Descubiertas pero no indexadas: causas y verificaciones
Los sitios con miles de URLs no indexadas suelen tener una causa poco evidente. Esta tabla enumera las habituales en el orden en que las verificaríamos.
Síntoma, causa probable, primera verificación
| Síntoma en Search Console | Causa probable | Primera verificación |
|---|---|---|
| Descubiertas, no indexadas en muchas URLs nuevas | Google conoce la URL pero no ha dedicado tiempo de rastreo a ella | Cuenta los enlaces internos hacia la página; las páginas profundas suelen omitirse |
| Rastreadas, no indexadas | Página vista y considerada de bajo valor o duplicada | Compara con la posición de la página para la misma consulta |
| Google eligió un canonical diferente | http y https, o www y sin www, están activos ambos | Obtén ambas versiones y busca un 301 |
| El sitio de staging aparece en los resultados | El staging nunca se bloqueó ni se autenticó | Busca site:staging.tudominio.com |
| Pico repentino de URLs excluidas | Parámetros o navegación facetada generando URLs | Observa URLs de ejemplo en el informe |
| Errores de Googlebot solo en un subdominio | Firewall o limitación de tasa por parte del host o Cloudflare | Lee el registro del servidor para respuestas 429 y 403 |
Verificar una URL tal como la ve Google
Empieza con una sola dirección. Una tabla de causas solo es útil una vez que sabes qué fila describe la página que tienes delante.
Empieza con el estado de cobertura
Abre el informe de inspección de la página en Search Console y lee la línea de estado antes de hacer cualquier otra cosa. Descubierta y rastreada son veredictos distintos, y cada uno apunta a una solución diferente.
No dediques una semana a los enlaces de una página que Google nunca obtuvo. Ese esfuerzo debe ir a otro lado hasta que la línea de estado indique lo contrario.
Guarda el resultado de la inspección con su fecha. Los estados de cobertura cambian a medida que Google vuelve a rastrear, por lo que una nota de la semana pasada te dice qué ocurrió entonces, y una inspección reciente te dice qué ocurre ahora.
Compara el HTML en bruto con la página renderizada
Obtén la URL con cURL y busca el texto principal en la respuesta. Si las palabras solo aparecen después de que se ejecuten los scripts, el problema es de renderizado, no del grafo de enlaces.
Un encabezado ausente o un cuerpo delgado en la respuesta en bruto es una señal rápida, y es la que la gente suele pasar más por alto.
Trabaja la lista en orden. Un fallo en el primer elemento suele explicar el resto, por lo que no hace falta verificar los demás hasta que se solucione.
- Encabezado principal presente en la respuesta
- Texto del cuerpo más largo que unas pocas frases
- Enlaces internos presentes como anclas en texto plano
- Etiqueta canonical apuntando a la dirección correcta
Confirma que el sitemap y el archivo robots estén de acuerdo
Un sitemap que lista una URL mientras robots.txt la bloquea envía señales mixtas. Verifica ambos archivos en el host canonical, ya que una copia servida desde otro host puede indicar algo diferente.
Estas discrepancias rara vez rompen todo un sitio. Sí hacen que sea más difícil leer cualquier otra verificación.
Verifica también los valores lastmod si tu sitemap los incluye. Las fechas que nunca cambian, o que coinciden todas con el día de la compilación, le dicen muy poco a Google sobre lo que es nuevo.
Dónde encajan los backlinks
Un enlace desde otro sitio es una ruta de descubrimiento. Google lo sigue, lo que puede sacar una página de la cola de descubiertos más pronto.
Eso no convierte un enlace en un interruptor de indexación. Una página sin enlaces internos y con un solo backlink perdido sigue siendo un candidato débil, y Google ha dicho claramente que no indexa todo lo que encuentra.
Usa toppages para ver qué URLs tuyas atraen enlaces, luego confirma que esas URLs exactas estén indexadas. Que estén enlazadas pero no en el índice es una señal que merece un día de trabajo.
Cuando dudes, observa las páginas que enlazan a la URL atascada. Si ninguna de ellas son páginas tuyas, el problema probablemente sea la estructura interna más que los enlaces externos.
Enlaces desde páginas que nadie lee
Un enlace desde una página que nunca se rastrea le da a Google poco que seguir. Verifica si la página que enlaza está indexada antes de contarla como una ruta de descubrimiento.
Los enlaces rotos de páginas antiguas pueden mantener una dirección en la lista durante un tiempo, pero rara vez cambian el veredicto por sí solos.
Los enlaces internos hacen el trabajo pesado
La mayor parte del descubrimiento de las páginas propias de un sitio ocurre dentro del sitio. Un menú, una lista de categorías y un sitemap hacen más por una página nueva que un enlace externo.
Si una página no tiene una ruta interna, un enlace externo es un parche sobre una brecha estructural, y la brecha es lo que hay que solucionar.
Cómo distinguir la profundidad de enlaces de la calidad
Una página que se descubre pero no se rastrea suele ser un problema de prioridad. Google tiene la dirección pero ve poca razón para apresurarse, a menudo porque pocas rutas internas llevan allí.
Una página que se rastrea pero no se indexa es un juicio. Google la leyó y no la quiso, por lo que más enlaces no solucionarán un texto delgado o duplicado.
Los frameworks añaden una tercera causa. Los sitios con Next.js y React a veces envían texto que solo aparece después de que se ejecute JavaScript. Obtén el HTML en bruto con cURL y observa si tu texto está en él. Si no, el renderizado del lado del servidor o el prerendering son la solución, y la receta para mantener URLs estables se aplica cuando cambias de stack.
Bing y Yandex tienen sus propias colas, así que verifica Bing Webmaster Tools antes de asumir que el problema es solo tuyo.
Una prueba útil es observar la misma página desde dos ángulos. Si su conteo de enlaces internos es bajo y su texto es delgado, la causa puede ser ambas cosas, y deberías solucionar ambas antes de esperar.
Orden de trabajo
- Inspecciona una URL afectada y anota si dice 'La URL está en Google'.
- Abre el sitemap y confirma que devuelve HTTP 200 en el host canonical.
- Verifica robots.txt tal como lo vería Googlebot, no como lo ve tu navegador.
- Cuenta los enlaces internos entrantes y mantén las páginas importantes a menos de tres clics de la página de inicio.
- Elimina las páginas de plantilla delgadas que existen solo para ser indexadas.
- Espera unas semanas después de las correcciones; la indexación rara vez se asienta de la noche a la mañana.
Trabaja con una URL atascada
Usa esta secuencia para una sola URL que ha estado en la cola durante semanas. Detente en el primer paso que te dé una causa.
- 1
Lee el estado
Anota el estado exacto de Search Console y la fecha del último rastreo de la URL.
- 2
Cuenta las rutas entrantes
Desde tu exportación de rastreo propio, cuenta los enlaces internos que apuntan a la página y anota desde qué páginas hub llegan.
- 3
Verifica la respuesta
Solicita la URL y confirma un estado 200 en el host canonical, sin una cadena de redirecciones en el camino.
- 4
Decide, luego espera
Si la página es delgada, mejórala. Si solo está enterrada profundamente en el sitio, enlázala desde una página más fuerte, luego espera varias semanas antes de juzgar.
Cuando un salto en URLs excluidas es un problema de parámetros o sitemap
Un aumento repentino de URLs excluidas suele tener una causa mecánica. El trabajo es encontrar el generador, no perseguir cada dirección.
Parámetros y rutas facetadas
Un salto repentino a menudo se remonta a un parámetro de filtro o orden que empezó a producir nuevas direcciones. Muestrea una docena del informe y lee sus cadenas de consulta.
Si las variantes muestran el mismo contenido, el problema es la duplicación. La solución es un canonical o una regla de parámetros, no más enlaces.
Vigila las páginas que deberían existir. Un filtro puede merecer su propia dirección cuando la gente realmente busca esa combinación. La regla no es bloquear todos los parámetros, sino decidir qué combinaciones merecen una dirección.
Un sitemap que lista el host incorrecto
Un sitemap construido para la versión http de un sitio, o para un host que ahora redirige, le da a Google una lista que no confiará. Abre el archivo y verifica las primeras diez direcciones contra tu host canonical.
Corrige la lista primero. Un sitemap limpio cuesta nada publicar, y elimina una variable de la investigación.
Trampas de hosting y bloqueo de bots
Hostinger, Cloudflare y capas similares a veces limitan la tasa de Googlebot mientras sirven a los humanos perfectamente. El sitio se ve bien para ti y inestable para el rastreador.
Lee el registro de acceso en bruto para respuestas 403, 429 y 5xx a agentes de usuario que contengan Googlebot. Verifica esos accesos mediante DNS inverso, ya que muchos scrapers falsifican el nombre.
Los crawlers de IA son una decisión separada. Bloquear GPTBot o ClaudeBot en robots.txt no afecta a Googlebot, pero una regla comodín descuidada puede. Prueba el archivo después de cada edición.
Las copias de staging necesitan cuidado. Cuando una es el problema, ponla detrás de una contraseña y solicita su eliminación en Search Console. Una etiqueta noindex por sí sola puede revertirse con un solo despliegue. Consulta la receta sobre redirecciones antes de consolidar hosts.
Los límites de tasa a menudo solo aparecen en horas pico. Una verificación realizada a medianoche puede parecer limpia mientras los registros de la tarde cuentan otra historia, así que muestrea más de una ventana antes de decidir.
Guarda una nota de cada regla de firewall que cambies. Una regla añadida para detener un scraper puede bloquear al rastreador también, y el síntoma puede aparecer más tarde como una caída silenciosa en la cobertura.
¿Qué URLs enlazadas te están faltando?
Esta llamada cuesta 2 créditos y devuelve hasta 1.000 filas.
curl "https://rankbrainmarketing.link/api.php?action=toppages&q=yourdomain.com&per=1000&key=sk_live_..."Las correcciones pueden tardar semanas en mostrarse. El estado del índice y nuestra actualización mensual de enlaces no se moverán el mismo día, así que compara con similar.
Preguntas sobre páginas descubiertas
¿Los backlinks por sí solos conseguirán que se indexe una página descubierta?
No por sí solos. Un enlace es una ruta de descubrimiento que puede ayudar a Google a encontrar la página antes. Si la página se indexa o no sigue dependiendo de su contenido y del resto del sitio.
¿Cuánto tiempo debo esperar después de una corrección?
Semanas, no días. La indexación rara vez se asienta de la noche a la mañana, y nuestras actualizaciones del índice siguen su propio ritmo mensual, así que compara con similar cuando verifiques. Escribe la fecha de la corrección en tus notas, para que la espera tenga un inicio al que puedas señalar.
¿Debería solicitar la indexación para cada URL?
No. Solicitar la indexación de unas pocas páginas importantes es razonable. Hacerlo para miles de páginas delgadas no cambia el juicio que Google hace sobre ellas.
¿Es descubierta-no-indexada siempre un problema de presupuesto de rastreo?
Normalmente no para un sitio pequeño. El presupuesto de rastreo importa principalmente a gran escala. Para unas pocas cientos de páginas, las causas más probables son la profundidad de enlaces, contenido delgado o duplicados.
