Resumen: El generador de sitemap XML parte de su página de inicio, sigue los enlaces internos como Googlebot, respeta el robots.txt y solo conserva las páginas que responden 200, no llevan noindex y son su propia canónica. Obtiene un archivo sitemap.xml para descargar y la lista de páginas descartadas con el motivo de cada una.
Un sitemap XML indica a los buscadores qué páginas de su sitio existen y merecen ser indexadas. Un sitemap lleno de redirecciones, errores o páginas en noindex envía señales contradictorias y malgasta presupuesto de rastreo: Google aprende a fiarse menos de él. Un sitemap limpio solo incluye las URL que de verdad quiere ver en los resultados.
Cómo construye el archivo
- Explora como un robot: sigue los enlaces de las páginas, solo en el mismo dominio, sin archivos, parámetros de seguimiento, carritos ni páginas de búsqueda.
- Respeta el robots.txt: una página bloqueada para Googlebot se descarta y se señala.
- Solo conserva páginas indexables: estado 200, sin noindex, canónica hacia la propia página.
- Añade la fecha de última modificación cuando el servidor la envía.
Después de descargarlo
- Suba sitemap.xml a la raíz del sitio, por ejemplo ejemplo.com/sitemap.xml.
- Añada a su robots.txt la línea Sitemap: seguida de su dirección completa.
- Envíelo en Google Search Console y Bing Webmaster Tools.
- Vuelva a generarlo tras añadir o eliminar páginas, o deje que su CMS lo actualice.
La versión gratuita explora hasta 50 páginas. Para auditar un sitemap existente, use el verificador de sitemap. Para controlar lo que pueden rastrear los robots, use el generador de robots.txt. Sorank añade a su sitemap cada artículo que publica.
