Verificador de Sitemap
Encuentra tu sitemap como lo haría un rastreador: primero robots.txt, después las ubicaciones habituales, y luego valida lo que encuentra.
Gratis · Sin registro · Lee el HTML original que ve un rastreador
Cómo encuentra tu sitemap
Busca donde busca un rastreador, en el mismo orden. Primero las líneas Sitemap: de robots.txt, porque esa es la ubicación declarada. Después las rutas convencionales: /sitemap.xml, /sitemap_index.xml, /wp-sitemap.xml y algunas más.
Si no encuentra nada, eso ya es un hallazgo. Un sitio sin sitemap localizable depende por completo de los enlaces internos para que lo descubran, lo que funciona en sitios pequeños y falla en silencio en los grandes, sobre todo con páginas a las que todavía no apunta nada.
Qué hace y qué no hace un sitemap
Un sitemap es una ayuda al descubrimiento. Dice a los rastreadores qué URL existen y, mediante lastmod, cuáles han cambiado. No fuerza la indexación, no mejora el posicionamiento y una URL de tu sitemap puede quedar excluida por una docena de otros motivos.
Dicho eso, el fallo que evita es real: páginas que existen, que no están enlazadas desde ningún sitio evidente y que por tanto nunca se rastrean. Donde más duele es en sitios nuevos y en archivos profundos.
La fecha lastmod es la parte más desaprovechada. Los rastreadores la usan para priorizar los re-rastreos. Un sitemap en el que cada entrada dice haber cambiado hoy es peor que no poner fechas, porque acaba ignorándose.
Los límites del protocolo
Un sitemap admite como máximo 50.000 URL y 50 MB sin comprimir. Pasado cualquiera de los dos límites, los rastreadores procesan lo que entra y descartan el resto, en silencio.
La solución es un índice de sitemaps: un archivo que lista otros sitemaps, cada uno dentro de los límites. Un índice puede referenciar hasta 50.000 sitemaps, más margen del que necesita cualquier sitio. Esta herramienta sigue tu índice y muestrea los hijos para confirmar que son accesibles.
- Solo URL absolutas — las rutas relativas no son válidas en un sitemap y se omiten.
- El mismo dominio — las entradas de otros dominios se ignoran salvo que tengas verificado el envío cruzado.
- Versiones canónicas — lista la URL que quieres indexar, no una redirección ni una variante con parámetros.
- Sin duplicados — las entradas repetidas gastan presupuesto de rastreo y ensucian la señal de lastmod.
¿Checker o validator? Cuál necesitas
Los dos términos se usan como sinónimos, pero quien los busca suele querer cosas distintas. Un validador responde «¿este XML está bien formado y cumple el esquema?». Un checker responde «¿mi sitemap funciona de verdad?», lo que incluye encontrarlo primero y detectar problemas que son XML perfectamente legal.
Esta herramienta hace ambas cosas, en ese orden. Valida el formato y sigue adelante: un sitemap puede parsearse sin errores y aun así listar URLs de otro dominio, repetir entradas, usar rutas relativas o afirmar que todas las páginas cambiaron hoy. Nada de eso rompe el XML. Todo eso desperdicia presupuesto de rastreo.
Si solo necesitas validación estricta contra la especificación de sitemaps.org, cualquier validador XML sirve. Si quieres saber por qué no se descubren tus páginas, el formato rara vez es la respuesta.
Los sitemaps y los rastreadores de IA
Los rastreadores de IA tienen el problema del descubrimiento peor que Google. Rastrean menos web, vuelven con menos frecuencia y la mayoría no ejecuta JavaScript. Una página que nunca descargan no puede citarse en una respuesta y, a diferencia de Google, no hay ningún Search Console que te avise de que ha pasado.
La línea Sitemap: de robots.txt la lee más que Googlebot. OAI-SearchBot, PerplexityBot y ClaudeBot descargan robots.txt antes de rastrear, lo que convierte un sitemap declarado en la forma más barata de entregarles una lista completa de URLs en lugar de confiar en que sigan suficientes enlaces internos.
Esto importa sobre todo en las páginas que las respuestas de IA citan de verdad: documentación, guías y contenido de referencia que vive en lo profundo de un sitio y se enlaza desde un único menú de navegación. Son exactamente las URLs que quedan sin descubrir cuando nada las declara.
Cómo usarla
- Introduce tu dominio — Solo el dominio: la herramienta encuentra el sitemap por su cuenta.
- Comprueba que se encontró — Si no se encontró nada, se listan las ubicaciones probadas para que veas qué se habría perdido un rastreador.
- Revisa la higiene de las URL — Se señalan las rutas relativas, las entradas de otros dominios y los duplicados.
- Decláralo en robots.txt — Añade una línea Sitemap: para que los rastreadores dejen de adivinar.
Preguntas frecuentes
¿Qué hace un verificador de sitemap?
Encuentra tu sitemap XML, confirma que se analiza, cuenta las URL y señala problemas: entradas en otros dominios, rutas relativas, duplicados, fechas lastmod que en realidad son la hora de generación y archivos por encima de los límites del protocolo.
¿Dónde debería estar mi sitemap?
Por convención en /sitemap.xml, en la raíz. La ubicación no la fija la especificación, pero debes declararla en robots.txt con una línea Sitemap:, y solo puede cubrir URL que estén en su propio directorio o por debajo.
¿Un sitemap conseguirá que se indexen mis páginas?
No. Ayuda a los rastreadores a descubrir URL; la indexación es una decisión aparte que Google toma según la calidad, la duplicación, las señales canónicas y el presupuesto de rastreo. Un sitemap quita un obstáculo, no todos.
¿Cuántas URL admite un sitemap?
Hasta 50.000 URL y 50 MB sin comprimir. Más allá de eso, divídelo en varios sitemaps y enuméralos en un archivo de índice de sitemaps.
¿Necesito fechas lastmod?
Son opcionales pero útiles: los rastreadores las usan para priorizar los re-rastreos. Solo ayudan si son exactas. Si todas las entradas dicen «hoy», la señal no vale nada y se ignora.