Todos los estados de indexación de Search Console, explicados

Que una página figure como rastreada pero no indexada significa que Googlebot la descargó, pero Google decidió no añadirla al índice, al menos de momento. Google dice que puede indexarla más adelante o no y que no hace falta reenviar la URL. En las páginas que de verdad importan, haz que sean claramente distintas y útiles, enlázalas desde otras páginas del sitio y revisa las señales canónicas.

Que una página figure como descubierta pero no rastreada significa que Google encontró la URL, a través de un enlace o de un sitemap, pero todavía no la ha rastreado. Google dice que normalmente pospuso el rastreo porque esperaba sobrecargar el sitio. Se corrige reduciendo las URL de poco valor, mejorando la respuesta del servidor y enlazando a las páginas que importan.

Este estado significa que Google ve la URL como un duplicado de otra página, que no has declarado ninguna canónica y que Google eligió la otra URL para mostrarla en los resultados de búsqueda. Google lo describe como un funcionamiento normal. Actúa solo si Google eligió la URL equivocada o si la página en realidad no es un duplicado.

Este estado significa que la página está marcada como canónica de un conjunto de páginas, pero Google decidió que otra URL representa mejor el contenido y indexó esa. La etiqueta canónica es una indicación, no una regla. Compara las páginas implicadas y luego haz que redirecciones, etiquetas canónicas, enlaces internos y sitemaps apunten todos a la misma URL.

Este estado significa que la URL es una versión alternativa que apunta correctamente a otra página canónica, y que esa canónica está indexada. Google dice que no tienes que hacer nada. Haz una revisión por muestreo para confirmar que la canónica es la URL que quieres y que ninguna página importante ha acabado aquí por error.

«Página con redirección» significa que la URL es una URL no canónica que redirige a otra página, así que Google no la indexa. Es lo esperado en URL antiguas, variantes HTTP o con www y páginas que has movido. Comprueba que el destino de la redirección es correcto e indexable, y deja de enlazar a URL que redirigen desde tus páginas y tu sitemap.

Un soft 404 es una URL que devuelve un código 200 (correcto) pero que a Google le parece una página de error, vacía o no encontrada. Google excluye estas páginas de los resultados de búsqueda. Devuelve un 404 o 410 real en las páginas que ya no existen, redirige con un 301 las que se han movido a un sustituto real y arregla el renderizado de las páginas reales que Google ha malinterpretado.

«Not found (404)» significa que Google pidió la URL y tu servidor respondió 404. Google dice que un 404 no es necesariamente un problema cuando una página se retiró sin sustituto. Arregla los 404 a los que enlazas tú mismo o que incluyes en un sitemap, y redirige con un 301 las páginas que se han movido.

«Bloqueada por robots.txt» significa que una regla de tu archivo robots.txt impide a Googlebot rastrear la URL, así que Google no puede indexar su contenido. Si el bloqueo es intencionado, déjalo. Si la página debería estar en Google, retira la regla o hazla más concreta; si la quieres fuera de Google, usa noindex, porque robots.txt no impide la indexación de forma fiable.

Este estado significa que Google rastreó la página, encontró una regla noindex en una metaetiqueta robots o en una cabecera HTTP X-Robots-Tag y, por tanto, no la indexó. Si no quieres la página en Google, funciona como debe. Si sí la quieres, quita el noindex en su origen, confírmalo con Probar URL en vivo y solicita indexación.

«Error del servidor (5xx)» significa que tu servidor devolvió un error de nivel 500 cuando Googlebot pidió la página. Google reduce el rastreo cuando ve estos errores y acaba retirando las URL que fallan una y otra vez. Revisa el estado del host en Estadísticas de rastreo, reproduce el error y corrige la capacidad, los tiempos de espera o las reglas que bloquean a Googlebot.

«Error de redirección» significa que Google intentó seguir una redirección desde la URL y no pudo. Google señala cuatro causas: una cadena demasiado larga, un bucle de redirecciones, una URL que creció por encima de la longitud máxima y una URL mala o vacía en la cadena. Sigue la redirección salto a salto y haz que la URL apunte directamente a una página final que funcione.

Este estado significa que el servidor respondió a Googlebot con un 401 No autorizado, pidiendo credenciales que Googlebot no tiene. Si la página es privada, es lo correcto y la página queda fuera de Google. Si debería ser pública, elimina la exigencia de autorización o, si no puedes, deja pasar las peticiones verificadas de Googlebot.

Este estado significa que tu servidor devolvió 403 Prohibido a Googlebot. Google señala que Googlebot nunca envía credenciales, así que un 403 a Googlebot suele devolverse por error. Si la página debería estar en Google, localiza la regla del cortafuegos, del CDN o del servidor que la bloquea y deja pasar a un Googlebot verificado.

Este estado significa que Googlebot recibió un error de cliente 4xx que no es uno de los códigos con fila propia, como 401, 403 o 404. Google no da más detalle, así que el primer paso es encontrar el código exacto que devolvió tu servidor. Después, corrige cómo responde tu servidor a las peticiones de páginas que deberían ser públicas.

Este aviso significa que Google indexó la URL aunque robots.txt bloquea su rastreo, normalmente porque otras páginas enlazan a ella. Google no puede leer la página, así que cualquier fragmento de descripción será muy limitado. Si quieres la página fuera de Google, quita el bloqueo y añade noindex; si la quieres en Google, quita el bloqueo.

Este aviso significa que la URL está en el índice de Google, pero Google no pudo leer el contenido de la página. Google señala dos motivos posibles: que la página se muestre con cloaking a Google o que esté en un formato que Google no puede indexar. Inspecciona la URL y comprueba qué recibió Googlebot en realidad.