Comprobar el sitemap: qué le dice tu sitemap XML a los buscadores
Para comprobar el sitemap de un sitio, solo tienes que introducir su dirección. Este comprobador gratuito encuentra sus sitemaps XML igual que lo hacen los buscadores, desde robots.txt o las direcciones habituales, lee cada índice de sitemaps y cada archivo —también los comprimidos con gzip— y verifica que cada uno es válido y respeta los límites. Después abre una muestra de 25 páginas listadas para ver si existen, no redirigen y no llevan noindex.
Gratis, sin cuenta. Un sitio por análisis: hasta 50 archivos de sitemap y 25 de las páginas que listan. Los resultados se guardan 24 horas y se comparten para la misma dirección; hasta 5 análisis cada 10 minutos y 20 al día.
Qué necesitan los buscadores de un sitemap
Encontrado donde buscan los motores de búsqueda
Los sitemaps que nombra robots.txt, o /sitemap.xml, /sitemap_index.xml y el /wp-sitemap.xml de WordPress cuando no nombra ninguno, y si robots.txt debería listar el que ha encontrado.
Legible y dentro de los límites
Cada archivo responde, es XML válido y es realmente un sitemap, y se mantiene por debajo de lo que leen los buscadores: 50.000 URL o 50 MB por archivo. También se marcan los índices que se listan a sí mismos o que forman un bucle.
Páginas que existen
Se abren 25 de las páginas listadas: una que ha desaparecido (404 o 410) es un problema, porque los buscadores siguen rastreándola; una que redirige debería listarse en la dirección donde termina.
Páginas que quieres que se encuentren
Una página listada con noindex envía una señal contradictoria a los buscadores. Un sitemap solo debería listar las páginas que quieres en sus resultados.
Fechas honestas
Cuántas páginas llevan un lastmod, cuántas fechas distintas hay, una fecha que comparten casi todas las páginas, y fechas en el futuro: las señales que usa Google para decidir qué volver a rastrear.
La dirección y los idiomas correctos
Páginas listadas en un host distinto al del propio sitio, y, en un sitio multilingüe, alternativas hreflang que no se enlazan entre sí.
Lo que un análisis no puede decirte
El comprobador lee hasta 50 archivos de sitemap y abre 25 de las páginas que listan. En un sitio grande eso es una muestra: una página muerta entre miles puede no estar en ella. Una página que rechaza la petición de Relvato, o que no responde, no se cuenta como rota.
Ve el sitemap como está hoy. Si Google lo ha leído, cuántas de sus páginas están indexadas y por qué otras no lo están está en Google Search Console, en Sitemaps y Páginas.
Y es una sola mirada. Los sitemaps cambian con cada actualización de plugin, migración de CMS y sección nueva. La monitorización del sitemap de Relvato lee tus sitemaps según un calendario, abre 25 páginas distintas en cada ejecución hasta haberlas visto todas, nota cuándo se reescribe cada lastmod con la misma fecha, y te avisa por correo, Slack o webhook.
Preguntas y respuestas
¿Dónde debería estar mi sitemap?
En cualquier parte de tu sitio, siempre que los buscadores puedan encontrarla: nómbrala en robots.txt con una línea como Sitemap: https://www.example.com/sitemap.xml, y envíala en Google Search Console y Bing Webmaster Tools. La mayoría de los CMS y plugins de SEO crean una en /sitemap.xml o /sitemap_index.xml.
¿Qué tamaño puede tener un sitemap?
50.000 URL o 50 MB sin comprimir por archivo. Un sitio más grande divide sus páginas en varios sitemaps y las lista en un índice de sitemaps; Google lee hasta 50.000 sitemaps de un solo índice.
¿Importa el lastmod?
Google lo usa cuando es constantemente preciso, y lo ignora cuando no lo es. Una fecha que cambia cada día para cada página, o una sola fecha para todo el sitio, no le dice nada, así que solo cambia el lastmod de una página cuando cambia su contenido.
¿Por qué un sitemap no debería listar redirecciones o páginas noindex?
Un sitemap dice: estas son las páginas que quieres que se encuentren. Una redirección envía a los rastreadores a otro sitio, y noindex les pide que no indexen la página, así que ambas cosas desperdician rastreo y confunden la señal. Lista cada página en su dirección final, y solo las páginas que quieres en los resultados de búsqueda.
¿Qué pasa con los sitios que compruebo?
Relvato lee el robots.txt del sitio, sus sitemaps y 25 de las páginas que listan una vez, con peticiones normales, y guarda el resultado 24 horas para que la misma dirección no se vuelva a comprobar. No se guarda nada más del análisis.
Entérate cuando un sitemap empiece a enviar a Google a páginas muertas.
La monitorización del sitemap de Relvato repite este análisis en tu sitio según un calendario, en cualquier plataforma. En todos los planes, Free incluido: en Free lo ejecutas tú o cada semana; los planes de pago lo ejecutan a diario.