Un sitemap agrupa todas las URL publicadas en un sitio web. Para un portal como Passez l’info, esta página técnica permite verificar en cuestión de segundos qué secciones existen, cuáles se han añadido recientemente y si algunas han desaparecido. La pregunta surge tan pronto como se intenta auditar la cobertura real de un sitio o asegurarse de que ningún contenido escape a la indexación de los motores de búsqueda.
Sitemap HTML y sitemap XML: dos formatos, dos usos
Cuando se habla de “lista de páginas” de un sitio, coexisten dos formatos. El sitemap XML está destinado a los robots de indexación: estructura las URL con metadatos (fecha de última modificación, frecuencia de actualización, prioridad). El sitemap HTML, por su parte, se dirige a los visitantes humanos. Presenta los enlaces de manera legible, a menudo agrupados por categoría o temática.
En Passez l’info, la página sitemap accesible desde el navegador corresponde al formato HTML. Ofrece un panorama directo de los contenidos publicados, sin necesidad de una herramienta externa para leerla.
| Criterio | Sitemap XML | Sitemap HTML |
|---|---|---|
| Público objetivo | Robots (Googlebot, Bingbot) | Visitantes humanos |
| Formato | Etiquetas XML estructuradas | Página web clásica con enlaces clicables |
| Metadatos | Fecha de modificación, prioridad, frecuencia | Ninguno o limitado |
| Acceso | /sitemap.xml (lectura en bruto) | /sitemap/ (navegación directa) |
| Utilidad para una auditoría | Verificación técnica de indexación | Inventario rápido de secciones |
Los dos formatos son complementarios. Para un internauta que quiere recorrer la estructura de un sitio sin hurgar en cada menú, el sitemap HTML sigue siendo el punto de entrada más práctico.
Verificar la completitud de una lista de páginas en Passez l’info
Acceder a la lista de páginas de Passez l’info proporciona una visión inmediata de los contenidos referenciados. La pregunta que sigue lógicamente: ¿refleja esta lista la totalidad de las páginas publicadas?
Varios factores pueden crear un desajuste entre el sitemap mostrado y la realidad del sitio.
- Las páginas publicadas recientemente no siempre se añaden al sitemap en tiempo real. Según la configuración del CMS utilizado, puede existir un retraso de unas horas a unos días entre la publicación y la aparición en la lista.
- Algunas páginas excluidas intencionadamente de la indexación (avisos legales, páginas de agradecimiento tras un formulario, archivos despublicados) no aparecen en el sitemap, aunque sigan siendo accesibles técnicamente a través de su URL directa.
- Un sitemap HTML generado manualmente puede omitir secciones enteras si el editor del sitio no lo actualiza después de cada adición de contenido.
Un sitemap solo es fiable si está sincronizado con el CMS. Las soluciones automatizadas (plugins de WordPress como Yoast, Rank Math o XML Sitemaps) regeneran la lista con cada publicación. Una página estática mantenida manualmente presenta un riesgo de obsolescencia más alto.
Métodos concretos para cruzar los datos del sitemap
Confiar únicamente en el sitemap HTML para auditar un sitio sería insuficiente. Tres enfoques permiten corroborar la información.
Comparar con el sitemap XML
Al añadir /sitemap.xml a la URL raíz de un sitio, se obtiene la versión técnica del mapa del sitio. Si el número de URL en el archivo XML difiere del que se muestra en la página HTML, es una señal: algunas páginas están ausentes en uno de los dos formatos o han sido excluidas intencionadamente.
Utilizar el comando site: en Google
La consulta site:passezlinfo.fr en Google muestra todas las páginas indexadas por el motor. Este resultado puede ser superior o inferior al contenido del sitemap. Superior si Google ha descubierto páginas no declaradas (a través de enlaces internos, por ejemplo). Inferior si algunas páginas declaradas en el sitemap aún no han sido exploradas por Googlebot.
Explorar con un crawler
Herramientas como Screaming Frog o Xenu recorren un sitio enlace por enlace y generan un inventario completo de todas las URL accesibles. El crawler detecta las páginas huérfanas (sin enlace interno que apunte a ellas) que a menudo escapan tanto al sitemap como a los motores de búsqueda.
Frecuencia de actualización y fiabilidad de un sitemap editorial
Para un sitio con vocación informativa, la frecuencia de publicación condiciona directamente la pertinencia del sitemap. Un portal que publica varios artículos por semana genera mecánicamente discrepancias si el sitemap no está automatizado.
Dos indicadores permiten evaluar la frescura de un sitemap sin acceso al back-office del sitio:
- La presencia de artículos recientes en la lista. Si el último contenido listado data de hace varios meses mientras el sitio publica regularmente, el sitemap probablemente esté obsoleto.
- La coherencia con los menús de navegación. Un sitemap completo debería cubrir al menos todas las secciones accesibles desde el menú principal y el pie de página.
- La etiqueta lastmod en el sitemap XML, que indica la fecha de última modificación de cada URL. Una fecha antigua en todas las entradas sugiere que el archivo ya no se está regenerando.
En un CMS como WordPress, la gran mayoría de las extensiones SEO gestionan esta sincronización de manera transparente. Por lo tanto, el riesgo de desajuste es bajo en los sitios que utilizan estas herramientas, siempre que la extensión esté correctamente configurada y activa.
La lista de páginas de un sitio como Passez l’info constituye un punto de partida, no una garantía de exhaustividad. Cruzar el sitemap HTML con el archivo XML y una consulta site: en Google sigue siendo el método más rápido para detectar posibles páginas faltantes o recientemente añadidas.
