Tu blog puede estar impecable y Google no saber que existe

Hay un error que cuesta meses de trabajo y que casi nadie detecta a tiempo: escribir artículo tras artículo para un blog que Google no ha llegado a registrar.

No es un problema de calidad ni de competencia. Es más tonto que eso. La página existe, se ve bien en el navegador, responde rápido. Pero en el índice de Google no está. Y una página que no está en el índice no puede aparecer en ninguna búsqueda, aunque sea la mejor respuesta del mundo a esa pregunta.

Lo escribimos porque nos lo encontramos a menudo al auditar webs, y porque la comprobación es tan barata que no hacerla es absurdo.

Tres estados distintos que la gente confunde en uno

Cuando alguien dice "mi artículo no aparece en Google", puede estar pasando una de tres cosas muy diferentes. Mezclarlas es lo que lleva a arreglar lo que no está roto.

Publicada. El artículo está en tu web y se abre. Esto es lo único que ves tú.

Rastreada. El robot de Google ha pasado por esa dirección y ha leído lo que hay. Que exista no implica que haya pasado: tiene que llegar hasta ella por algún camino.

Indexada. Google ha decidido guardarla en su índice. Solo a partir de aquí puede salir en los resultados. Y es una decisión suya, no un trámite automático.

Entre publicar e indexar hay dos saltos, y cada uno falla por motivos distintos.

La comprobación que deberías hacer hoy

Entra en Google Search Console, en el informe de Indexación de páginas, y mira el total de páginas conocidas. No el de indexadas: el total.

Ese número tiene que parecerse al número de páginas que tienes. Si tu web tiene 20 páginas y 80 artículos, deberías ver algo cercano a cien. Si ves treinta y pico, la conversación no es sobre calidad de contenido: es que Google no sabe que los artículos existen. Te ahorras discutir sobre palabras clave durante meses.

Si no tienes Search Console configurado, para esto específicamente te sirve una búsqueda rápida con el operador site: seguido de tu dominio. Es menos fiable que Search Console y el número que da es aproximado, así que úsalo como señal, no como medida.

Por qué Google no llega: los tres caminos

Google encuentra páginas por tres vías. Si las tres fallan, no hay artículo que valga.

Los enlaces internos, cuando existen de verdad

Si tu índice de blog enlaza a cada artículo con un enlace de HTML normal, el robot los sigue sin esfuerzo. El problema aparece cuando esos enlaces solo se pintan después de ejecutar JavaScript. Google sabe ejecutarlo, pero lo hace en una segunda pasada, más tarde y con menos ganas. Una web que depende del navegador para dibujar sus propios enlaces empieza la carrera varios cuerpos por detrás.

Hay una forma de verlo sin herramientas: desactiva JavaScript en el navegador y entra en tu índice de blog. Si no ves los enlaces a los artículos, Google tampoco los ve en la primera pasada.

El sitemap, pero dado de alta

Casi todo el mundo tiene sitemap. Mucha menos gente lo ha dado de alta en Search Console. Declararlo únicamente dentro de robots.txt es válido según el estándar, pero en la práctica es el camino lento: Google lo lee cuando le apetece. Subirlo a mano en el apartado Sitemaps de Search Console es un formulario de diez segundos y es la vía rápida y comprobable, porque además te dice cuántas direcciones ha leído de él.

Si tienes varios sitemaps (uno para páginas y otro para artículos, por ejemplo), hay que dar de alta los dos. El segundo es justo el que se suele olvidar.

La dirección de cada artículo

Una dirección legible, con palabras, dentro de una carpeta clara, se entiende sola:

/blog/presupuesto-web-con-ia

Una dirección que mete el identificador interno de la base de datos en un parámetro no se entiende, y además suele venir de una página que se monta en el navegador en lugar de en el servidor:

/functions/articulo?id=6ae844b7160afeb3ce1e8a33

Las dos pueden funcionar. Pero la segunda acumula fricción, y la fricción se paga en velocidad de indexación.

El fallo silencioso: la página que siempre responde que sí

Este es el más traicionero, porque no da ningún síntoma visible.

Prueba a escribir en tu navegador una dirección de tu web que no exista, algo inventado como /blog/esto-no-existe-xyz. Si en lugar de un error te aparece tu web cargando con normalidad, tienes un problema serio: tu servidor responde "aquí hay una página" a cualquier dirección que le pidan.

Para un rastreador eso significa que tu web tiene infinitas páginas y todas distintas de nada. Pierde la confianza en lo que le dices, y esa desconfianza se contagia a las páginas que sí son reales. Una dirección que no existe tiene que devolver un error 404 de verdad, no una página en blanco con el marco de la web.

El orden en que lo arreglaríamos

1. Mirar el total de páginas conocidas en Search Console. Decide todo lo demás.
2. Dar de alta todos los sitemaps a mano. Diez segundos, efecto inmediato.
3. Comprobar los enlaces internos sin JavaScript. Si no están, es lo siguiente.
4. Arreglar el 404. Antes de publicar nada más.
5. Solo entonces, volver a publicar. Antes, cada artículo nuevo es trabajo tirado.

Ese último punto es el que más cuesta aceptar. Cuando algo no funciona, el impulso es hacer más de lo mismo con más intensidad. Pero si el canal está cortado, publicar más solo aumenta la factura.

Si al final sí estaban indexadas

Puede pasar: compruebas el número y resulta que Google sí conoce tus páginas, y aun así no aparece ninguna. Entonces el problema es otro, y es un problema distinto de verdad — tiene que ver con qué aporta tu artículo que no esté ya respondido diez veces. Eso se arregla escribiendo mejor y menos, no publicando más rápido.

Pero esa conversación solo tiene sentido después de comprobar el número. Empezar por ahí es gastar meses discutiendo el menú de un restaurante cuya puerta está cerrada.