Un mapa del sitio es un archivo o una página que recopila las URL accesibles de un sitio web. Existe en dos formatos principales: el sitemap XML, destinado a los robots de los motores de búsqueda, y el mapa del sitio HTML, diseñado para los visitantes. Utilizar este documento como punto de partida permite cartografiar rápidamente todos los contenidos publicados, sin depender únicamente de la navegación habitual por los menús.
Páginas huérfanas: qué revela el mapa del sitio sobre el enlazado interno
Un mapa del sitio completo enumera todas las URL que un editor quiere hacer visibles. Sin embargo, esta lista no garantiza que se pueda acceder realmente a cada página desde la navegación del sitio.
Comparar las URL incluidas en el sitemap con las que se pueden encontrar siguiendo los enlaces internos desde la página de inicio permite detectar las páginas huérfanas. Estas páginas aparecen en el mapa, pero no hay ningún enlace interno que permita llegar a ellas mediante una navegación natural.
Una guía de auditoría publicada por Screaming Frog recomienda contrastar los resultados de un rastreo desde la página de inicio con el contenido del sitemap y, después, comprobar los datos de Analytics y Search Console. Conviene corregir el enlazado interno de las URL que solo aparecen en el mapa del sitio; de lo contrario, serán difíciles de encontrar tanto para los visitantes como para los robots.
El mapa del sitio de Wiki Dark ilustra bien esta lógica de cartografía exhaustiva: todas las secciones están incluidas, lo que facilita detectar posibles áreas mal conectadas con el resto de la estructura.
Rastrear desde la página de inicio o consultar el sitemap: dos enfoques complementarios
Iniciar un rastreo desde la página de inicio simula el recorrido de un visitante o un robot que sigue los enlaces uno por uno. Este método revela la profundidad real del sitio y las rutas de navegación efectivas.
En cambio, consultar el sitemap permite acceder a la lista completa de URL declaradas por el editor. Estos dos enfoques no ofrecen los mismos resultados.
Las URL que se descubren únicamente mediante el rastreo, pero no aparecen en el sitemap, indican que se han omitido en la declaración. Las que figuran en el sitemap, pero no se encuentran durante el rastreo, apuntan a un problema de enlazado. Cruzar ambos conjuntos de datos es el método más fiable para elaborar un inventario realista del contenido.
Fuentes complementarias que conviene contrastar
La guía de auditoría de Screaming Frog recomienda añadir otras fuentes a esta comparación:
- Las páginas registradas en Google Analytics, que muestran qué URL reciben tráfico realmente, incluidas las que podrían haber pasado desapercibidas en el rastreo o el sitemap
- Los datos de Google Search Console, que enumeran las URL indexadas y las que presentan errores de cobertura
- El propio CMS, cuya base de datos a veces contiene páginas en borrador o archivadas que no aparecen en ningún otro lugar
- Los registros del servidor (cuando están disponibles), que registran las solicitudes reales de los robots y revelan qué URL solicitan Googlebot o Bingbot
Ninguna de estas fuentes, por sí sola, ofrece una visión completa. Contrastarlas de forma sistemática permite detectar incoherencias antes de que afecten al posicionamiento.
Sitemap XML y mapa HTML: elegir el formato adecuado según el objetivo
El sitemap XML es un archivo técnico estructurado mediante etiquetas. Contiene las URL y puede incluir metadatos, como la fecha de la última modificación o la frecuencia de actualización estimada. Los motores de búsqueda lo leen automáticamente durante sus rastreos periódicos.
El mapa del sitio HTML es una página web convencional, legible para las personas. Presenta enlaces a las distintas secciones en forma de lista o de árbol de navegación interactivo. Su función principal es ayudar a los visitantes a encontrar rápidamente una página concreta sin tener que recurrir a los menús.
Ambos formatos responden a necesidades distintas. Un sitio que solo ofrece un sitemap XML facilita el trabajo de los robots, pero no ayuda a sus visitantes. Un sitio que solo ofrece un mapa HTML priva a los motores de búsqueda de un archivo estructurado que pueden procesar más rápidamente.
Mantener ambos formatos en paralelo permite cubrir tanto el rastreo automatizado como la navegación de las personas. En CMS habituales como WordPress, las extensiones generan automáticamente el sitemap XML. El mapa HTML suele requerir una creación manual o semiautomática para que siga siendo claro y pertinente.
Notificar las actualizaciones: el papel del sitemap frente a IndexNow para Bing
El sitemap y el protocolo IndexNow cumplen funciones distintas, aunque ambos sirven para comunicarse con los motores de búsqueda.
El sitemap actúa como una lista de referencia de las URL existentes. Informa al motor de búsqueda de todas las páginas disponibles. IndexNow, en cambio, sirve para notificar en tiempo real las incorporaciones, modificaciones o eliminaciones de contenido. Bing Webmaster Tools distingue claramente estos dos mecanismos.
En un sitio cuyo contenido cambia con frecuencia, combinar ambos enfoques acelera la detección de los cambios. El sitemap garantiza que el inventario general se mantenga actualizado. IndexNow notifica las modificaciones puntuales sin tener que esperar al siguiente rastreo del robot.
Cuándo es importante esta distinción
En un sitio estático que se actualiza unas pocas veces al año, el sitemap por sí solo suele ser suficiente. En un sitio editorial o de comercio electrónico con publicaciones diarias, IndexNow reduce el tiempo entre la publicación y la indexación. El mapa del sitio sigue siendo la base, pero las notificaciones activas complementan el sistema para los contenidos urgentes.
Un mapa del sitio completo sigue siendo la base de cualquier rastreo metódico, ya sea para una auditoría técnica, una renovación del enlazado interno o, simplemente, para ayudar a un visitante a encontrar una página escondida en la estructura. La verdadera limitación del sitemap no es su formato, sino el rigor con el que se mantiene actualizado respecto al contenido publicado.
