Indexación en Huelva: robots, canonical y sitemap

Una web que Google no puede rastrear es una web invisible. Por muy bueno que sea el contenido de un negocio de Huelva —agroindustria, berries, turismo de costa— si los crawlers encuentran barreras técnicas, las páginas no se indexan y las búsquedas locales nunca llegan.

robots.txt: qué bloquear y qué permitir

El archivo robots.txt le dice a Google qué partes de tu web debe rastrear y cuáles no. En una web de Huelva, lo más común es permitir el rastreo completo y bloquear solo carpetas internas como /admin, /assets o páginas de agradecimiento post-formulario.

El error más frecuente es bloquear accidentalmente archivos CSS o JS. Si Google no puede renderizar la página completa, interpreta mal el contenido. También es frecuente bloquear el acceso a páginas de servicio que deberían indexarse.

Etiqueta canonical: contra el contenido duplicado

La canonical le dice a Google qué versión de una página es la original. En Huelva, los negocios con varias localidades (Ej. “fresas Huelva”, “fresas Lepe”, “fresas Moguer”) pueden caer en duplicación si crean páginas muy similares.

La solución es tener una página principal canónica (ej. “berries Huelva”) y usar las variantes geográficas como páginas complementarias con sus propias canonicales únicas. Cada página debe tener una etiqueta rel=canonical que apunte a sí misma para evitar conflictos.

Sitemap XML: el mapa para el crawler

El sitemap XML lista todas las URLs que quieres que Google indexe, con información sobre su prioridad y frecuencia de actualización. Para una web de Huelva, el sitemap debe incluir todas las páginas de servicio, contacto, blog y landing locales.

Con Astro, el sitemap se genera automáticamente con el plugin astro-sitemap. Cada página que se añade al proyecto se incluye en el sitemap sin configuración adicional. Esto elimina el riesgo de olvidar añadir nuevas URLs al mapa de rastreo.

Presupuesto de rastreo en webs grandes

Para webs pequeñas (menos de 50 páginas), el presupuesto de rastreo no es un problema. Pero si un negocio onubense tiene cientos de páginas de producto o blog, debe priorizar qué URLs se rastrean primero. La combinación de un buen sitemap, enlaces internos desde la home y URLs sin parámetros ayuda a Google a centrarse en las páginas importantes.

Cómo comprobar la indexación en Search Console

Google Search Console tiene un informe de “Páginas” que muestra cuántas URLs están indexadas, cuántas no y por qué. En Huelva, es recomendable revisar este informe mensualmente para detectar páginas que han salido del índice sin motivo aparente.

Si una página importante de tu web no está indexada, el primer paso es pedir la indexación manual desde Search Console. Si sigue sin indexarse, el problema suele estar en robots.txt, canonical mal puesta o falta de enlaces internos.

Dudas sobre indexación y rastreo en Huelva

¿Poner noindex en páginas de agradecimiento es necesario?

Sí, las páginas de "gracias por contactar" o "confirmación de formulario" no aportan valor en los resultados de búsqueda. Bloquéalas con meta robots noindex para que Google no las indexe ni las muestre en resultados.

¿El sitemap debe incluir todas las URLs o solo las principales?

Todas las URLs que quieras indexar. Si tienes 30 páginas de servicio, las 30 deben estar en el sitemap. Google usará el sitemap como guía, pero la decisión final de indexación depende de la calidad y relevancia de cada página.

¿Qué hago si Google indexa URLs con parámetros de búsqueda?

Bloquea los parámetros desde la configuración de URL de Search Console o usa canonical para que las URLs con parámetros apunten a la versión limpia. Los parámetros como `?s=` o `?page=` generan duplicados innecesarios que consumen presupuesto de rastreo.

¿El sitemap se actualiza solo cuando añado páginas nuevas?

Con Astro y el plugin astro-sitemap, el sitemap se regenera en cada build. Es importante configurar bien el archivo de configuración para que incluya todas las rutas dinámicas. Si usas rutas generadas desde colecciones, verifica que aparecen en el sitemap tras el build.

¿Cuánto tarda Google en indexar una página nueva de mi web de Huelva?

Normalmente entre 1 y 7 días si la web tiene buena autoridad y el sitemap está actualizado. Para acelerar, puedes solicitar indexación manual desde Search Console después de publicar. Las páginas nuevas suelen indexarse más rápido si reciben enlaces internos desde páginas ya indexadas.