Indexación y rastreo para que Google encuentre y guarde las páginas correctas

No hay un plazo fijo. Depende de la frecuencia con la que Google rastrea el sitio en general, de la autoridad del dominio, de si la página está bien enlazada internamente desde contenido que Google ya visita con frecuencia, y de si se envió o no una solicitud de indexación manual a través de Search Console. Sitios con rastreo frecuente pueden ver contenido nuevo indexado en días; sitios con menor autoridad o actividad pueden tardar semanas.

Enviar la URL manualmente a través de la herramienta de inspección de Search Console no garantiza una indexación inmediata, pero suele acelerar el proceso frente a esperar a que Google la descubra por su cuenta. En sitios grandes con muchas páginas nuevas, un sitemap actualizado y un enlazado interno claro son más determinantes a largo plazo que las solicitudes manuales una por una.

El crawl budget es la cantidad de páginas que Google decide rastrear en un sitio durante un periodo de tiempo determinado. En sitios pequeños o medianos rara vez es una limitación real, porque Google puede rastrear todo el contenido sin dificultad. Se vuelve relevante en sitios grandes con miles de URLs generadas por filtros, combinaciones de atributos o contenido generado por usuarios, donde Google puede dedicar tiempo de rastreo a páginas de bajo valor mientras tarda en llegar a contenido importante.

Antes de asumir que el crawl budget es la causa de un problema de indexación, conviene descartar causas más simples y frecuentes: bloqueos en robots.txt, errores de servidor, o señales contradictorias entre canonical y sitemap. El crawl budget suele ser la explicación correcta solo quando esas otras causas ya se descartaron.

Son mecanismos distintos que suelen confundirse. Bloquear una URL en robots.txt impide que Google la rastree, pero si esa página ya estaba indexada antes del bloqueo, puede permanecer en el índice sin que Google pueda leer su contenido actualizado, apareciendo en resultados con información limitada. La etiqueta noindex, en cambio, permite que Google rastree la página pero le indica explícitamente que no debe guardarla en el índice, lo que sí produce su eliminación de los resultados de búsqueda con el tiempo.

Por eso, para eliminar una página del índice de forma efectiva, la etiqueta noindex es la herramienta correcta, no el bloqueo por robots.txt. Combinar ambas al mismo tiempo suele ser contraproducente: si Google no puede rastrear la página por el bloqueo, tampoco puede leer la etiqueta noindex que le indicaría que la retire del índice.

Esta discrepancia es más habitual de lo que parece y suele tener causas identificables: páginas de paginación, filtros o parámetros que se generan automáticamente y que Google indexa aunque no formen parte del conteo que el propietario del sitio tiene en mente; páginas antiguas que siguen indexadas aunque ya no existan o hayan cambiado de URL; o contenido duplicado que Google decidió consolidar bajo una sola versión.

Un rastreo técnico completo del sitio, comparado con el informe de cobertura de Search Console, suele revelar exactamente qué está generando esa diferencia, en lugar de asumir que se trata de un problema genérico de indexación.

No, y es importante entender por qué. Solicitar reindexación le pide a Google que vuelva a rastrear una URL con cierta prioridad, pero no obliga a que la indexe si Google considera que la página tiene problemas de calidad, contenido duplicado o poco valor añadido frente a otras páginas similares. Si la causa raíz del problema de indexación no se corrigió antes de solicitar la reindexación, es probable que Google vuelva a excluir la página del índice tras revisarla de nuevo.

Por eso la solicitud de reindexación debería ser el último paso del proceso, después de haber corregido la causa real detectada en el diagnóstico, y no el primer intento de solución ante cualquier problema de visibilidad.

Puede ser cualquiera de los dos casos, y distinguirlos es parte del diagnóstico inicial. Un bloqueo mal configurado en robots.txt o un error de configuración del servidor puede afectar a secciones completas del sitio de una sola vez. En cambio, problemas de calidad de contenido, canibalización o duplicidad suelen afectar páginas específicas de forma individual, sin que el resto del sitio se vea comprometido.

Revisar si el problema aparece concentrado en una sección concreta del sitio, o distribuido de forma uniforme, ayuda a orientar el diagnóstico hacia una causa técnica generalizada o hacia problemas de contenido específicos de cada página afectada.