El crawling de Google
Publicas una entrada nueva en WordPress.
Revisas el título, ajustas la imagen destacada, corriges una frase que no te convence y, por fin, haces clic en “Publicar”.
Durante unos minutos, parece que el trabajo ya está hecho.
Pero luego buscas el título en Google.
Nada.
Pruebas con site:tudominio.com.
Tampoco aparece.
La entrada existe.
Puedes abrirla desde tu navegador.
Está en tu web, tiene contenido, tiene URL y se ve perfectamente.
Entonces aparece la pregunta que todo blogger se hace alguna vez:
“¿Por qué Google no muestra mi artículo?”
La respuesta, muchas veces, no está todavía en el ranking.
Está antes.
Está en el crawling, también llamado rastreo web.
Qué es el crawling en SEO
El crawling es el proceso por el cual los motores de búsqueda descubren páginas web y acceden a ellas para leer su contenido.
En el caso de Google, el rastreador más conocido es Googlebot.
Googlebot no entra en tu blog como una persona que lee tranquilamente un artículo con café en mano.
Funciona como un sistema automatizado que visita URLs, sigue enlaces, consulta mapas del sitio y revisa páginas nuevas o actualizadas.
Dicho de forma sencilla:
Googlebot necesita encontrar tu página antes de que Google pueda decidir si merece estar en el índice.
Por eso, publicar una entrada en WordPress no significa automáticamente que Google ya la conozca.
Tu artículo puede estar visible para tus lectores.
Puede abrirse bien desde el móvil.
Puede tener buen diseño y buena redacción.
Pero si Googlebot todavía no ha descubierto esa URL, esa página aún no forma parte del camino real hacia los resultados de búsqueda.
Crawling, indexación y posicionamiento no son lo mismo
Uno de los errores más comunes en SEO es mezclar tres conceptos distintos:
crawling, indexación y posicionamiento.
Parecen parte de la misma cosa, pero cada uno representa una etapa diferente.
| Etapa | Qué significa | Qué debe revisar el dueño del sitio |
|---|---|---|
| Crawling o rastreo | Googlebot descubre y visita una URL | Si la página es accesible para Google |
| Indexación | Google analiza y guarda la página en su índice | Si el contenido puede y merece ser indexado |
| Aparición en resultados | La página puede mostrarse para ciertas búsquedas | Si responde a la intención de búsqueda |
| Ranking | Google decide en qué posición aparece | Calidad, autoridad, enlaces internos y competencia |
Esto es importante porque muchos dicen:
“Mi artículo no posiciona”.
Pero quizá el problema real es otro.
Puede que Googlebot aún no lo haya rastreado.
Puede que lo haya rastreado, pero no lo haya indexado.
O puede que esté indexado, pero en una posición tan baja que prácticamente nadie lo ve.
Cada caso necesita una solución distinta.
Cómo descubre Googlebot una entrada nueva de WordPress
Googlebot puede encontrar una página nueva de varias maneras.
La primera es a través de enlaces internos.
Si una entrada antigua que ya está en Google enlaza hacia tu nuevo artículo, Googlebot puede seguir ese enlace cuando vuelva a visitar la página antigua.
Por ejemplo, si tienes una guía sobre “SEO para WordPress” y dentro de ella enlazas a un nuevo artículo sobre “crawling SEO”, estás creando un camino claro para el rastreador.
La segunda vía es el sitemap XML.
En WordPress, plugins como Rank Math o Yoast SEO suelen generar un sitemap automáticamente.
Este archivo funciona como un mapa para los motores de búsqueda.
Le dice a Google:
“Estas son las URLs importantes de mi sitio”.
Pero cuidado.
Un sitemap no es una garantía de indexación.
Es una ayuda para el descubrimiento.
La tercera vía son los enlaces externos.
Si otro sitio, una newsletter, un blog, una red social o un directorio enlaza hacia tu artículo, Google puede descubrir esa URL desde fuera de tu web.
La cuarta vía es Google Search Console.
Con la herramienta de inspección de URL puedes comprobar si Google conoce una página y, en algunos casos, solicitar que la revise.
Esto no significa que vaya a indexarla de inmediato, pero sí ayuda a enviar una señal clara.
Estados comunes en Google Search Console
Google Search Console es una herramienta clave para entender qué está pasando con tus URLs.
No conviene mirar sus mensajes con miedo.
Hay que verlos como señales de diagnóstico.
| Estado en Search Console | Qué suele significar | Qué revisar |
|---|---|---|
| Descubierta, actualmente sin indexar | Google conoce la URL, pero aún no la ha indexado | Enlaces internos, sitemap, calidad del contenido |
| Rastreada, actualmente sin indexar | Googlebot visitó la página, pero Google no la guardó en el índice | Contenido duplicado, profundidad, canonical |
| Bloqueada por robots.txt | Googlebot no puede rastrear la página | Archivo robots.txt |
| Página alternativa con canonical adecuado | Google eligió otra URL como versión principal | Etiqueta canonical |
| Error de redirección | Google tuvo problemas siguiendo la URL | Redirecciones 301/302, cadenas o bucles |
Una página “descubierta” no siempre está perdida.
A veces Google simplemente todavía no la ha procesado.
Una página “rastreada, pero no indexada” tampoco significa siempre que el artículo sea malo.
Puede haber problemas de duplicación, poca diferenciación frente a otros contenidos, señales técnicas confusas o falta de enlaces internos.
La clave está en no reaccionar con pánico.
Primero se mira la etapa.
Luego se busca la causa.
Robots.txt y noindex: dos cosas que no conviene confundir
En SEO técnico hay dos palabras que causan muchos líos:
robots.txt y noindex.
El archivo robots.txt sirve para indicar a los rastreadores qué partes del sitio no deberían rastrear.
La etiqueta noindex, en cambio, sirve para decirle a los motores de búsqueda que una página no debe incluirse en el índice.
La diferencia es sencilla:
robots.txt controla el rastreo.
noindex controla la indexación.
Y esa diferencia cambia mucho las cosas.
Por ejemplo, esta regla en robots.txt puede ser peligrosa si está activa en un sitio público:
User-agent: *
Disallow: /
Eso le dice a los rastreadores que no rastreen nada del sitio.
Puede tener sentido en una web de pruebas o en una instalación temporal.
Pero si se queda activado en un blog real, puede bloquear el acceso de Googlebot a páginas importantes.
En WordPress también hay que revisar las opciones del propio CMS y del plugin SEO.
A veces una página, una categoría o incluso todas las entradas pueden quedar marcadas como noindex por error.
Y cuando eso pasa, da igual lo bueno que sea el contenido.
Google no debería incluirlo en sus resultados.
Por qué importa la etiqueta canonical
La etiqueta canonical le indica a Google cuál es la versión principal de una página cuando existen varias URLs parecidas o duplicadas.
Esto es muy común en WordPress.
Una misma entrada puede aparecer asociada a categorías, etiquetas, parámetros de seguimiento o variaciones del dominio.
Por ejemplo:
https://example.com/crawling-seo/
https://www.example.com/crawling-seo/
https://example.com/crawling-seo/?utm_source=newsletter
https://example.com/category/seo/crawling-seo/
Si el contenido es el mismo o casi el mismo, Google necesita entender cuál es la URL principal.
Ahí entra la canonical.
En la mayoría de sitios WordPress, el plugin SEO genera esta etiqueta automáticamente.
Pero eso no significa que nunca haya que revisarla.
Puede haber problemas después de cambiar de dominio, activar HTTPS, modificar la estructura de enlaces permanentes, usar plugins multidioma o mezclar versiones con y sin www.
Una canonical mal configurada puede hacer que Google dé prioridad a una URL que no es la que tú querías posicionar.
Kori’s Mid-Article Thoughts
Cuando publicas un artículo y Google no lo muestra, es fácil pensar que el contenido falló.
Pero muchas veces el problema no empieza en la redacción.
Empieza en el camino.
¿Googlebot pudo llegar a la página?
¿La URL aparece en el sitemap?
¿Hay enlaces internos que la apoyen?
¿Existe una etiqueta noindex por error?
¿Google entiende cuál es la versión principal?
El SEO técnico parece aburrido al principio.
Pero, en realidad, es como construir carreteras para que Google llegue a tus mejores contenidos.
Consejo rápido
Después de publicar una entrada nueva, enlázala desde dos o tres artículos antiguos relacionados para que Googlebot tenga caminos naturales hacia esa URL.
Qué es el crawl budget o presupuesto de rastreo
El crawl budget, o presupuesto de rastreo, es la cantidad de URLs que Google puede y quiere rastrear en un sitio durante un periodo determinado.
En blogs pequeños, no hace falta obsesionarse con este concepto.
Si tienes 50, 100 o 300 entradas, normalmente tus prioridades son otras:
crear buen contenido,
organizar categorías,
mejorar enlaces internos,
evitar noindex accidentales,
mantener un sitemap limpio.
Pero cuando un sitio crece mucho, el presupuesto de rastreo empieza a importar más.
En una web con miles de artículos, etiquetas, archivos, páginas de autor, parámetros y redirecciones, Googlebot puede gastar tiempo en URLs poco útiles.
Eso significa que algunas páginas importantes pueden tardar más en ser rastreadas o actualizadas.
En WordPress, esto suele pasar cuando se crean demasiadas etiquetas sin estrategia, cuando las páginas de archivo son muy débiles o cuando existen muchas URLs duplicadas.
Por eso, en sitios grandes, no se trata solo de escribir más.
También hay que ordenar mejor.
Checklist de crawling SEO para WordPress
Para un blog en WordPress, esta lista puede servir como revisión básica.
| Elemento SEO | Qué comprobar | Por qué importa |
|---|---|---|
| Sitemap XML | Que las entradas nuevas aparezcan en el sitemap | Ayuda a Google a descubrir URLs |
| Enlaces internos | Que artículos antiguos enlacen a contenidos nuevos | Crea rutas para usuarios y rastreadores |
| Robots.txt | Que no bloquee páginas importantes | Evita restricciones accidentales |
| Noindex | Que las entradas clave puedan indexarse | Evita excluir contenido valioso |
| Canonical | Que la URL principal sea la correcta | Reduce confusión por duplicados |
| Respuesta del servidor | Que no haya errores 404, 500 o 503 | Googlebot necesita acceso estable |
| Redirecciones | Que no existan cadenas largas o bucles | Facilita el rastreo |
| Etiquetas y archivos | Que no generen demasiadas páginas débiles | Mejora la limpieza del sitio |
Esta tabla resume una idea importante:
el crawling SEO no va de trucos raros.
Va de hacer que tu sitio sea fácil de recorrer, fácil de entender y fácil de clasificar.
Googlebot necesita puertas abiertas, caminos claros y señales coherentes.
Ejemplo práctico: una entrada publicada que no aparece en Google
Imagina que tienes un blog sobre marketing digital y publicas una entrada titulada:
“Cómo solucionar páginas no indexadas en WordPress”.
El artículo tiene ejemplos, capturas, pasos claros y una buena estructura.
Pero pasan varios días y no aparece en Google.
¿Qué haría una revisión ordenada?
Primero, inspeccionar la URL en Google Search Console.
Si Google no conoce la URL, revisaría el sitemap.
¿Está incluida la entrada?
¿El sitemap fue enviado correctamente?
Después miraría los enlaces internos.
¿Algún artículo antiguo enlaza hacia esta nueva guía?
Si tienes textos sobre Search Console, SEO técnico, sitemap o robots.txt, deberían conectar con ella.
Luego revisaría si la página tiene noindex por error.
También comprobaría si existen contenidos muy parecidos.
Si ya tienes cinco artículos sobre indexación en WordPress, Google puede ver el nuevo como demasiado repetido.
En ese caso, conviene afinar el enfoque.
Por ejemplo, en lugar de escribir otro artículo general sobre indexación, podrías trabajar un ángulo más concreto:
“Por qué WordPress muestra ‘descubierta, actualmente sin indexar’ en Search Console”.
Ese tipo de enfoque responde a una búsqueda más real y más específica.
Los enlaces internos son el mapa silencioso del SEO
Los enlaces internos no solo ayudan al lector.
También ayudan a Googlebot.
Cuando conectas artículos relacionados, estás diciendo:
“Estos temas pertenecen a la misma familia”.
Un artículo pilar podría ser:
“Guía completa de SEO para WordPress”.
Y debajo de ese artículo podrían estar:
crawling SEO,
indexación en Google,
robots.txt,
sitemap XML,
canonical,
schema markup,
Search Console.
Esta estructura crea un grupo temático.
El lector entiende mejor tu sitio.
Googlebot también.
Además, el texto del enlace importa.
No es lo mismo usar:
“haz clic aquí”
que usar:
“cómo revisar la indexación en Google Search Console”.
El segundo texto da contexto.
Le dice al lector y al buscador qué va a encontrar al hacer clic.
Cómo cambia tu forma de bloguear cuando entiendes el crawling
Cuando entiendes el crawling, dejas de ver cada artículo como una isla.
Empiezas a ver tu blog como un sistema.
Unas entradas son pilares.
Otras son guías de apoyo.
Otras responden dudas específicas.
Otras actualizan o amplían temas antiguos.
Esa mirada cambia la estrategia.
Ya no se trata solo de publicar mucho.
Se trata de publicar, conectar, revisar y ordenar.
Porque un artículo bueno, pero aislado, puede tardar más en recibir atención.
Un artículo bueno, conectado desde varias páginas relevantes, tiene más caminos para ser descubierto.
Y en SEO, los caminos importan.
Cuando entiendes cómo funciona el crawling, el SEO deja de parecer una cuestión de suerte.
Antes de que una página aparezca en Google, el buscador necesita descubrirla, rastrearla, entender su contenido, indexarla y decidir si responde bien a una búsqueda concreta.
Si administras un blog en WordPress, el rastreo es solo una parte de una estrategia más amplia.
También conviene trabajar la estrategia de palabras clave, los enlaces internos, el sitemap, el SEO técnico, la intención de búsqueda y la estructura general del sitio.
Para ver el proceso completo con más claridad, también puedes leer “Guía completa de SEO: intención de búsqueda, palabras clave y SEO técnico”
El crawling abre la puerta a Googlebot, pero una buena estrategia SEO convierte esa visita en tráfico orgánico constante.
La opinión de Kori
El crawling es una parte poco vistosa del SEO.
No tiene el brillo de encontrar una palabra clave rentable ni la emoción de ver subir una gráfica de tráfico.
Pero sin crawling, no hay nada.
Antes de posicionar, Google tiene que encontrar.
Antes de mostrar, Google tiene que entender.
Antes de competir, la página tiene que entrar en el índice.
Por eso, si tu blog está creciendo, conviene pensar en estos puntos:
- Googlebot necesita descubrir tus URLs.
- Las páginas importantes no deben estar bloqueadas.
- El sitemap debe estar limpio y actualizado.
- Los enlaces internos deben guiar hacia tus mejores contenidos.
- Las etiquetas, archivos y páginas débiles no deben multiplicarse sin control.
- La canonical debe señalar la versión correcta.
- Search Console debe usarse como herramienta de diagnóstico, no como motivo de ansiedad.
Al final, el crawling SEO trata de algo muy simple:
hacer que Google encuentre lo importante sin perderse en lo secundario.
Cuando entiendes eso, el SEO deja de parecer magia negra.
Se vuelve un proceso más claro:
descubrimiento,
rastreo,
indexación,
visibilidad,
posicionamiento.
Y ese orden ayuda muchísimo cuando gestionas un blog en serio.
El crawling de Google Q&A
Q1. Si Google rastrea mi página, ¿aparecerá automáticamente en los resultados?
No.
El rastreo solo significa que Googlebot visitó la página.
Después, Google debe decidir si la incluye en su índice.
Una página puede ser rastreada y aun así no indexarse si tiene contenido duplicado, poca profundidad, problemas técnicos, noindex o señales canonical confusas.
Incluso si se indexa, todavía debe competir con otras páginas para aparecer en buenas posiciones.
Q2. ¿Cómo puedo ayudar a que Google rastree antes mis entradas de WordPress?
Lo más práctico es revisar tres cosas.
Primero, que la URL aparezca en el sitemap XML.
Segundo, que tenga enlaces internos desde artículos antiguos relacionados.
Tercero, que no esté bloqueada por robots.txt ni marcada como noindex.
También puedes usar la inspección de URL en Google Search Console para comprobar su estado y solicitar una revisión, aunque eso no garantiza indexación inmediata.
Q3. ¿Debo bloquear páginas de baja calidad con robots.txt?
No siempre.
Robots.txt sirve principalmente para controlar el rastreo, no para eliminar páginas del índice de forma segura.
Si quieres que una página no aparezca en Google, normalmente conviene usar noindex, restringir el acceso, eliminar la página o aplicar una solución técnica adecuada según el caso.
En WordPress, lo mejor es evitar que se acumulen demasiadas etiquetas, archivos o páginas débiles sin valor real para el lector.
El crawling de Google Referencias
Este artículo se preparó tomando como base la documentación oficial de Google Search Central sobre cómo funciona la Búsqueda de Google, el rastreo, la indexación, Googlebot, robots.txt, etiquetas noindex, canonical URL, sitemaps XML, enlaces internos y la herramienta de inspección de URL en Google Search Console.
La idea principal es adaptar esos conceptos técnicos a una explicación práctica para bloggers, administradores de WordPress, creadores de sitios de nicho y pequeños negocios que quieren entender por qué una página aparece —o no aparece— en Google.
Fuentes recomendadas para ampliar:
Google Search Central, documentación sobre crawling e indexing
Google Search Central, guía de robots.txt
Google Search Central, documentación sobre canonicalización
Google Search Console Help, URL Inspection Tool
Google Search Central, documentación sobre sitemaps y estructura de enlaces internos
#CrawlingSEO #Googlebot #SEOparaWordPress #IndexacionGoogle #SearchConsole #SEOtecnico #SitemapXML #RobotsTxt #Canonical #EnlacesInternos
👉 Sigue leyendo
Si este artículo te resultó útil, también te recomiendo leer los siguientes contenidos.
Te ayudarán a entender el mismo tema de una forma más amplia y práctica.
Por qué Google no indexa tu página: guía SEO para WordPress y Search Console
Search Console para WordPress: guía práctica de SEO para bloggers
Principio de indexación: cómo Google descubre, rastrea y registra tus artículos de WordPress
Si tus pensamientos se sienten un poco más ligeros, ya es suficiente.
Nos vemos en la próxima pregunta — Beautiful KoriThink