La guía de rastreo e indexación de esta sección cubre el sitemap XML básico: qué es, para qué sirve y las reglas generales de calidad. Esta guía se centra en lo que hace falta cuando un solo archivo ya no basta: sitios con más URLs de las que un sitemap puede contener, o con tipos de contenido (imágenes, vídeo, noticias) que tienen su propio formato de sitemap especializado con campos obligatorios propios.
El límite que obliga a un sitemap index: 50.000 URLs o 50 MB
Un sitemap XML individual no puede superar 50.000 URLs ni 50 MB sin comprimir, el que ocurra primero. En sitios grandes de verdad (un ecommerce con decenas de miles de referencias, un medio de noticias con años de archivo) es habitual tocar ese límite mucho antes por número de URLs que por peso del archivo. La solución no es truncar el sitemap sino dividirlo en varios archivos hijos y declarar un sitemap index, un archivo distinto cuya única función es listar la ubicación de cada sitemap hijo:
<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<sitemap>
<loc>https://www.tudominio.com/sitemap-productos.xml</loc>
<lastmod>2032-02-15</lastmod>
</sitemap>
<sitemap>
<loc>https://www.tudominio.com/sitemap-blog.xml</loc>
<lastmod>2032-02-10</lastmod>
</sitemap>
</sitemapindex>El sitemap index se declara en robots.txt y se envía en Search Console exactamente igual que un sitemap normal; la diferencia es que Google lo procesa como un índice de índices, entrando en cada sitemap hijo por separado. Cada sitemap hijo, a su vez, sigue teniendo su propio límite de 50.000 URLs / 50 MB, y un sitemap index puede a su vez apuntar hasta a 50.000 sitemaps hijos, un techo que en la práctica casi ningún sitio llega a rozar.
Sitemaps de imagen: hacer que Google descubra imágenes que no tienen su propia URL indexable
Una imagen normalmente no tiene una URL indexable propia en el sentido de una página HTML; vive incrustada dentro del HTML de una página de producto o de artículo. La extensión de imagen del protocolo de sitemaps permite declarar, dentro de cada entrada <url> del sitemap, una o varias imágenes asociadas a esa página, lo que ayuda a Google a descubrirlas y asociarlas correctamente incluso si se cargan de forma diferida (lazy loading) o mediante JavaScript de un modo que dificulta su detección durante el rastreo normal:
<url>
<loc>https://www.tudominio.com/productos/silla-nordica</loc>
<image:image>
<image:loc>https://www.tudominio.com/img/silla-nordica-1.webp</image:loc>
<image:title>Silla nórdica de roble</image:title>
</image:image>
<image:image>
<image:loc>https://www.tudominio.com/img/silla-nordica-2.webp</image:loc>
</image:image>
</url>El único campo estrictamente obligatorio por imagen es image:loc; image:title y otros campos opcionales (como una licencia o una geolocalización) refuerzan el contexto pero no son requisito. Un mismo <url> puede incluir varias imágenes si la página muestra una galería, y no hace falta un sitemap de imagen separado del sitemap principal: la extensión se añade dentro del mismo archivo.
Sitemaps de vídeo: campos obligatorios que sí importan de verdad
A diferencia del sitemap de imagen, el de vídeo exige varios campos obligatorios porque Google los usa directamente para construir el rich result de vídeo en los resultados de búsqueda (miniatura, duración, fecha de publicación):
<url>
<loc>https://www.tudominio.com/blog/como-montar-la-silla</loc>
<video:video>
<video:thumbnail_loc>https://www.tudominio.com/img/thumb-montaje.jpg</video:thumbnail_loc>
<video:title>Cómo montar la silla nórdica en 3 minutos</video:title>
<video:description>Guía paso a paso de montaje sin herramientas.</video:description>
<video:content_loc>https://www.tudominio.com/video/montaje.mp4</video:content_loc>
<video:duration>180</video:duration>
<video:publication_date>2032-01-20T10:00:00+01:00</video:publication_date>
</video:video>
</url>video:thumbnail_loc, video:title y video:description son obligatorios en todos los casos; además hace falta video:content_loc (la URL directa del archivo de vídeo) o video:player_loc (la URL de un reproductor embebido) según cómo se sirva el vídeo. video:duration se declara en segundos y tiene un rango válido acotado (entre 1 segundo y 28.800 segundos, ocho horas); un valor fuera de ese rango invalida la entrada. Vídeos alojados en plataformas externas (YouTube, Vimeo) generalmente ya generan su propio sitemap de vídeo de forma automática, así que esta extensión es más relevante para vídeo autoalojado.
Sitemaps de noticias: el requisito de actualidad que lo cambia todo
El sitemap de noticias tiene una restricción que no existe en ningún otro tipo: solo debe incluir artículos publicados en las últimas 48 horas. Pasado ese plazo, el artículo debe retirarse del sitemap de noticias (aunque siga perfectamente indexable y visible en el sitio a través del sitemap normal), porque este tipo de sitemap está pensado específicamente para alimentar Google Noticias y las secciones de noticias destacadas, contextos donde la actualidad del contenido es la señal dominante:
<url>
<loc>https://www.tudominio.com/noticias/lanzamiento-producto</loc>
<news:news>
<news:publication>
<news:name>Nombre de la publicación</news:name>
<news:language>es</news:language>
</news:publication>
<news:publication_date>2032-02-18T09:00:00+01:00</news:publication_date>
<news:title>Título exacto del artículo</news:title>
</news:news>
</url>Esto implica un mantenimiento del sitemap de noticias que ningún otro tipo necesita: no basta con generarlo una vez y regenerarlo por rutina cada cierto tiempo, tiene que purgar automáticamente cualquier entrada que supere las 48 horas en cada regeneración, normalmente mediante un proceso programado que se ejecuta con mucha más frecuencia que la regeneración de un sitemap normal (varias veces al día, no una vez a la semana). Un sitio que publica con frecuencia y descuida esta purga acaba con un sitemap de noticias inflado de artículos ya caducados para ese propósito, lo cual no genera un error técnico pero sí diluye la señal de actualidad que este sitemap existe para transmitir.
Estrategia de división en sitios muy grandes: por tipo, por fecha o por sección
Cuando hace falta un sitemap index con muchos sitemaps hijos, el criterio de división importa tanto como el hecho de dividir. Dividir por tipo de contenido (un sitemap para productos, otro para categorías, otro para blog) es lo más común y facilita el diagnóstico en Search Console, porque cada sitemap hijo se puede revisar por separado y el problema de indexación se localiza de inmediato al tipo de contenido afectado. Dividir por fecha (un sitemap por año o por mes de publicación) es habitual en sitios de contenido editorial con mucho histórico, porque permite tratar de forma distinta el contenido reciente (que interesa que se rastree con más frecuencia) del contenido antiguo ya estable. Dividir por sección o categoría de negocio (moda, hogar, electrónica en un ecommerce) es más habitual en catálogos muy grandes donde el volumen de un solo tipo de contenido (todos los productos) ya por sí solo supera con holgura el límite de 50.000 URLs y necesita subdividirse igualmente. Las tres estrategias son compatibles entre sí y se combinan a menudo en sitios de gran tamaño.
Monitorizar la salud del sitemap en Search Console: el hueco entre enviadas e indexadas
Search Console muestra, para cada sitemap enviado, cuántas URLs se han descubierto en él y cuántas de esas están efectivamente indexadas. Un hueco pequeño y estable entre ambas cifras es normal (Google siempre descarta un porcentaje de URLs por razones legítimas: casi duplicadas, de bajo valor, o pendientes de una próxima visita de rastreo). Un hueco que crece con el tiempo, o que aparece de forma repentina en un sitemap hijo concreto, es la señal más fiable de un problema real que merece investigarse: puede ser una plantilla nueva generando contenido casi duplicado en masa, un sitemap que ha empezado a incluir URLs no canónicas o redirigidas por error, o una sección entera que ha perdido prioridad de rastreo por señales de baja calidad. Revisar este informe con regularidad, sitemap hijo por sitemap hijo en vez de solo el agregado total del sitio, es lo que permite detectar ese tipo de problema por sección concreta antes de que se extienda al resto del sitio.
Preguntas frecuentes
¿Necesito un sitemap index si mi sitio tiene menos de 50.000 URLs?
No es obligatorio, pero puede seguir siendo útil dividir por tipo de contenido aunque no se alcance el límite, simplemente para poder monitorizar cada sección por separado en Search Console en vez de tener un único informe agregado para todo el sitio.
¿Un vídeo alojado en YouTube necesita que yo genere su propio sitemap de vídeo?
Normalmente no: YouTube y otras plataformas de vídeo importantes ya generan y mantienen su propio sitemap de vídeo para el contenido alojado en su dominio. La extensión de vídeo en tu propio sitemap es relevante sobre todo para vídeo autoalojado en tu propio servidor.
¿Qué pasa si un artículo de noticias se queda en el sitemap más de 48 horas?
No genera un error técnico ni penaliza el artículo, que sigue siendo indexable con normalidad a través del sitemap general. Simplemente deja de aportar la señal de actualidad específica que Google Noticias usa para priorizar contenido reciente, así que el artículo pierde esa ventaja concreta sin perder su indexación general.
¿Con qué frecuencia debo revisar el informe de sitemaps en Search Console?
Como referencia razonable, una revisión mensual del hueco entre URLs enviadas e indexadas por cada sitemap hijo es suficiente para la mayoría de sitios; en sitios que publican contenido con mucha frecuencia o que dependen de la actualidad (noticias, ofertas), conviene revisarlo semanalmente.