WordPress
Sitemap XML en WordPress: qué incluye y cómo validarlo
Respuesta breve
WordPress Core genera un índice de sitemaps en /wp-sitemap.xml. Ese archivo ayuda a descubrir URLs, pero no decide por sí solo qué se indexa. Un sitemap válido debe contener únicamente URLs canónicas, accesibles e indexables, reflejar cambios reales y ser coherente con robots, enlaces internos y respuestas HTTP.
Puntos clave
- WordPress Core es la base antes de instalar otra capa.
- Un HTTP 200 no demuestra que todas las entradas sean correctas.
- El sitemap no sustituye una arquitectura de enlaces.
lastmodsolo aporta valor si representa una modificación real.- Una URL
noindex, redirigida o con error no debería seguir en el conjunto indexable. - Enviar el sitemap no asegura que sus URLs entren en el índice.
Índice
- Qué genera WordPress
- Para qué sirve un sitemap
- Inventario antes de modificarlo
- Validaciones de estructura y contenido
- Coherencia con canonical, robots y enlaces
- Tipos de contenido y archivos
- Proceso de prueba
- Errores frecuentes
- Preguntas habituales
Qué genera WordPress
WordPress incorporó sitemaps extensibles en Core y expone por defecto un índice en /wp-sitemap.xml. El índice apunta a sitemaps por proveedores y tipos de objeto, como entradas, páginas, taxonomías o autores según la instalación. La composición real depende de lo que esté registrado y sea público.
Esto cambia la primera decisión técnica: no hace falta reemplazar Core solo para disponer de XML. Un plugin puede extender o filtrar la salida cuando existe un requisito, pero debe evitar duplicar índices o introducir una segunda fuente de verdad.
En SEONIDAS, la ruta pública se observó con respuesta 200 durante el baseline (RS-017). Esa observación no valida sus entradas ni autoriza cambios de producción. Sirve para confirmar que hay una superficie que inventariar.
Para qué sirve un sitemap
Un sitemap comunica URLs candidatas para rastreo y puede añadir metadatos compatibles. Es especialmente útil cuando el sitio es nuevo, grande, tiene rutas profundas o necesita hacer explícita una colección. No reemplaza los enlaces HTML: una URL que solo aparece en XML puede seguir siendo una pieza huérfana desde la perspectiva del usuario.
Tampoco es una orden de indexación. El buscador combina otras señales y evalúa la URL. Por eso “enviado” y “descubierto” no equivalen a “indexado”, y una diferencia entre cifras requiere diagnóstico antes de corregir.
Inventario antes de modificarlo
Registra:
- URL del índice y códigos de respuesta;
- número y tipo de sitemaps hijos;
- tipos de contenido y taxonomías públicas;
- estado de la página de inicio y página de entradas;
- suites SEO que puedan reemplazar la salida;
- filtros o plugins que alteran proveedores;
- host, protocolo y trailing slash;
- caché de página, CDN y posibles copias antiguas.
En WordPress también hay que distinguir páginas, entradas, CPT, adjuntos, autores y archivos. La presencia de un CPT técnico no significa que su archivo deba indexarse. Un laboratorio vacío o un glosario sin masa crítica pueden permanecer noindex y fuera del sitemap aunque el tipo exista.
Validaciones de estructura y contenido
La revisión tiene dos niveles.
XML
El documento debe ser XML bien formado, utilizar el namespace correcto, responder sin HTML de error y enlazar hijos accesibles. Los caracteres se escapan y las URLs se expresan de forma absoluta. Un proxy o una regla de caché no debería devolver una página de acceso dentro de una respuesta etiquetada como XML.
URLs
Para una muestra y, mediante crawler, para el conjunto:
- respuesta final 200;
- canonical coherente y preferiblemente autorreferente;
- ausencia de
noindexsi la URL está destinada a indexación; - contenido completo y no vacío;
- host y protocolo canónicos;
- sin cadenas de redirección;
- presente en la arquitectura cuando es prioritaria;
- fecha de modificación real cuando se publica
lastmod.
La auditoría SEO técnica explica cómo registrar evidencia y alcance.
Coherencia con canonical, robots y enlaces
Imagina una URL incluida en sitemap que redirige a otra, declara como canonical una tercera y recibe noindex. Cada señal cuenta una historia distinta. La solución no consiste en elegir una etiqueta aislada, sino en definir cuál es la URL preferida y alinear respuesta, canonical, robots, sitemap y enlaces.
robots.txt no debe bloquear recursos necesarios ni usarse para ocultar páginas privadas. El generador de meta robots ayuda a componer directivas, pero la decisión debe revisarse en su arquitectura.
Tipos de contenido y archivos
En un sitio editorial pueden ser indexables páginas completas, posts revisados, categorías con introducción y un perfil de autor sustancial. En cambio, búsquedas internas, archivos vacíos, adjuntos sin valor, etiquetas pobres y borradores deben quedar fuera.
WordPress puede registrar rutas automáticamente. La política SEO necesita comprobarlas después de cada plugin, tema o CPT nuevo. El servicio de SEO WordPress trabaja precisamente en la frontera entre Core, tema, plugins y servidor.
Proceso de prueba
- Guarda el XML y sus cabeceras con fecha y entorno.
- Parsealo con una librería, no con expresiones regulares improvisadas.
- Extrae las URLs y rastrea una muestra representativa o el conjunto proporcionado.
- Compara contra canonical, robots, status y sitemap esperado.
- Busca URLs indexables ausentes y URLs no indexables presentes.
- Cambia la fuente responsable, no el XML compilado.
- Purga las capas de caché afectadas.
- Repite la captura pública y conserva el diff.
- Envía el sitemap a herramientas de buscador cuando haya acceso autorizado.
En local, la prueba valida lógica. En staging representativo, añade servidor y caché. En producción, cualquier ajuste requiere backup, ventana y autorización.
Errores frecuentes
- Instalar dos plugins que generan sitemaps distintos.
- Incluir URLs de búsqueda o filtros sin valor.
- Conservar una URL redirigida durante meses sin decisión.
- Publicar
lastmodcon la fecha de cada request. - Asumir que el XML indexa contenido huérfano.
- Bloquear el sitemap o sus hijos desde WAF.
- Ver un 200 y declarar el conjunto correcto.
- Enviar el índice y dejar de observar los informes.
Preguntas habituales
¿Necesito un plugin de sitemap en WordPress?
No necesariamente. Core ofrece una base extensible. Un plugin puede ser útil si ya es la fuente SEO elegida o existe una necesidad concreta, pero no debería añadirse por inercia.
¿Debo incluir imágenes?
La salida responsive y la accesibilidad de imágenes son prioritarias. Un sitemap de imágenes puede aportar descubrimiento en ciertos sitios, pero debe justificarse y probarse; no es obligatorio para cualquier instalación.
¿Las páginas legales van en sitemap?
Pueden ser indexables si están completas y aportan transparencia, pero no es obligatorio incluirlas. En SEONIDAS permanecen bloqueadas hasta tener datos reales y revisión.
¿Cuándo actualizo lastmod?
Cuando el contenido cambia de forma sustancial. Reescribir la fecha sin un cambio real reduce la utilidad de la señal y falsea el historial editorial.
Conclusión
El sitemap de WordPress es un inventario técnico que debe reflejar decisiones editoriales y de indexación. Mantenerlo sano requiere revisar tipos de contenido, alinear señales y validar la salida pública después de cada cambio relevante.
Próximo paso
Abre /wp-sitemap.xml, registra el entorno y contrasta una muestra con status, canonical, robots y enlaces. Si aparecen conflictos entre Core, tema o plugins, revisa SEO WordPress y SEO técnico antes de sustituir la implementación.