Todos hemos vivido ese momento: un sitio con varios cientos de páginas, una navegación que solo muestra una fracción del contenido y ninguna forma rápida de saber qué se esconde en sus rincones. El sitemap, ese archivo XML situado en la raíz del dominio, da acceso a la lista de URL que el propietario del sitio quiere hacer visibles.
Pero un sitemap no es un mapa completo del sitio. No garantiza que se rastree ni se indexe cada página incluida en la lista. Para sacarle partido, hay que leerlo con método, cruzarlo con otros datos y no atribuirle información que no contiene.
Sitemap XML: qué muestra y qué oculta
Al abrir un archivo sitemap, encontramos una lista sin procesar de URL delimitadas por etiquetas XML. Cada entrada puede incluir una fecha de última modificación (lastmod), una frecuencia de cambio (changefreq) y una prioridad (priority). Sobre el papel, estos tres campos ayudan a clasificar las páginas. En la práctica, dos de ellos no sirven para organizar un rastreo.
Google indica que ignora los valores de priority y changefreq. Estos campos declarativos no reflejan el comportamiento real del sitio. Un webmaster puede asignar una prioridad de 1.0 a todas sus páginas sin que eso cambie nada en el rastreo. Para clasificar las URL, nos basamos en criterios observables: el tipo de página (categoría, ficha de producto, artículo), su fecha de modificación o su estado de indexabilidad.
La etiqueta lastmod sí puede ser útil, siempre que sea fiable. Debe reflejar un cambio importante en el contenido, no la simple regeneración del archivo ni un cambio en el pie de página. Si la fecha es coherente y verificable, permite localizar rápidamente las páginas actualizadas recientemente en un sitio de gran tamaño.
Para ver cómo es un sitemap en la práctica, el sitemap de Série Live ilustra bien esta estructura: las URL aparecen organizadas por tipo de contenido, junto con sus fechas de modificación.

Comparar un sitemap con un rastreo para detectar páginas huérfanas
El verdadero valor del sitemap se aprecia al compararlo con un rastreo del sitio. Un rastreo, realizado con una herramienta como Screaming Frog, Sitebulb o un crawler online, recorre el sitio siguiendo los enlaces internos. Así reconstruye la estructura tal como la descubre un motor de búsqueda. El sitemap, por su parte, enumera las URL que el propietario quiere mostrar.
Al cruzar estos dos conjuntos de datos se revelan tres tipos de discrepancias que, de otro modo, pasarían inadvertidas.
- Las URL que aparecen en el sitemap, pero no en el rastreo: podrían ser páginas huérfanas, accesibles únicamente a través del sitemap y sin ningún enlace interno que apunte a ellas. A un motor de búsqueda le costará encontrarlas solo mediante la navegación.
- Las URL del sitemap que devuelven un error 404, una redirección 301 o un código 5xx: son URL obsoletas que ensucian el archivo y desperdician el presupuesto de rastreo.
- Las URL que aparecen en el rastreo, pero no en el sitemap: páginas que la navegación muestra, pero que el webmaster no consideró necesario incluir o que olvidó. Según su naturaleza, conviene añadirlas o desindexarlas.
Esta comparación se realiza en una hoja de cálculo. Se exporta la lista del sitemap, se exporta el informe del rastreo y, después, se cruzan los datos por URL. Las filas sin correspondencia en una u otra columna señalan las discrepancias que hay que investigar.
Sitemap y navegación: detectar las secciones ocultas de un sitio web
Además de las páginas huérfanas, el sitemap ayuda a identificar las secciones del sitio que son difíciles de descubrir mediante la navegación. En un sitio de comercio electrónico con miles de fichas de producto, algunas categorías pueden estar a cuatro o cinco clics de la página de inicio. El rastreo mide esa profundidad. El sitemap, en cambio, sitúa todas las URL al mismo nivel.
Al ordenar las URL del sitemap por directorio (la ruta de la URL: /blog/, /productos/, /ayuda/), se obtiene una vista por secciones del sitio. Después, se puede comprobar cuántas URL de cada sección aparecen en los primeros niveles del rastreo y cuántas quedan ocultas.
Un ejemplo práctico de diagnóstico
Imaginemos un sitio cuyo sitemap contiene 800 URL repartidas entre /articulos/, /guias/ y /herramientas/. El rastreo muestra que solo se puede acceder a las 200 páginas de /herramientas/ desde un único enlace en el footer. Como resultado, estas páginas tienen una gran profundidad de rastreo y reciben poco valor de los enlaces internos. El sitemap por sí solo no habría bastado para llegar a este diagnóstico, pero permitió comprobar que la sección existía y merecía ser examinada.
El sitemap sirve de mapa; el rastreo, de terreno. Por separado, ninguno ofrece una imagen completa.

Acceder al sitemap de un sitio: métodos que funcionan
Para explorar un sitio de terceros, el primer paso es localizar su sitemap. El método más directo consiste en probar la URL /sitemap.xml en la raíz del dominio. La mayoría de los CMS (WordPress, Shopify, Webflow) generan un sitemap en esa ubicación de forma predeterminada.
Si esa URL no devuelve ningún resultado, se consulta el archivo robots.txt del sitio, disponible en /robots.txt. Este archivo suele incluir una directiva “Sitemap:” seguida de la URL completa del archivo. Es el método más fiable cuando el sitemap no está en la ubicación estándar.
Cuando el sitemap es un índice
En los sitios de gran tamaño, el archivo sitemap.xml suele ser un índice de sitemaps: no enumera directamente las URL del sitio, sino que apunta a varios sitemaps temáticos (sitemap-posts.xml, sitemap-pages.xml, sitemap-products.xml). Cada archivo secundario contiene un conjunto de URL. Para realizar una exploración completa, se descargan y se combinan todos los sitemaps secundarios antes de iniciar la comparación con el rastreo.
Algunos sitios no ofrecen ningún sitemap. En ese caso, el rastreo sigue siendo la única forma de reconstruir la estructura. El sitemap facilita el trabajo, pero no es un requisito previo para explorar un sitio.
El sitemap no sustituye a una auditoría técnica, un rastreo ni un análisis del enlazado interno. Su verdadera utilidad se aprecia cuando deja de ser un simple archivo enviado a Google y se convierte en una herramienta de comparación. Las páginas huérfanas, las URL rotas y las secciones mal enlazadas: todo esto se detecta al cruzar el sitemap con lo que el sitio muestra realmente a sus visitantes y a los motores de búsqueda.



