Un sitio de comercio electrónico lanza una renovación, cambia de dominio, y tres semanas después, la mitad de sus nuevas páginas aún no aparecen en Google. El problema no es ni el contenido ni las etiquetas meta: es la ausencia de un sitemap actualizado. Comprender la organización de un sitio web pasa por este archivo técnico a menudo relegado a un segundo plano, mientras que condiciona directamente la capacidad de los motores de búsqueda para explorar e indexar cada URL.
Sitemap y migración de sitio: el caso donde todo se juega
Rara vez se habla del sitemap fuera del marco general de la indexación. Donde se vuelve realmente crítico es durante un lanzamiento de sitio o un cambio de dominio. La documentación de Google Search Central, actualizada en diciembre de 2025, lo confirma explícitamente: el sitemap es calificado como un medio clave para que Google descubra las URL de un sitio recién lanzado o recientemente migrado.
Cuando un sitio cambia de dirección, las antiguas URL pierden progresivamente su indexación. Sin un sitemap que apunte a las nuevas páginas, los robots de exploración no tienen un mapa fiable para recorrer la nueva estructura. Nos encontramos con páginas huérfanas que Google no visita, o visita demasiado tarde.
La lógica es simple: el sitemap XML lista las URL activas, su fecha de última modificación y su prioridad relativa. En un sitio estable con un buen enlazado interno, Google termina encontrando la mayoría de las páginas por sí solo. En un sitio en transición, sin historial de rastreo, el sitemap se convierte en el único punto de entrada fiable para los robots.
Para observar concretamente cómo un sitemap estructura la navegación de un sitio de prensa en línea, se puede consultar el sitio carrepresse.biz que expone su plan de sitio XML de manera accesible.
Descubrimiento del sitemap por Google: robots.txt en lugar de ping
Durante mucho tiempo, se podía notificar a Google de un nuevo sitemap a través de un mecanismo de ping (una solicitud HTTP enviada a una URL específica). Esto ya no es el caso. Google ha eliminado este método de descubrimiento y ha centrado el proceso en dos canales precisos.
- La declaración en el archivo robots.txt, a través de la directiva
Sitemap:seguida de la URL completa del archivo. Este es el canal pasivo: Google lee el robots.txt en cada rastreo y detecta automáticamente el sitemap referenciado. - La presentación manual o por API a través de Google Search Console. Este es el canal activo: se indica directamente a Google dónde se encuentra el sitemap, y se puede seguir su estado de procesamiento.
- Para Bing, el protocolo IndexNow ofrece una alternativa más reactiva: cada nueva URL o modificación puede ser señalada en tiempo real, sin esperar el próximo paso del robot.
Este cambio tiene una consecuencia práctica: si su sitemap no está declarado en robots.txt y nunca lo ha presentado en la Search Console, Google probablemente no lo conoce. Aún se ven sitios con un archivo sitemap.xml generado automáticamente por su CMS, pero nunca referenciado en ningún lugar.
Sitemap XML y estructura del sitio: lo que el archivo realmente revela
El sitemap no es un simple inventario de URL. La forma en que se construye refleja (o debería reflejar) la arquitectura del sitio. Un sitemap bien pensado distingue las páginas principales de las páginas secundarias, agrupa los contenidos por tipo y señala las actualizaciones recientes a través de la etiqueta lastmod.
En un sitio voluminoso, el límite técnico impone dividir el sitemap en varios archivos, coordinados por un índice de sitemap. Este archivo padre lista cada sitemap hijo. Se puede segmentar por categoría de contenido (artículos, productos, páginas estáticas) o por fecha de publicación.
Esta segmentación no es solo un detalle técnico. Permite identificar rápidamente, en la Search Console, qué secciones del sitio presentan problemas de indexación. Si el sitemap dedicado a las fichas de productos muestra una tasa de cobertura baja, se sabe dónde concentrar la auditoría. Sin esta granularidad, se busca una aguja en un pajar.
Lastmod y frescura del contenido: una señal infrautilizada
La etiqueta lastmod indica la fecha de última modificación de una URL. Muchos CMS la completan automáticamente, a veces con la fecha del día en cada regeneración del sitemap, lo que la hace inútil. Google ha precisado que lastmod solo se tiene en cuenta si refleja un cambio real en el contenido.
En la práctica, los comentarios varían sobre el impacto concreto de lastmod. Lo que está documentado es que los sitemaps combinados con el protocolo IndexNow (para Bing y Yandex) permiten señalar una actualización en casi tiempo real. Google, por su parte, se basa más en la frecuencia de rastreo que ya ha establecido para el sitio.
Sitemap HTML para la navegación del usuario: complementario pero distinto
El sitemap XML se dirige a los motores de búsqueda. El sitemap HTML, en cambio, es una página del sitio destinada a los visitantes. Toma la forma de una estructura clicable que lista las principales secciones y subpáginas.
Su utilidad depende del tamaño y la complejidad del sitio. En un blog de veinte artículos, no aporta mucho. En un sitio institucional con varios cientos de páginas distribuidas en subcategorías anidadas, el plan de sitio HTML ayuda a los visitantes a encontrar una página sin pasar por la búsqueda interna.
También juega un papel en el enlazado interno: cada enlace en el sitemap HTML transmite PageRank hacia la página objetivo. No es un palanca SEO mayor por sí misma, pero en un sitio donde algunas páginas profundas no reciben ningún enlace desde la navegación principal, el sitemap HTML corrige parcialmente este defecto.
El error frecuente consiste en confundir los dos formatos o creer que un sitemap HTML reemplaza al XML. Los robots de Google no recorren un plan de sitio HTML de la misma manera que leen un archivo XML estructurado con sus etiquetas normalizadas. Ambos archivos responden a necesidades diferentes y coexisten sin sustituirse mutuamente.
Un sitemap XML bien declarado en robots.txt, segmentado por tipo de contenido y presentado en la Search Console cubre la parte técnica. Un sitemap HTML accesible desde el pie de página mejora la navegación para los visitantes perdidos en una estructura compleja. Ni uno ni otro compensan un enlazado interno deficiente, pero ambos combinados ofrecen a los robots y a los usuarios una lectura clara de la organización del sitio.