Un mapa del sitio HTML y un sitemap XML comparten nombre, pero sus funciones son radicalmente distintas. El mapa del sitio destinado a los visitantes organiza la navegación humana, mientras que el archivo XML alimenta a los robots de indexación. Confundirlos equivale a tratar un problema de usabilidad con una herramienta diseñada para Googlebot.
Etiquetas XML que Google ignora: lo que el sitemap no controla
Google ignora las etiquetas <priority> y <changefreq>. Incluirlas en un archivo sitemap.xml no modifica ni la frecuencia de rastreo ni la prioridad que se asigna a las páginas. Este dato, documentado por Google Search Central, sigue siendo desconocido para la mayoría de las guías para el público general, que todavía recomiendan configurarlas.
La etiqueta lastmod solo es fiable si refleja un cambio real en el contenido. Actualizar esta fecha automáticamente, por ejemplo, con cada despliegue técnico aunque no haya cambios editoriales, reduce su credibilidad ante el rastreador. Si las incoherencias se multiplican, Google acaba ignorándola en todo el dominio.
Un sitemap XML no garantiza que una URL se rastree ni que se indexe. Google lo considera una señal más entre otras. Los enlaces internos siguen siendo el principal recurso para que una página se descubra y se considere relevante, tanto para los robots como para los visitantes.
Mapa del sitio HTML: arquitectura de navegación para los visitantes
El mapa del sitio HTML es un documento estático o dinámico, accesible desde el pie de página, que enumera las secciones y subsecciones del sitio. Su función está estrictamente orientada a las personas: ofrecer una visión general cuando el menú principal o la búsqueda interna no bastan.
Un mapa del sitio de Francoeur ilustra esta lógica de agrupación por categorías con títulos explícitos, lo que permite localizar una página en pocos segundos sin depender del buscador interno.
La exhaustividad por sí sola no hace que un mapa del sitio sea útil. Una lista sin jerarquía de varios cientos de enlaces se convierte en un obstáculo, no en una ayuda. Tres principios distinguen un mapa del sitio funcional de un simple volcado de URL:
- Las páginas se agrupan por tema o por sección del sitio, no por orden cronológico ni por identificador técnico
- El texto de cada enlace describe el contenido de la página de destino (nada de «Página 1» ni de slugs técnicos sin procesar)
- La profundidad de navegación es limitada: dos niveles jerárquicos bastan en la mayoría de los casos; tres como máximo para sitios editoriales de gran tamaño
Páginas huérfanas y enlazado interno: el verdadero problema de accesibilidad
Una página sin enlaces internos es invisible, independientemente de que aparezca en el sitemap XML. Las páginas huérfanas, es decir, aquellas a las que no apunta ningún enlace interno, son el punto ciego más habitual en los sitios de tamaño medio.
El mapa del sitio HTML puede servir de red de seguridad para estas páginas. Al incluirlas en una categoría visible del mapa, se crea una ruta de navegación que pueden seguir tanto el visitante como el robot. El sitemap XML por sí solo no resuelve este problema, ya que no influye en la navegación de los usuarios.
Cómo identificar páginas huérfanas sin herramientas de pago
El método más directo consiste en comparar la lista de URL indexadas (mediante una consulta site: en Google) con las URL a las que se puede llegar desde al menos otra página del sitio. Cualquier diferencia indica que podría haber una página huérfana.
Recomendamos contrastar esta comprobación con el mapa del sitio HTML: si una página no aparece en él y tampoco está enlazada desde ninguna otra página, en la práctica, resulta inaccesible para quien navega sin usar un motor de búsqueda.
Cómo estructurar un mapa del sitio según el tamaño del proyecto
Un sitio corporativo de unas pocas decenas de páginas no tiene las mismas necesidades que un sitio editorial que publica a diario. El formato del mapa del sitio debe adaptarse.
Sitios pequeños
Basta con una única página HTML con dos niveles de encabezados. Cada sección corresponde a una categoría del menú principal y cada enlace apunta a una página real. No hacen falta paginación ni filtros.
Sitios editoriales o de comercio electrónico
Cuando hay varios cientos de páginas, un mapa del sitio monolítico pierde utilidad. Hay dos opciones eficaces:
- Un mapa del sitio por sección (blog, catálogo, páginas institucionales), cada uno accesible desde una página de índice central
- Un mapa del sitio dinámico con filtros por categoría, generado en el servidor, que limita lo que se muestra a las secciones seleccionadas por el visitante
- Un índice alfabético complementario para los sitios cuyos títulos de página no siempre coinciden con las categorías temáticas
El mapa del sitio HTML refleja la estructura real del sitio, no una arquitectura teórica fijada en el momento del lanzamiento. Cada vez que se añade o elimina una sección, hay que actualizar el documento para evitar enlaces rotos o secciones fantasma.
Robots.txt y sitemap XML: declaración y límites técnicos
El archivo robots.txt puede incluir una directiva Sitemap: que apunte a la URL del archivo XML. Esta declaración facilita que los robots descubran el sitemap, pero no sustituye al envío directo a través de Google Search Console o Bing Webmaster Tools.
Un aspecto que suele pasarse por alto: las directivas Disallow de robots.txt prevalecen sobre el sitemap. Incluir una URL en el sitemap XML y bloquearla a la vez mediante robots.txt genera señales contradictorias. El robot respeta el bloqueo e ignora la URL del sitemap.
El sitemap XML sigue siendo una herramienta de ayuda para el rastreo, no un sustituto del enlazado interno ni del mapa del sitio HTML. Los tres componentes (robots.txt, sitemap XML y mapa del sitio HTML) cumplen funciones distintas y se complementan, pero no se reemplazan entre sí.
Un mapa del sitio bien mantenido, con títulos claros y una jerarquía coherente, sigue siendo la forma más fiable de ayudar a los visitantes a encontrar lo que buscan sin tener que hacer una consulta. El sitemap XML, en cambio, se dirige a las máquinas. Tratar ambos como si fueran una misma herramienta equivale a ignorar la mitad del problema.
