Validar un sitemap es comprobar cuatro cosas: que abre, que el formato es correcto, que las URLs de dentro responden 200 y son indexables, y que Search Console lo da por Correcto. Lo tercero es lo que falla casi siempre, y es lo que ningún validador online te dice.
Que un sitemap «valide» no significa que esté bien. Los validadores online comprueban la sintaxis del XML: que las etiquetas estén bien cerradas y el formato sea el que marca el estándar. Eso lo pasa cualquier archivo generado por un plugin.
El problema de verdad es otro: sitemaps perfectamente válidos llenos de URLs que redirigen, que dan 404 o que llevan noindex. Eso también hay que revisarlo, y es lo que de verdad cambia algo.
Ábrelo en el navegador
Empieza por lo básico: entra a la URL de tu sitemap en una ventana de incógnito. Lo que tienes que ver es un listado de URLs, con estilos o sin ellos según quién lo genere.
Aquí ya se caen unos cuantos:
- Te da 404. No existe en esa ruta. Busca la buena en tu robots.txt.
- Te lo descarga en vez de mostrarlo. El servidor lo sirve con el tipo de contenido equivocado. Funciona igual para Google, pero conviene arreglarlo.
- Sale la página de error de tu web. Tu CMS está interceptando la ruta. Típico de plugins de caché mal configurados.
- Pide contraseña. Estás en un entorno protegido; Google tampoco va a poder entrar.
Comprueba el formato
Si el archivo abre, el formato suele estar bien, pero hay cosas que rompen la lectura y no se ven a simple vista:
- Codificación UTF-8 y URLs escapadas. Las que llevan acentos o eñes tienen que ir codificadas, y los & de los parámetros escritos como &.
- Una sola etiqueta raíz. <urlset> para un sitemap normal, <sitemapindex> para un índice. Mezclar los dos tipos en el mismo archivo lo invalida.
- URLs absolutas. Con su https:// y su dominio delante. Nada de rutas relativas.
- Los límites. 50.000 URLs y 50 MB sin comprimir por archivo.
Para esto vale cualquier validador de sitemaps online. Le das la URL y te dice si la sintaxis es correcta. Es un chequeo de treinta segundos que solo te confirma que el archivo se puede leer.
Audita las URLs de dentro (esto es lo que importa)
Aquí es donde aparecen los problemas de verdad. Coge la lista de URLs del sitemap y compruébalas todas. Con Screaming Frog se hace en dos minutos: modo lista, pegas la URL del sitemap y lo rastrea entero.
Lo que estás buscando:
- Códigos distintos de 200. Cualquier 404 o 301 dentro del sitemap sobra. Las redirecciones son el residuo clásico de una migración: el sitemap se quedó con las URLs viejas.
- Páginas con noindex. Estás pidiendo que rastree lo que has dicho que no guarde. Son señales contradictorias.
- URLs bloqueadas en robots.txt. Ni siquiera puede entrar a leerlas.
- URLs no canónicas. Si la página apunta con su canonical a otra dirección, la que va al sitemap es la otra.
- Mezcla de versiones. Unas con www y otras sin, o alguna en http suelta.
El caso que más me encuentro: web migrada hace meses, sitemap generado por el plugin con las URLs nuevas, pero el sitemap.xml antiguo sigue subido a mano en la raíz y es el que está enviado en Search Console. Google leyendo un listado de URLs que ya no existen. Si hiciste una migración, comprueba que no tienes dos sitemaps conviviendo.
Contrástalo con lo que dice Search Console
La validación definitiva es la de Google. En Indexación → Sitemaps tienes el estado y el número de URLs descubiertas.
Compara ese número con las URLs que tú crees que tiene tu web:
- Muchas menos de las esperadas. El sitemap se está generando incompleto, o hay un tipo de contenido excluido en la configuración del plugin.
- Muchas más. Se está colando algo que no debería: archivos de fecha, etiquetas vacías, adjuntos de imagen, versiones paginadas.
Y el chequeo final: en Indexación → Páginas, filtra por las que Google no ha indexado y mira los motivos. Si aparecen grupos de «Página alternativa con etiqueta canónica adecuada» o «Excluida por la etiqueta noindex» con muchas URLs, esas son justo las que sobran del sitemap.
La checklist, del tirón
- El sitemap abre en incógnito y devuelve 200.
- El formato valida y usa una sola etiqueta raíz.
- Todas las URLs de dentro devuelven 200.
- Ninguna lleva noindex ni está bloqueada en robots.txt.
- Todas son canónicas y de la misma versión del dominio.
- El lastmod, si está, dice la verdad.
- No hay un sitemap viejo conviviendo con el nuevo.
- Search Console lo da por Correcto y el número de URLs cuadra.
Cada cuánto revisarlo
Si lo genera un plugin o el propio proyecto, con mirarlo dos o tres veces al año va bien. Lo que sí es obligatorio es revisarlo después de tocar la web: una migración, un cambio de estructura de URLs, un cambio de plugin de SEO o una limpieza de contenido. Son los momentos en los que el sitemap se queda desfasado sin que nadie se entere.
Preguntas frecuentes
Probablemente no. El sitemap sirve para que Google descubra tus páginas, no para obligarle a guardarlas. Si las descubre y no las indexa, el asunto está en el contenido de esas páginas.
No te penaliza, pero le haces perder tiempo a Google en tu web y ese tiempo no es infinito. En una web pequeña da igual; en una de miles de URLs, se nota.
Para lo que hacen, sí: comprobar la sintaxis. Lo que no hacen es entrar a mirar si las URLs de dentro sirven, que es donde está el 90% de los problemas reales.
Las que quieras en Google, ni una más. No es un número a maximizar: un sitemap con 80 URLs buenas vale más que uno con 800 donde 700 son archivos y etiquetas vacías.
Llevo diez años posicionando webs, ahora también para las IAs generativas. Grabo estos tutoriales con lo que uso de verdad en los proyectos de mis clientes, no con teoría de manual.
Suscribirse al canal →