Una web puede ser un laberinto. Para asegurarnos de que Google no se pierde y encuentra hasta la última habitación (URL), le entregamos un plano arquitectónico. Ese plano es el Sitemap XML.
¿Qué es y para qué sirve?
Es un archivo en formato .xml (Extensible Markup Language) que lista todas las URLs de tu sitio web que quieres que sean indexadas. A diferencia del «Mapa del Sitio» que a veces ves en el footer (que es para humanos), este archivo es exclusivo para robots.
No solo contiene las direcciones, sino que aporta información extra valiosa a la araña:
- Lastmod: Cuándo fue la última vez que modificaste esa página. (Vital para que Google sepa si tiene que volver a leerla).
- Priority: (Aunque Google lo ignora bastante hoy en día) indica la importancia teórica de la URL.
- Hreflang: En sitemaps avanzados, incluimos las versiones de idioma.
Buenas prácticas técnicas
Como desarrollador, sigo estas reglas estrictas con los Sitemaps:
- Solo URLs canónicas y con código 200: Nunca incluyas en el Sitemap páginas con redirecciones, errores 404 o páginas bloqueadas con Noindex. Si lo haces, estás enviando señales contradictorias a Google («Entra aquí» vs «No entres»), lo que daña tu calidad técnica.
- División por tipo de contenido: En webs grandes, creamos un sitemap para productos, otro para el blog y otro para imágenes. Esto nos permite detectar en Search Console exactamente qué sección de la web está teniendo problemas de indexación.
- Límites: Un archivo Sitemap no puede tener más de 50.000 URLs o pesar más de 50MB. Si tu web es gigante, usamos un «Sitemap Index» para agrupar varios archivos.