Cómo evitar que se indexen páginas de baja calidad

Identifica qué páginas son “de bajo valor” y si debes eliminarlas u ocultarlas

Comienza por definir qué significa “bajo valor” para tu sitio y tu audiencia. Una página puede tener contenido real y aun así convenir que se oculte de los resultados de búsqueda si no ayuda a quienes realizan búsquedas o solo cumple un propósito interno muy específico, como un paso dentro de un flujo de trabajo; probablemente no debería posicionarse.

Luego, decide el estado final de cada URL. Algunas URL aún deben funcionar para usuarios que tienen un enlace directo, equipos de soporte o clientes recurrentes, pero no quieres que aparezcan en los resultados de búsqueda. Otras URL ya no tienen ninguna utilidad y quieres eliminarlas.

Esta decisión es importante porque Google necesita señales diferentes para “mantener accesible, pero oculta” y “eliminada permanentemente”. Además, mantén expectativas realistas. Eliminar páginas deficientes puede reducir el contenido innecesario, pero algunos problemas de calidad del sitio se deben a la experiencia demostrada, las señales de confianza y los estándares generales del contenido, no a la cantidad de páginas con poco contenido.

Una vez que definas el estado final, podrás elegir el método técnico adecuado y evitar señales contradictorias, lo cual nos lleva a la confusión en torno a robots.txt.

Cómo Google puede seguir mostrando una URL y por qué robots.txt no es un método de desindexación

Robots.txt controla el rastreo, lo que significa que puede impedir que Googlebot acceda a una página. No garantiza que la URL desaparezca de los resultados de búsqueda. Google aún puede mostrar una URL si descubre su existencia mediante enlaces en otros sitios, mapas del sitio antiguos u otras señales, incluso cuando no puede rastrear el contenido de la página.

Por eso existen recomendaciones contradictorias. Las personas bloquean una URL en robots.txt y esperan que se desindexe, pero la URL sigue apareciendo. Robots.txt también genera un segundo problema cuando intentas usar una etiqueta noindex. Si bloqueas el rastreo, es posible que Google no acceda a la página para leer la directiva noindex, por lo que la URL puede permanecer en el índice.

Para eliminar páginas correctamente, necesitas métodos dirigidos a la indexación, no solo al rastreo, lo cual nos lleva a las opciones principales.

Noindex (metaetiqueta o encabezado) frente a eliminación (404/410) y redirecciones

Si quieres que una página siga disponible para los usuarios, pero que no aparezca en los resultados de búsqueda de Google, usa noindex. Puedes incluirla en el HTML de la página mediante una metaetiqueta robots en la sección head, o enviarla como encabezado de respuesta HTTP mediante X-Robots-Tag. Ambas opciones le indican a Google que no indexe la página, pero solo funcionan cuando Google puede rastrear la URL y detectar la directiva.

Si quieres que la página desaparezca, elimínala y devuelve un código de estado HTTP claro. Un 404 significa “no encontrado”, mientras que un 410 significa “eliminado”. Google puede retirar del índice una URL con estado 410 un poco más rápido que una con 404, pero la diferencia suele medirse en días, no en semanas.

Lo más importante es la claridad. Evita enviar señales contradictorias, como una redirección temporal 302 que conduce a una página 404, porque un 302 indica que el traslado es temporal, mientras que un 404 indica que la página no existe. Si trasladaste el contenido a una URL o un dominio nuevos, usa una redirección 301 directa de la URL anterior a la nueva. Con el tiempo, Google transfiere la indexación y las señales a la nueva ubicación sin necesidad de pasos adicionales de desindexación.

Una vez que elijas el mecanismo adecuado, también debes eliminar las indicaciones contradictorias de tus sistemas complementarios, lo que nos lleva a los mapas del sitio, los enlaces internos y las herramientas de Search Console.

Mapas del sitio, descubrimiento interno y herramienta Retirar contenido

Tu mapa del sitio XML funciona como un conjunto de sugerencias sobre lo que quieres que se indexe. Si mantienes URL con noindex o URL eliminadas en el mapa del sitio, envías señales contradictorias. Google puede procesar de todos modos la directiva noindex o el estado 404, pero dificultas la interpretación del proceso. Limita el mapa del sitio a las URL que quieres indexar.

Los enlaces internos influyen en los patrones de descubrimiento y rastreo. Si agregas noindex a un conjunto de páginas y quieres que Google lo detecte, necesitas que Googlebot acceda a esas páginas. Esto significa que debes evitar bloquearlas en robots.txt y conservar al menos una ruta rastreable hacia ellas durante el tiempo necesario para que se detecte la directiva noindex.

Después de que Google procese el cambio, puedes eliminar los enlaces internos si esas páginas ya no cumplen ninguna función de navegación.

La herramienta Retirar contenido de Search Console oculta los resultados durante un tiempo limitado. No cambia si una URL está indexada, por lo que no sustituye a noindex, 404, 410 ni a las redirecciones 301. Con estas limitaciones en mente, puedes ejecutar un plan sencillo URL por URL y verificar los resultados en Search Console.

Elige una vía para cada URL y verifica hasta que se retire del índice

Para cada URL de bajo valor, elige un resultado y asígnale una señal principal. Si los usuarios deben seguir teniendo acceso a la URL, agrega noindex mediante una metaetiqueta o un encabezado X-Robots-Tag, asegúrate de que robots.txt no bloquee la URL y elimínala del mapa del sitio.

Si la URL debe desaparecer, devuelve directamente un estado 404 o 410 desde esa URL y evita las cadenas de redirecciones, en especial los patrones de 302 a 404. Si la URL tiene un reemplazo claro, implementa una redirección 301 directa a la nueva URL y mantenla en un solo salto para que Google detecte un único traslado.

Luego, verifica lo que envía tu servidor. Usa una herramienta de verificación de encabezados, un rastreador o una solicitud desde la línea de comandos para confirmar el código de estado y cualquier directiva robots. En Search Console, inspecciona una muestra de las URL afectadas y supervisa el informe de indexación hasta que veas “Excluida por la etiqueta noindex” para las páginas que conservaste, “No se ha encontrado” para las páginas que eliminaste o una redirección procesada para el contenido trasladado.

Una vez que observes un estado uniforme en todo el conjunto, puedes eliminar las ayudas temporales de descubrimiento que hayas usado y mantener la misma lógica de decisión para futuras tareas de limpieza.

Preguntas frecuentes

¿Cómo elegir entre noindex, una redirección y eliminar la página?

Elige la opción que corresponda al futuro de la página. Si la URL aún debe existir para los usuarios, pero no debe indexarse, usa noindex. Si el contenido tiene una ubicación permanente más adecuada, usa una redirección 301. Si la página no tiene reemplazo ni valor, devuelve directamente un estado 404 o 410.

¿Por qué una URL antigua puede seguir visible después de implementar la corrección?

Los motores de búsqueda necesitan tiempo para volver a rastrear la URL y procesar la nueva señal. Una página puede seguir visible durante un tiempo después de implementar noindex, una eliminación o una redirección porque el cambio aún no se ha vuelto a procesar por completo.

¿También se debe bloquear en robots.txt una página con noindex?

Por lo general, no. Si Google no puede rastrear la página, es posible que no detecte la directiva noindex. Permitir que la página se pueda rastrear durante el tiempo suficiente para procesar la directiva suele ser la opción más adecuada.

¿Qué debes verificar después de cambiar una URL?

Comprueba el código de estado activo, confirma cualquier directiva robots, asegúrate de que el mapa del sitio y los enlaces internos coincidan con la vía elegida y, luego, supervisa Search Console hasta que la URL muestre el resultado esperado.