente termina acumulando decenas, a veces cientos de páginas. Sin un mecanismo centralizado para enlazarlas, parte de este contenido se vuelve invisible, tanto para los lectores como para los robots de exploración. El mapa del sitio, ya sea en formato XML o HTML, cumple con este papel de cartografía interna. Su implementación plantea preguntas técnicas precisas, a menudo mal entendidas.
Sitemap XML y plan de sitio HTML: dos lógicas distintas para un blog
La confusión entre sitemap XML y plan de sitio HTML persiste en la mayoría de las guías. Ambos archivos llevan el mismo nombre, pero no se dirigen a los mismos destinatarios y no cumplen la misma función.
El sitemap XML es un archivo de control de calidad, no un inventario bruto. Según la documentación de Google Search Central, debería contener únicamente URL canónicas, accesibles, indexables y que respondan normalmente. Las redirecciones, los errores 404, las páginas marcadas como noindex y los duplicados no tienen cabida aquí.
En un blog de WordPress, la mayoría de las extensiones generan este archivo automáticamente, pero sin filtrado: las páginas de archivo, las etiquetas poco utilizadas y los borradores publicados por error a menudo se cuelan.
El plan de sitio HTML, por su parte, es una página visible destinada a los visitantes. Enumera las secciones y los artículos según una estructura legible. Para un blog organizado en categorías temáticas, esta página ofrece un punto de entrada alternativo al menú principal. Consultar el plan del sitio de AllBlogger Tips proporciona una visión concreta de lo que produce este enfoque en un blog activo.
Tratar estos dos formatos como intercambiables conduce a errores: un sitemap XML sobrecargado de páginas innecesarias diluye el presupuesto de rastreo, mientras que un plan HTML mal estructurado no aporta nada a la navegación.
Presupuesto de rastreo e indexación: lo que el sitemap no resuelve solo
Una idea común sostiene que basta con enviar un sitemap a Google para que todas las páginas sean indexadas. La realidad documentada por Google es más matizada: un sitemap no garantiza ni la exploración ni la indexación. Señala a los robots las URL que el editor considera importantes, sin obligación de tratamiento.
Para un blog de tamaño modesto (unas pocas decenas de artículos), el sitemap tiene sobre todo una función de señal. Los robots descubren la mayoría de las páginas a través de los enlaces internos. En cambio, en un blog que supera varias centenas de publicaciones, el sitemap se convierte en una herramienta de priorización. La etiqueta lastmod, por ejemplo, puede orientar a los robots hacia los artículos recientemente actualizados.
La etiqueta lastmod: fiable solo si es honesta
La documentación de Google precisa que lastmod solo es útil si refleja una modificación sustancial del contenido principal, de los datos estructurados o de los enlaces. Modificar un detalle cosmético (una coma, un espacio) para refrescar la fecha equivale a enviar una señal falsa. Los robots terminan ignorando esta etiqueta en los sitios que la abusan.
En WordPress, algunas extensiones actualizan lastmod en cada guardado, incluso sin un cambio real. Verificar este comportamiento en la configuración del plugin evita desacreditar todo el sitemap.
Enlaces internos y estructura: el complemento que el sitemap no reemplaza
El sitemap XML facilita el descubrimiento de las páginas, pero es el enlazado interno el que determina su peso relativo. Un artículo huérfano (sin enlace entrante desde otras páginas del blog) tiene pocas probabilidades de ser explorado en prioridad, incluso si figura en el sitemap.
Tres mecanismos complementarios merecen una atención especial:
- Los enlaces contextuales entre artículos permiten a los robots entender las relaciones temáticas entre los contenidos, y a los lectores prolongar su lectura
- La navegación por categorías y subcategorías estructura la jerarquía del blog de manera jerárquica, lo que ayuda a los motores a identificar las páginas clave
- El plan de sitio HTML ofrece una red de seguridad: si un artículo no está vinculado a ninguna categoría activa, sigue siendo accesible desde esta página centralizada
Un blog cuya estructura interna se basa únicamente en el sitemap XML, sin enlazado editorial, se asemeja a una biblioteca cuyos libros están catalogados pero nunca ordenados en las estanterías.
Enviar un sitemap en 2024: lo que ha cambiado del lado de Google
El mecanismo de notificación automática de sitemap (el “ping”) fue depreciado por Google el 26 de junio de 2023. Las solicitudes enviadas al antiguo endpoint ahora devuelven un error 404. Para los blogueros que utilizaban herramientas de envío automático, este cambio implica revisar su método.
Dos canales siguen operativos:
- La declaración del sitemap en el archivo robots.txt, a través de la directiva Sitemap: seguida de la URL completa del archivo XML
- El envío manual o programado a través de Google Search Console, que también permite verificar el número de URL enviadas, descubiertas e indexadas
La Search Console sigue siendo la única herramienta que proporciona un retorno sobre el estado real de la indexación. Un sitemap enviado sin seguimiento no ofrece ninguna visibilidad sobre las páginas ignoradas o con errores.
Frecuencia de actualización del sitemap
En un blog que publica varios artículos por semana, el sitemap debe regenerarse automáticamente con cada publicación. La mayoría de los CMS modernos gestionan este proceso de forma nativa. En un blog menos activo, una regeneración semanal es suficiente. El objetivo es que el sitemap refleje fielmente el estado real del blog en todo momento, sin URL fantasmas ni páginas eliminadas.
El plan del sitio, ya sea XML o HTML, no es una herramienta milagrosa. Funciona como un complemento al enlazado interno, a la calidad del contenido y a una estructura bien pensada. Los blogs que obtienen el mejor provecho son aquellos que lo integran en una rutina de mantenimiento global, verificando regularmente la coherencia entre el sitemap, las páginas realmente en línea y los datos reportados por la Search Console.
