Cómo diagnosticar problemas técnicos de indexación

Un orden de triaje para el informe de indexación de páginas de Search Console: qué corregir primero, cómo confirmar las causas con la Inspección de URL y cuándo parar.

Diagnostica los problemas de indexación a partir de las páginas que necesitas, no de los totales del informe. Crea una lista de las URL que importan, averigua cuáles no están indexadas y por qué, y luego trabaja las causas por orden de gravedad: primero los errores de servidor y de acceso, después los bloqueos accidentales, los conflictos de canonicalización, las páginas que parecen errores y, por último, las páginas que Google simplemente decidió no indexar. Confirma cada corrección con una prueba en vivo en la Inspección de URL antes de pedirle a Google que la valide.

Este manual da por hecho que conoces los estados descritos en La indexación explicada.

Paso 1: crea la lista de URL que importan

El informe de indexación de páginas cuenta todas las URL que Google conoce, incluidos parámetros, direcciones antiguas y páginas que nunca quisiste publicar. Una cifra elevada en "No indexadas" es normal, y Google dice claramente que no todas las URL deben indexarse (Informe de indexación de páginas). Por eso conviene partir de tu propia lista:

Páginas que generan tráfico: las 50 a 100 primeras en Rendimiento → Páginas durante tres meses.
Páginas que generan ingresos: páginas de producto, precios, servicios y ubicaciones, sea cual sea su tráfico.
Páginas nuevas: todo lo publicado en los últimos 90 días.
Tus sitemaps: deben listar exactamente las URL canónicas que quieres indexar. Puedes filtrar el informe de indexación de páginas por sitemap para ver cuántas de sus URL están indexadas, y cada sitemap del informe Sitemaps enlaza con la cobertura de indexación de sus URL.

Paso 2: averigua cuáles no están indexadas

Para una lista corta, inspecciona cada URL en la Inspección de URL. Para una más larga, abre el informe de indexación de páginas filtrado por tu sitemap y repasa cada motivo, comprobando cuáles de tus URL importantes aparecen entre sus ejemplos. Anota cada URL con su motivo y el origen del motivo. La regla práctica de Google: en general, solo puedes corregir los problemas cuyo origen figura como "Sitio web".

Paso 3: trabaja las causas en orden

Corrige las causas en este orden. Cada nivel puede ocultar el siguiente, y los primeros afectan a más páginas a la vez.

Orden	Estado	Qué comprobar primero	Corrección habitual
1	Error del servidor (5xx)	Los registros del servidor y el estado del hosting en los momentos en que Google rastreó	Corrige la capacidad o los fallos; las respuestas 5xx repetidas también hacen que Google rastree más despacio
2	Error de redireccionamiento	La cadena de redirecciones completa de la URL	Redirige en un solo paso a la URL final; elimina los bucles
3	Bloqueada por una solicitud no autorizada (401), acceso prohibido (403) u otro 4xx	Muros de inicio de sesión, reglas del firewall o de protección contra bots	Permite que Googlebot acceda a las páginas públicas
4	Excluida por la etiqueta "noindex"	La metaetiqueta robots de la página y su cabecera `X-Robots-Tag`	Quita noindex de las páginas que deberían posicionarse
5	URL bloqueada por robots.txt	La regla de robots.txt que coincide	Quita la regla de las páginas que deberían rastrearse
6	Duplicada: Google eligió una página canónica distinta a la del usuario	Qué URL nombran tu etiqueta canonical, tus redirecciones, tu sitemap y tus enlaces internos	Haz que todas las señales apunten a la misma URL
7	Soft 404	Lo que muestra la página cuando Googlebot la solicita	Un 404 real para las páginas inexistentes; contenido real para las páginas reales
8	Rastreada: actualmente sin indexar	Si la página aporta algo que tus otras páginas y la competencia no aportan	Mejórala o fusiónala con una página más sólida
9	Descubierta: actualmente sin indexar	Si alguna página rastreada enlaza con ella	Enlázala desde páginas rastreadas; en sitios muy grandes, gestiona el rastreo

Diagnosticar una URL con la Inspección de URL

Para cada URL importante de tu lista, haz las mismas cinco comprobaciones (Herramienta de inspección de URL):

Lee el veredicto y el motivo. "La URL es desconocida para Google" significa que Google no ha visto la dirección en absoluto, así que el trabajo es de descubrimiento: enlázala desde páginas que Google ya rastrea e inclúyela en tu sitemap.
Compara las canónicas. Si la canónica seleccionada por Google difiere de la declarada por el usuario, Google está indexando otra URL en lugar de esta. Examina esa otra URL antes de cambiar nada.
Revisa el rastreo. Anota la fecha del último rastreo, si Google rastreó como smartphone o como ordenador, si se permitía el rastreo y si la obtención de la página tuvo éxito. Una advertencia: cuando robots.txt bloquea el rastreo, "¿Indexación permitida?" siempre dice que sí, porque Google no puede ver un noindex en una página que no tiene permiso para obtener.
Ejecuta Probar URL publicada. La vista predeterminada describe la última versión indexada, que puede ser antigua. La prueba en vivo obtiene la página en ese momento y muestra una captura de pantalla de la página renderizada, que es la forma más rápida de detectar contenido que solo aparece para usuarios con sesión iniciada o cuando falla un script.
Solicita la indexación solo después de una corrección. Google mantiene una cuota diaria y afirma que repetir la solicitud para la misma URL no acelera nada (Solicitar a Google que rastree de nuevo).

Notas sobre los estados más difíciles

Bloqueada por robots.txt no es lo mismo que excluida. robots.txt controla el rastreo, no la indexación; una URL bloqueada a la que enlazan otras páginas aún puede indexarse sin su contenido. Para mantener una página fuera de Google, permite el rastreo y usa noindex, en una metaetiqueta o en una cabecera X-Robots-Tag (Bloquear la indexación). Recuerda que la eliminación solo ocurre cuando Google vuelve a rastrear la página, lo que puede tardar un tiempo.

Los conflictos de canonicalización suelen ser autoinfligidos. Google considera señales fuertes las redirecciones y rel="canonical", una señal débil la inclusión en el sitemap, y prefiere HTTPS (Consolidar URL duplicadas). El conflicto típico es una etiqueta canonical que nombra una URL mientras la navegación, el sitemap y los enlaces internos usan una variante (barra final, mayúsculas, un parámetro de seguimiento, http://). Haz que coincidan y el conflicto suele resolverse en el siguiente rastreo.

Los soft 404 son de dos tipos. Algunos son páginas realmente inexistentes, como una plantilla de "artículo no encontrado" que devuelve 200; esas deben devolver 404 o 410. Otros son páginas reales que a Google le parecen vacías, como una categoría sin productos o una página cuyo contenido se carga después de que falla un script; esas necesitan contenido que Google pueda ver, algo que la captura de la prueba en vivo confirmará.

Rastreada: actualmente sin indexar es un juicio, no un error. Google rastreó la página y decidió, por ahora, no conservarla; puede que se indexe más adelante o no. Pregúntate con sinceridad qué aporta la página. Las variaciones superficiales de otras páginas, las páginas de etiquetas con dos entradas y los artículos que repiten lo que dicen otros diez sitios son los habituales. Haz que la página sea claramente mejor o distinta, o fusiónala con una que ya lo sea.

Descubierta: actualmente sin indexar suele tener que ver con los enlaces. Google conoce la URL, pero todavía no la ha rastreado. En la mayoría de los sitios la solución es enlazar la página desde páginas que Google ya rastrea y mantenerla en el sitemap. La guía de presupuesto de rastreo de Google está pensada para un grupo más reducido: sitios con más de un millón de páginas que cambian cada semana, o con más de 10,000 páginas que cambian a diario (Gestionar el presupuesto de rastreo). Si es tu caso, reduce el inventario de URL: consolida duplicados, bloquea el rastreo de las URL que nunca deberían obtenerse, devuelve 404 o 410 para las páginas eliminadas y corrige los soft 404, que se siguen rastreando.

Paso 4: valida la corrección

Cuando las URL de un motivo estén corregidas, abre el motivo en el informe de indexación de páginas y pulsa Validar corrección, una sola vez. Google comprueba primero unas cuantas páginas de muestra; si el problema persiste, la validación se detiene. En caso contrario, vuelve a comprobar todas las URL afectadas conocidas y marca cada una como superada o fallida. Google indica que la validación suele tardar hasta unas dos semanas y a veces mucho más. También puede detectar correcciones durante el rastreo normal sin que lo solicites.

Cuándo parar

Deja de perseguir un estado cuando las URL que hay detrás sean de las que no necesitas indexadas (parámetros, vistas filtradas, resultados de búsqueda interna, redirecciones antiguas) o cuando una página se haya mejorado, enlazado y reenviado y Google siga rechazándola después de un par de meses. En ese punto, lo más útil suele ser fusionar la página con otra más sólida y redirigirla, en lugar de volver a solicitar la indexación.

Cómo ayuda AutoPSEO

AutoPSEO convierte el paso 2 en una comprobación permanente. El Index Tracker guarda hasta 1,800 URL de tu elección, vuelve a inspeccionar hasta 200 de ellas cada día mediante la API de inspección de URL (primero las de comprobación más antigua, dentro del límite de Google de 2,000 inspecciones por propiedad al día), y marca las páginas desindexadas en los últimos 30 días y las páginas que Google no rastrea desde hace 120 días. Una alerta de Index flip publica en Slack, Microsoft Teams o un webhook cuando una URL en seguimiento sale del índice o vuelve a él (alertas). La Inspección de URL y los Sitemaps funcionan desde dentro de la aplicación, y los problemas de rastreo de Bing muestran el mismo tipo de problemas desde el punto de vista de Bing.

Para las páginas nuevas, IndexNow avisa a Bing y a los demás buscadores compatibles de las URL modificadas; Google no participa en IndexNow, así que los sitemaps y los enlaces internos siguen siendo la vía para llegar a Google. Los artículos del motor de contenido se entregan a tu propio sitio, que los publica y los enlaza como cualquier otra página; cuando tu sitio declara una clave de IndexNow, AutoPSEO avisa a IndexNow de cada dirección publicada o actualizada en tu host y registra lo que IndexNow respondió (Entrega).