Noindex
Noindex es una directiva de robots, definida en una etiqueta meta robots o en una cabecera HTTP X-Robots-Tag, que indica a los buscadores que no muestren una página en sus resultados. La página debe seguir siendo rastreable; si no, la directiva nunca se ve.
noindex es una directiva que indica a los buscadores: puedes visitar esta página, pero no la incluyas en tus resultados de búsqueda. Es la forma estándar de mantener fuera de Google las páginas que tienen que existir para los usuarios pero no tienen valor en la búsqueda.
Dos formas de configurarlo:
- etiqueta meta robots en el head HTML, con el valor noindex en content. Puedes dirigirte a todos los rastreadores con name="robots" o a uno concreto, como name="googlebot".
- Un X-Robots-Tag como cabecera HTTP con el valor noindex. Funciona con archivos que no son HTML, como PDF e imágenes, y se puede configurar para carpetas enteras en la configuración del servidor.
Páginas típicas a las que poner noindex:
- Páginas de resultados de búsqueda interna.
- Páginas de agradecimiento, áreas de login, carritos de compra y páginas de cuenta.
- Páginas de etiquetas o archivos con poco contenido que duplican lo que ya hay en otras partes.
- Vistas de producto filtradas u ordenadas que no quieres que se indexen pero que no puedes bloquear del todo.
- Entornos de staging y de pruebas, aunque ahí es más seguro protegerlos con contraseña.
La trampa del robots.txt. Google tiene que rastrear una página para leer el noindex. Si bloqueas la misma URL en robots.txt, Googlebot nunca ve la directiva, y la URL puede seguir indexada (normalmente sin descripción) cuando otras páginas enlazan a ella. Para retirar una página de Google, permite el rastreo y añade noindex. Cuando haya desaparecido, puedes decidir si bloqueas también el rastreo. Desde 2019 Google ya no admite una regla noindex dentro del propio robots.txt.
Noindex y enlaces. En una página con noindex, Google al principio aún puede seguir los enlaces. Google ha dicho que las páginas que se quedan mucho tiempo en noindex acaban rastreándose menos y que puede dejar de seguir sus enlaces. Así que no confíes en páginas con noindex como parte importante de tu estructura de enlazado interno.
Errores habituales:
- Una web lanzada con el ajuste "disuadir a los motores de búsqueda" aún activado desde la fase de desarrollo, lo que deja toda la web fuera de Google. Compruébalo después de cada lanzamiento y migración.
- Noindex combinado con un canonical a otra URL. Son señales contradictorias; elige una.
- Páginas con noindex incluidas en el sitemap XML.
- JavaScript que elimina un noindex después de cargar la página. Si el HTML original dice noindex, Google puede saltarse el renderizado y dejar la página fuera.
- Poner noindex a las páginas paginadas de categorías, lo que puede impedir que se descubran los productos o artículos más profundos de la serie.
Cómo comprobarlo. La herramienta de inspección de URLs de Google Search Console muestra si se permite la indexación de una URL y por qué. El informe de indexación de páginas recoge todas las páginas "Excluida por la etiqueta noindex". Revisa esa lista con regularidad: que acaben ahí páginas importantes por accidente es uno de los errores de SEO técnico más habituales.
Para los medios, un artículo patrocinado nunca debe llevar noindex. Un artículo con noindex no aparece en la búsqueda y transmite muy poco valor, lo que anula el sentido de la publicación.
Preguntas sobre el noindex
¿Cuál es la diferencia entre noindex y Disallow en robots.txt?
Disallow impide el rastreo, pero no garantiza que la página salga del índice. Noindex deja que Google rastree la página, pero la mantiene fuera de los resultados. Para retirarla, usa noindex y deja la página rastreable.
¿Cuánto tarda en desaparecer de Google una página con noindex?
En cuanto Google vuelve a rastrear la página y ve la directiva, la elimina. Eso puede tardar de días a semanas, según la frecuencia con que se rastree la página. Solicitar la indexación en la inspección de URLs puede acelerar el nuevo rastreo.
¿Sigue Google los enlaces de una página con noindex?
Al principio sí, pero las páginas que se quedan mucho tiempo en noindex tienden a rastrearse menos, y Google puede dejar de seguir sus enlaces.