robots.blocks_all
Que robots.txt no prohíba todo el sitio a Googlebot.
Por qué importa
El archivo robots.txt prohíbe a Googlebot rastrear todo el sitio (Disallow: /). Mientras siga así, Google no puede leer ninguna de tus páginas y no aparecerán en sus resultados.
Cómo se corrige
Quita la línea «Disallow: /» del grupo de Googlebot (o de «User-agent: *»). Suele ser un ajuste de pruebas que no se retiró al publicar la web. Para dejar una página fuera de Google usa noindex, no robots.txt.
Paso a paso: el prompt para tu IA
Cuando Seotres encuentra este problema en tu web, te da un prompt listo para pegar en la IA que uses, con los datos de tu página. Este es el de esta regla con una web de ejemplo (tudominio.com):
Problema: el robots.txt prohíbe a Googlebot rastrear todo el sitio.
Datos de tu web: Aquí van la página y la evidencia que ha encontrado Seotres.
Objetivo
Que https://tudominio.com/robots.txt deje de prohibir a Googlebot rastrear todo el sitio, si ese bloqueo no es deliberado.
Pasos
- Antes de tocar nada, pregúntame si el bloqueo es deliberado (por ejemplo, una web en pruebas que aún no debe salir en Google).
- Si no es deliberado, quita la línea «Disallow: /» del grupo de Googlebot (o de «User-agent: *»); suele ser un ajuste de pruebas que no se retiró al publicar.
- Para dejar una página concreta fuera de Google se usa noindex, no robots.txt.
- Si la web es código propio o un servidor que gestionas: edita el archivo robots.txt de la raíz del sitio (o el código o la configuración que lo genera) y publícalo.
- Si usas WordPress: el robots.txt suele generarlo WordPress o el plugin SEO; busca en los ajustes del plugin SEO la opción de editar robots.txt o, si tu alojamiento lo permite, sube un archivo robots.txt a la raíz.
- Si usas Shopify: el robots.txt se personaliza desde el tema, con la plantilla robots.txt.liquid; no borres las reglas que trae Shopify por defecto.
- Si usas Wix, Squarespace u otro creador de webs: busca en los ajustes de SEO si permite editar el robots.txt; si no lo permite, dímelo y no intentes otra vía.
Límites
- No cambies nada sin confirmar conmigo que el bloqueo no es deliberado.
- No quites otras reglas del robots.txt.
Términos de esta regla
- robots.txt
Archivo en la raíz de tu web que dice a los robots qué partes pueden rastrear y cuáles no.
Ejemplo: La línea «Disallow: /carrito/» pide a los robots que no entren en el carrito. Si el archivo da un error 4xx (salvo 429), Google rastrea sin restricciones; si da un error 5xx, deja de rastrear la web las primeras 12 horas y, durante los 30 días siguientes, usa la última versión buena. Si a los 30 días sigue fallando, actúa como si no hubiera robots.txt cuando el resto de la web responde, y deja de rastrear si la web también falla.
- Googlebot
El rastreador de Google: el robot que visita tus páginas para que puedan aparecer en la Búsqueda de Google.
Ejemplo: Si tu robots.txt tiene «User-agent: Googlebot» y «Disallow: /», Googlebot no rastrea nada de tu web.
Fuente: Google Search Central: Googlebot
- Disallow
Regla de robots.txt que pide a los robots que no rastreen las direcciones que empiezan por una ruta.
Ejemplo: «Disallow: /wp-admin/» seguido de «Allow: /wp-admin/admin-ajax.php» cierra el escritorio de WordPress y deja abierto el archivo que usan los temas.
Fuente: Google Crawling Infrastructure: cómo interpreta Google la especificación de robots.txt
- User-agent
Nombre con el que se identifica un robot. En robots.txt indica a qué robot se aplican las reglas que siguen.
Ejemplo: «User-agent: Googlebot» seguido de «Disallow: /pruebas/» solo afecta a Googlebot.
Fuente oficial
https://developers.google.com/crawling/docs/robots-txt/robots-txt-spec