Sitemap XML: qué es, cómo se hace y qué errores evitar

Un sitemap XML es un archivo que lista las páginas de tu web que quieres ver en Google y en Bing, para que las encuentren aunque ningún enlace lleve a ellas. Lo que hay que hacer cabe en tres líneas: que liste solo páginas que funcionan y quieres que Google guarde en su índice (indexar), que tenga fechas de cambio verdaderas (o ninguna) y que esté declarado en tu robots.txt (el archivo que dice a los robots por dónde pueden pasar) y enviado en Search Console (el panel gratuito de Google para dueños de webs). Lo demás es detalle, y aquí va.

01Qué es un sitemap XML y para qué sirve

Un sitemap XML es una lista de direcciones (URL) en un formato que leen los buscadores, con la fecha opcional en que cambió cada página. Sirve para descubrir páginas, no para posicionarlas: Google dice que el sitemap ayuda a descubrir las URL de tu web, pero no garantiza que todas se rastreen e indexen.

Esa frase es la clave de todo el artículo. El sitemap es una sugerencia. Si una página es floja, está duplicada o la bloqueas, meterla en el sitemap no la va a indexar. Lo que sí hace bien es acortar el camino: una página nueva o una que has cambiado pueden descubrirse antes. Ni Google ni Bing se comprometen a un plazo.

El formato lo define el protocolo de sitemaps.org, que comparten Google, Bing y otros buscadores. Google acepta también sitemaps en RSS, Atom o texto plano (una URL por línea), pero el texto plano no admite fecha de cambio, y el XML es el que suelen generar los gestores de contenido.

02¿Necesita tu web un sitemap?

Si tu web tiene unas pocas decenas de páginas bien enlazadas desde la portada, el sitemap no es imprescindible, aunque tampoco estorba. Google pone la frontera en unas 500 páginas o menos (contando solo las que quieres en los resultados) y siempre que Googlebot, el robot de Google, pueda llegar a todas siguiendo enlaces desde la portada.

Donde sí marca la diferencia:

• Webs grandes, como tiendas con miles de fichas de producto, donde es fácil que alguna página se quede sin enlaces.
• Webs nuevas con pocos enlaces desde otras webs, que los robots aún no visitan a menudo.
• Webs que cambian mucho: un blog, un catálogo con altas y bajas, una web de noticias.

Nuestra postura: ponlo siempre. Cuesta poco, casi todos los gestores de contenido lo generan solos y te da algo que no tienes de otra forma, que es poder filtrar en Search Console qué páginas de esa lista ha indexado Google. Lo que no hay que hacer es esperar milagros de él.

03Cómo se hace un sitemap XML bien

Un sitemap XML correcto lleva una etiqueta <url> por página con su dirección completa dentro de <loc>, y opcionalmente <lastmod> con la fecha del último cambio real. Este es el esqueleto mínimo que vale para cualquier web:

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://www.ejemplo.es/</loc>
  </url>
  <url>
    <loc>https://www.ejemplo.es/servicios/reformas-cocinas</loc>
    <lastmod>2026-10-28</lastmod>
  </url>
</urlset>

Las reglas que lo hacen funcionar, apoyadas en la documentación de Google y del protocolo:

• Direcciones completas, con https:// y el dominio. Google rastrea las URL tal como las escribes, así que una ruta relativa como /servicios no sirve.
• Solo la versión canónica de cada página: la que quieres que salga en Google, sin parámetros de filtros ni de campañas, con la misma forma (con o sin «www», con o sin barra final) que usa el resto de tu web.
• Solo páginas que responden 200 (es decir, que cargan bien), sin redirecciones, sin errores y sin noindex. Cada página que sobra es una contradicción: le dices a Google «mírala» y la página le dice «no la indexes».
• Codificación UTF-8 y caracteres especiales escapados: un & en una URL se escribe &, y las letras con tilde o la ñ van codificadas (%C3%B1 para la ñ).
• Mismo dominio y protocolo en todas las URL del archivo. Un sitemap de www.ejemplo.es no puede listar páginas de tienda.ejemplo.es, salvo que lo envíes por Search Console con las dos propiedades verificadas.
• Límites: como mucho 50.000 URL o 50 MB sin comprimir por archivo. Si te pasas, se divide en varios.

Cuando hay varios archivos, se agrupan con un índice de sitemaps, que es un sitemap de sitemaps. Es lo que generan muchas extensiones SEO:

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://www.ejemplo.es/sitemap-paginas.xml</loc>
  </sitemap>
  <sitemap>
    <loc>https://www.ejemplo.es/sitemap-productos.xml</loc>
  </sitemap>
</sitemapindex>

Separar por tipo de página (páginas, entradas, productos) no es obligatorio, pero ayuda a leer Search Console: si el sitemap de productos tiene muchas URL sin indexar y el de páginas no, ya sabes dónde mirar.

04lastmod, changefreq y priority: cuáles cuentan

De las tres etiquetas opcionales, solo <lastmod> sirve de algo, y solo si dice la verdad. Google afirma que ignora <priority> y <changefreq>, y Bing dice que en gran medida no las tiene en cuenta porque la mayoría de webs las rellenan mal, con el mismo valor en todas las páginas.

Así que priority y changefreq son humo: no pierdas tiempo ajustándolas. Si tu extensión las pone, déjalas; si puedes quitarlas, mejor, porque el archivo queda más limpio.

Con <lastmod> es distinto. Google la usa para decidir cuándo volver a rastrear una página que ya conoce, pero solo si coincide de forma constante con la realidad; si no, avisa de que dejará de creerse tus fechas. Cuenta como cambio el de verdad (el texto principal, los datos estructurados o los enlaces), no el año del pie de página ni un ajuste en la barra lateral.

Bing publicó en 2023 un recuento sobre los sitemaps que conoce: según sus datos, el 84 % lleva lastmod y, de esos, el 79 % tiene fechas correctas. Son cifras del propio Bing, y el error más común que señala es poner la misma fecha en todas las URL.

05Dónde se pone y cómo se envía a Google y Bing

El sitemap va en la raíz de tu dominio (por ejemplo, https://www.ejemplo.es/sitemap.xml) y se avisa de él de dos formas: con una línea en el robots.txt y enviándolo en Search Console y en Bing Webmaster Tools. La raíz importa porque un sitemap colocado en una carpeta solo cubre las URL de esa carpeta, salvo que lo envíes por Search Console.

La línea del robots.txt lleva la dirección completa y puede ir en cualquier parte del archivo, porque no depende de ningún User-agent:

User-agent: *
Disallow: /carrito/

Sitemap: https://www.ejemplo.es/sitemap_index.xml

Si quieres repasar el resto de ese archivo, lo contamos en la guía del robots.txt.

Además, envíalo en el informe «Sitemaps» de Search Console. Así ves cuándo lo leyó Google por última vez y si encontró errores. Lo que ya no funciona es el «ping» (avisar a Google con una petición a una dirección especial): Google lo retiró a finales de 2023 y hoy devuelve un error 404. Si una extensión vieja de tu web sigue haciéndolo, no rompe nada, pero tampoco sirve.

06Errores típicos en un sitemap XML

Hay dos familias de errores en un sitemap XML: los de formato, que impiden leer el archivo, y los de contenido, en los que el archivo es válido pero lista páginas que no deberían estar. En nuestra experiencia pesan más los segundos, aunque no tenemos cifras que lo midan. Este trozo junta varios de los primeros:

<url>
  <loc>/tienda?color=rojo&talla=m</loc>
  <lastmod>2026-11-12</lastmod>
  <changefreq>daily</changefreq>
  <priority>1.0</priority>
</url>

• Ruta relativa (/tienda…): tiene que ser la URL completa con https:// y el dominio.
• & sin escapar: rompe el XML. Va como &.
• URL con parámetros de filtro: casi nunca es la versión canónica. Va la página de la categoría sin filtros.
• lastmod igual en todas las URL: suele ser la fecha en que se generó el archivo, no la del cambio de cada página.
• changefreq y priority: no rompen nada, pero Google no las usa.

Y los de contenido, que son los que más cuesta detectar:

• Páginas que redirigen a otra. Pasa mucho tras una migración o tras cambiar las URL: el sitemap sigue con las antiguas.
• Páginas que dan 404 porque se borraron y el sitemap no se actualizó.
• Páginas con noindex, o con una etiqueta canonical (la que indica cuál es la versión principal de una página) que apunta a otra URL.
• Páginas bloqueadas en el robots.txt: Google no puede entrar a leerlas aunque se las ofrezcas.
• Páginas que no quieres en Google: el carrito, la cuenta del cliente, las búsquedas internas, las páginas de etiquetas vacías.
• El sitemap no se actualiza solo: un archivo hecho a mano hace dos años, con la mitad de las páginas actuales fuera.

07Cómo comprobar tu sitemap XML

Se comprueba en dos frentes: que el archivo esté bien por dentro y que Google lo esté leyendo. Para lo segundo, la fuente es Search Console; para lo primero, conviene revisarlo desde fuera.

En Search Console, el informe «Sitemaps» te da uno de tres estados: «Correcto», «Tiene errores» (lo pudo leer, pero algo falla) o «No se ha podido obtener». Después, en «Indexación de páginas», filtra por ese sitemap: verás cuántas de las páginas que ofreces están indexadas y por qué no lo están las demás. Si una gran parte sale como «Rastreada: actualmente sin indexar» o «Página con redirección», el sitemap te está señalando el problema.

Para revisar el archivo por dentro está el validador de sitemap de Seotres.

Sus límites, para que no te lleves sorpresas: revisa el archivo, pero no sabe qué ha indexado Google. Eso solo lo da Search Console, con tu cuenta. Y revisar el archivo no es lo mismo que revisar las páginas que lista: para comprobar que esas páginas están bien en tu web de verdad, Seotres tiene otra herramienta aparte, «Sitemap frente a tu web».

08Comprobar arreglos

Cuando corrijas el sitemap, vuelve a pasar la misma comprobación para confirmar que lo que salía ya no sale. Es el paso que se suele saltar, y es el que demuestra que el arreglo ha llegado a producción: si tu web sirve el sitemap desde una caché (una copia guardada), la versión vieja puede seguir publicada un tiempo.

En Seotres, «Comprobar arreglos» vuelve a mirar las páginas donde tenías tareas pendientes y sella como arreglado lo que ya no sale. Solo repasa lo que ya tenías pendiente en Seotres; no dice nada de lo que Google ha indexado. En Search Console, los cambios en «Indexación de páginas» llegan cuando Google vuelve a leer el sitemap y a rastrear las páginas, y no da un plazo para ello.