Tianwen SEO Research
SEO de Google para comercio exterior / GEO / Investigación de contenido para sitios independientes · WeChat g0365489 · Teléfono 135 2681 6415

Cómo diferenciar Robots, Noindex, Canonical y Sitemap: guía de verificación de indexación para sitios web de comercio exterior

发布:2026-05-09 · 更新:2026-11-11

Los problemas de indexación no deben solucionarse solo con intuición. Robots, Noindex, Canonical y Sitemap resuelven problemas distintos: robots.txt controla principalmente la rastreabilidad, noindex determina si se muestra en los resultados de búsqueda, canonical indica cuál es la versión principal de una URL, y sitemap ayuda a los motores de búsqueda a descubrir las URLs importantes que deseas que sean rastreadas e indexadas. Si se utilizan de forma indiscriminada, los sitios web de comercio exterior pueden experimentar fácilmente situaciones como que “las páginas de productos que se desea indexar no se indexen, mientras que las páginas con parámetros que no se desea mostrar aparecen en los resultados”.

Si tu sitio web de comercio exterior en inglés tiene páginas de productos como custom metal parts, LED flood light, packaging machine, medical probe, cnc machining parts, ceramic dinnerware, waterproof connector, industrial valve supplier o private label activewear manufacturer, el objetivo del control de indexación no es tener el menor número posible de páginas, sino que las páginas de categorías, productos, aplicaciones, materiales y guías que realmente tengan valor de compra sean descubiertas, comprendidas y seleccionadas como la versión correcta.

Diagrama de decisión de señales de indexación para robots, Noindex, Canonical y Sitemap
Figura 1: Las cuatro categorías de señales tienen funciones diferentes; primero hay que identificarlas correctamente y luego abordar el problema del índice.

Primero, compara con la referencia oficial de Google: ¿qué hace cada una de las cuatro señales?

La documentación de Google Search Central sobre robots.txt indica claramente que robots.txt se utiliza principalmente para gestionar el acceso de los rastreadores y no es un mecanismo fiable para evitar que las páginas web aparezcan en los resultados de búsqueda de Google; para impedir que una página aparezca en los resultados, se deben usar noindex, la protección con contraseña o eliminar la página. La documentación de Google sobre la metaetiqueta robots también advierte: si una página está bloqueada por robots.txt, los motores de búsqueda podrían no detectar noindex ni canonical en esa página. Las instrucciones de Google sobre la herramienta de comprobación de URL también muestran la posición de los bloqueos por robots, noindex y canonical en el diagnóstico específico de una URL.

Herramientas como Ahrefs también señalan conflictos del tipo “página noindex en el sitemap” durante la auditoría del sitio, porque el propósito del sitemap es presentar las URL que se desean rastrear e indexar, mientras que noindex indica que no se desea mostrar. Para los sitios de comercio exterior, estos principios deben aplicarse a roles específicos de páginas: las páginas de productos, categorías, aplicaciones, materiales, filtros, búsqueda interna y consultas no pueden regirse por las mismas normas.

Robots、Noindex、Canonical、Sitemap区别表

Señal Función principal Escenario adecuado Uso erróneo común
robots.txt Controlar si el rastreador puede acceder a la URL 抓取管理、避免抓取低价值或重复路径 No puede evitar de manera fiable que la URL aparezca en los resultados de búsqueda
noindex Indica al motor de búsqueda que no muestre la página en los resultados Páginas que no se desean indexar, páginas temporales y páginas de bajo valor La página debe poder ser rastreada para que sea más fácil ver este comando
canónico Indica cuál URL es la versión principal Páginas similares, páginas de parámetros, paginación, páginas de variantes No es una instrucción de eliminación, Google podría elegir una norma diferente
mapa del sitio Indica a los motores de búsqueda qué URLs merece la pena descubrir Página de producto importante, página de categoría, página de aplicación, página de artículo No se debe colocar noindex ni una URL de versión no principal
Comprobación de URL de GSC Verificar el estado que ve Google Revisar la página específica El informe tiene un retraso; debe combinarse con pruebas en tiempo real.

Paso uno: ante un problema de indexación, primero verifica si la página es accesible

排查索引之前,先确认URL本身是否返回200、是否跳转到正确页面、是否需要登录、是否被服务器拦截、是否移动端和桌面端内容一致。很多外贸站改版后,产品页URL发生变化、旧URL302跳转、服务器返回软404,导致后续robots和canonical讨论都没有意义。

Revisión del índice, primer nivel: estado de acceso

Elemento de verificación ¿Cómo consultar? Preguntas frecuentes del sitio de comercio exterior Dirección del tratamiento
Estado HTTP curl o las herramientas para desarrolladores del navegador Página de producto 404, cadena 302 demasiado larga URL y 301 reparados
Contenido de la página Contenido real de la recepción 只有空产品列表或表单 Añadir contenido real
Restricción de inicio de sesión Abrir sin rastro La página de información o la página del producto requieren iniciar sesión Versión indexable pública
Contenido para móviles Acceso desde el móvil Tabla de parámetros o preguntas frecuentes faltantes en el móvil Mantener la coherencia del contenido central
Intercepción del servidor Prueba en tiempo real de GSC Acceso anómalo de Googlebot desde el extranjero Comprueba el cortafuegos y la CDN

Segundo paso: verifique si robots.txt impide el rastreo

El archivo robots.txt es adecuado para gestionar el acceso de los rastreadores, por ejemplo, para evitar rastrear los resultados de búsqueda interna, ciertos parámetros de filtro o rutas sin valor. Sin embargo, no es una herramienta para eliminar páginas de los resultados de búsqueda. Si bloqueas con robots.txt una URL que ya ha sido indexada, Google podría seguir sabiendo que esa URL existe, pero no podrá rastrear el contenido de la página ni las directivas noindex, lo que provocará problemas como “Indexado pero bloqueado por robots”.

Determinación del escenario de uso de robots.txt

Escenario ¿Es adecuado para robots? Razón Ejemplo de comercio exterior
Resultados de búsqueda en el sitio Normalmente adecuado Gran cantidad de URL repetidas de bajo valor /?s=conector+impermeable
Página del producto principal No es adecuado para bloquear Necesita ser rastreado e indexado /waterproof-connector/m12-ip67/
Recursos CSS/JS Normalmente no debería bloquearse Google necesita renderizar la página /wp-content/themes/
Filtrar parámetros Según las circunstancias Los parámetros sin valor a gran escala pueden limitar el rastreo ?color=black&size=m
Página a eliminar No priorizar el uso de robots Google no ve noindex Primero permitir el rastreo y aplicar noindex o eliminar

第三步:noindex用于不想展示的页面,但不要和robots互相打架

noindex es adecuado para páginas que no deseas que aparezcan en los resultados de búsqueda, como pestañas de bajo valor, resultados de búsqueda interna, páginas de prueba temporales y páginas archivadas duplicadas. Se puede implementar mediante meta robots o X-Robots-Tag. La clave es: los motores de búsqueda deben poder rastrear la página o acceder a las cabeceras de respuesta para detectar mejor el noindex. Si bloqueas el rastreo con robots.txt y al mismo tiempo esperas que respete noindex, las señales podrían anularse mutuamente.

Determinación de escenarios de uso de noindex

Tipo de página ¿Es noindex? Razón Precauciones
Página de clasificación principal Normalmente no Aceptamos la familia de productos y la palabra supplier A menos que no tenga valor de búsqueda
Página de productos destacados Normalmente no Aceptamos modelos, especificaciones y términos de compra 薄页应增强而非noindex
Página de búsqueda dentro del sitio Normalmente se puede De bajo valor y repetitivo Puede evitar simultáneamente entrar en el sitemap
Pestaña Ver si tiene valor independiente La mayoría de las etiquetas son débiles Se pueden conservar las etiquetas con planificación de contenido
Página de agradecimiento Normalmente noindex Sin valor de búsqueda No entres en el sitemap
Página de información Ver valor El datasheet podría tener necesidades de búsqueda La información escasa se puede combinar

第四步:canonical不是删除命令,而是主版本提示

Canonical es adecuado para gestionar la versión principal de URL similares, como páginas con parámetros, páginas de ordenación, variantes de color, paginación o contenido duplicado. Indica a los motores de búsqueda qué URL debería considerarse la versión principal, pero no es una instrucción obligatoria. Google puede elegir una versión canónica diferente en función de los enlaces internos, el sitemap, el contenido, las redirecciones y las señales externas.

En las páginas de productos de comercio exterior, los problemas más frecuentes se dan en las variantes y los parámetros. Por ejemplo, private label activewear manufacturer ofrece filtros por color, talla y tejido; si cada URL de parámetro es accesible pero no tiene un canonical claro, puede generar gran cantidad de duplicados; sin embargo, si alguna variante tiene necesidades de búsqueda independientes y contenido completo, tampoco debería canonicalizarse toda a la página de la categoría principal.

Tabla de evaluación de escenarios canónicos

Escenario Sugerencia Razón Ejemplo
Parámetro de ordenación canonical a la página de categoría principal El contenido es básicamente el mismo ?sort=precio
Pequeña variación de color La mayoría canonical a la página principal del producto La diferencia no es suficiente para indexarse de forma independiente ropa deportiva negra/azul
Las especificaciones varían mucho Puede referirse de forma independiente a sí mismo canonical Tiene búsqueda independiente y contenido Conector M12 frente a M16
Página en varios idiomas No se canonicen entre sí Debe usar hreflang y referirse a sí mismo Página en inglés y página en alemán
Archivo PDF y página HTML Según la demanda Las páginas de explicación HTML suelen ser más adecuadas para la indexación hoja de datos de sonda médica

第五步:Sitemap只提交你希望被发现和索引的重要URL

El mapa del sitio XML no garantiza la indexación, pero es una de las señales de descubrimiento y prioridad. El mapa del sitio de un sitio web de comercio exterior debe incluir páginas de alta valor como la página de inicio, las páginas de categorías, las páginas de productos, las páginas de aplicaciones, las páginas de artículos, las páginas de materiales y las páginas de consultas necesarias; no debe incluir páginas con noindex, páginas con canonical incorrecto, páginas 404, etiquetas de bajo valor ni URLs con numerosos parámetros.

Matriz de roles de indexación de páginas de comercio exterior: página de categorías, página de productos, página de aplicaciones, página de materiales, página de filtros y página de búsqueda
Figura 2: Las estrategias de indexación de las diferentes páginas de comercio exterior son distintas; el sitemap solo debe incluir las URL principales valiosas.

Matriz de roles de índice de página de comercio exterior

Tipo de página Estrategia de indexación Ejemplo Precauciones
Página principal Normalmente debe indexarse Marca y entrada principal No debe aplicarse noindex ni canonical a otra página
Página de categorías La familia de productos central debe indexarse Proveedor de luces de inundación LED No te dejes diluir por los parámetros de filtrado
Página del producto Los productos clave deben indexarse Conector impermeable M12 IP67 Parámetros completos, canonical autoreferencial
Página de aplicación Debe indexarse si hay necesidad de búsqueda conector para máquina de envasado Enlace a productos relacionados
Página de información Tiene valor independiente y es indexable hoja de datos de sonda médica La información básica puede fusionarse en la página del producto
Página de búsqueda dentro del sitio Normalmente no se indexa /?s=keyword Evitar una gran cantidad de páginas de resultados de bajo valor
Página de parámetros de filtro La mayoría lo maneja con prudencia ?color=black&size=m Verificar si hay necesidades independientes
Página de consulta Valor de la página cotización de piezas metálicas personalizadas Hay contenido indexable, los formularios puros deben manejarse con precaución

第六步:用GSC URL检查工具验证Google看到什么

Muchos problemas de indexación no se pueden resolver solo revisando la configuración de la interfaz de administración de WordPress; hay que usar la herramienta de comprobación de URL de GSC para ver el estado real en Google: si está permitido rastrear, si hay un noindex, si la declaración canónica del usuario y la canónica elegida por Google coinciden, si está incluida en el sitemap, la fecha de la última captura y si la página es compatible con dispositivos móviles. Los informes pueden tener retraso, por lo que también hay que realizar pruebas en tiempo real en las páginas importantes.

Proceso de diagnóstico de problemas de indexación: accesible, rastreable, noindex, canonical, sitemap, calidad y enlaces internos
Figura 3: El diagnóstico de indexación debe realizarse en orden; no modifique el contenido desde el principio.

Problemas de indexación de GSC y direcciones de solución

Pregunta ¿Qué revisar primero? Juicio clave Dirección del tratamiento
Página no indexada Primero verifica el estado HTTP, robots, noindex, canonical, sitemap, enlaces internos y calidad Inspección de URL + código fuente + encabezado + mapa del sitio No reescribas todo el texto desde el principio
Indexado aunque bloqueado por robots.txt Se encontró la URL, pero se bloqueó la captura del contenido Los robots que bloquean no equivalen a ser eliminados del índice Para eliminarlo, se debe permitir el rastreo y usar noindex o eliminar el contenido
página noindex en el mapa del sitio El sitemap incluye páginas que no se desean indexar Conflicto entre sitemap y la señal noindex Eliminar o desactivar noindex del sitemap
Duplicado sin canónico seleccionado por el usuario Google detectó duplicados, pero no declaraste la versión principal canonical或内容结构不清 Declaración auto-referencial o versión principal y reforzamiento de las diferencias
Rastreado, actualmente no indexado Google ha rastreado pero aún no ha indexado Calidad, duplicidad, enlaces internos, falta de demanda Mejorar el valor de la página y los enlaces internos

Paso séptimo: Fuentes comunes de señales de indexación de WordPress

Las señales de indexación del sitio de WordPress pueden provenir de la configuración del sistema, los plugins de SEO, el tema, la caché, las cabeceras de respuesta del servidor, los plugins multilingües, WooCommerce o el código personalizado. No basta con revisar solo la página de edición de entradas; es necesario inspeccionar aleatoriamente el código fuente del front-end, las cabeceras HTTP, el sitemap y GSC.

Fuente de la configuración del índice de WordPress

Fuente ¿Afecta a qué? Errores comunes Modo de verificación
Configuración de lectura de WordPress Visibilidad en motores de búsqueda Marcar por error afectará a todo el sitio Verificación obligatoria antes y después del lanzamiento
Configuración del índice del plugin de SEO Entrada individual, categoría, etiqueta, CPT La categoría del producto fue indexada por error Comprobar según el rol de la página
Mapa del sitio XML Artículos, páginas, productos, categorías Etiquetas de bajo valor ingresan al sitemap 只提交想索引的URL
Canonical Salida del plugin o tema La página variante se refiere a la versión principal incorrecta Revisar aleatoriamente el código fuente de las páginas clave
robots.txt Archivo virtual o estático Bloquear CSS/JS o el directorio central Probar con GSC
Caché/CDN Caché antigua de meta o encabezado La interfaz de usuario no coincide con el código fuente Vuelva a revisar después de borrar la caché

第八步:外贸站常见错误组合

Tabla de combinaciones erróneas de señales de índice

Combinación incorrecta ¿Qué pasará? ¿Por qué es peligroso? Manejar correctamente
robots bloquear + noindex Los motores de búsqueda pueden no ver noindex Quiero eliminarlo pero no puedo Permitir rastreo y no indexar, o eliminar/proteger con contraseña
noindex + mapa del sitio Enviar y excluir conflictos de señal Desperdiciar rastreo y confundir el diagnóstico Eliminar o desactivar noindex del sitemap
canonical a página sin relación Pérdida de señales en páginas importantes La página del producto puede no ser seleccionada canonical a la versión principal más relevante
Parámetros de bajo valor en el sitemap Se ha enviado una gran cantidad de URL duplicadas Señales de dilución de rastreo y calidad Solo envíe la URL principal
Página de clasificación principal noindex La entrada comercial desapareció La palabra supplier/manufacturer no puede ser aceptada Cancelar noindex y mejorar el contenido
Bloquear CSS/JS La renderización de Google se ve afectada 页面理解不完整 Permitir el rastreo de recursos clave

第九步:不同外贸页面应该怎么处理索引

Las páginas de comercio exterior no pueden aplicar una estrategia de indexación uniforme. Cuando las páginas de productos son demasiado escasas, priorice mejorar el contenido; si las páginas de categorías tienen duplicidades, primero ordene la familia de productos; las páginas de aplicaciones deben indexarse cuando tengan valor de búsqueda; las páginas de filtros puros y las de búsqueda interna normalmente no deben indexarse; y las páginas de información deben evaluarse según si tienen demanda de búsqueda independiente y valor de compra.

Tabla de decisión de indexación de páginas de comercio exterior

Página Sugerencias de índice Dirección de mejora Indicadores de revisión
Página de categorías de luces de inundación LED Debe indexarse Alcance del producto, comparación de potencia, aplicaciones, preguntas frecuentes Palabra de la familia de productos GSC
Página del producto del conector impermeable Debe indexarse Especificaciones, grado de protección IP, planos, preguntas frecuentes Palabra de especificación de modelo
Página de aplicación de la máquina de embalaje Debe indexarse Problemas de escena, productos recomendados, parámetros Palabra de aplicación
Página de datos de la sonda médica Si tiene valor, se indexa Hoja de datos, modelos aplicables Palabras de referencia y descarga
Página de cotización de piezas metálicas personalizadas Depende del contenido Lista de RFQ, requisitos de planos, formulario Palabras de cotización y consultas
Página de resultados de búsqueda dentro del sitio Normalmente no se indexa Sin Excluir páginas de bajo valor
Página de parámetros de filtro La mayoría no está indexada 除非有独立内容 Evitar la repetición

Décimo paso: Revisión posterior a la corrección de los problemas de indexación

Tras corregir robots, noindex, canonical o sitemap, no juzgues de inmediato el efecto en el posicionamiento. Primero confirma que la prueba en tiempo real de GSC funciona correctamente, luego solicita un nuevo rastreo o espera al rastreo orgánico, y después revisa si han cambiado el informe de cobertura, las impresiones de página, las consultas objetivo y la URL objetivo. Las correcciones de indexación suelen afectar primero a la detección y la visualización, y luego al posicionamiento y las consultas.

Tabla de revisión de la reparación de índices

Tiempo ¿Qué miras? Fenómeno normal Señal anómala
Ese día Prueba de URL en tiempo real Se puede rastrear, sin noindex, canonical correcto Sigue siendo bloqueado por robots
1-2 semanas Estado de rastreo e indexación Actualización gradual de GSC Informe sin cambios a largo plazo y anomalías en tiempo real
2-6 semanas Exposición de GSC y consulta de objetivos Las páginas importantes han comenzado a aparecer en las búsquedas La página incorrecta sigue posicionándose
1-3 meses Clic, ruta, consulta La página comercial tiene más entradas La exposición aumenta pero la conversión es débil

Caso uno: La página del producto principal del nuevo sitio de comercio exterior no está indexada, primero revisa estos puntos

Supongamos que una nueva página ha lanzado las páginas custom metal parts y cnc machining parts, y después de dos semanas GSC aún no muestra impresiones válidas. En este momento, no redacte más artículos de inmediato ni se limite a enviar el sitemap. El orden correcto es: primero verifique si la URL devuelve 200; luego, si los robots permiten el rastreo; después, si el código fuente de la página contiene noindex; a continuación, si el canonical apunta a sí misma; también compruebe si está incluida en el sitemap y en los enlaces internos de navegación; y por último, revise si la página es demasiado ligera.

Orden de comprobación Revisar el problema Posiblemente descubra Modo de procesamiento
1 ¿Se puede acceder a la URL? 旧URL跳转、新URL404 URL y 301 reparados
2 ¿Los robots lo bloquean? El directorio /products/ está prohibido Permitir el rastreo del catálogo de productos principal
3 ¿Es noindex? El plugin de SEO se configuró accidentalmente para no indexar Cambia a index y limpia la caché
4 ¿Es correcto canonical? Página de producto canónica a la página de inicio Cambiar a autorreferencia o versión principal correcta
5 mapa del sitio y enlaces internos La página no está en el sitemap ni tiene un acceso de navegación Añadir la categoría de producto y el sitemap
6 Calidad del contenido 只有一张图和一句话 Complementar parámetros, materiales, planos, preguntas frecuentes

Si los pasos del 1 al 5 son normales, pero sigue apareciendo “Crawled currently not indexed”, a menudo hay que volver a evaluar el valor de la página: si tiene parámetros únicos, descripciones de compra, casos de uso, imágenes, materiales y enlaces internos. Si la página es solo una ficha de producto débil, incluso con señales de indexación correctas, no garantiza que se muestre de forma efectiva.

Caso dos: hay demasiadas páginas de parámetros de filtrado; ¿debería usarse robots, noindex o canonical?

Las páginas de clasificación de productos de comercio exterior suelen incluir filtros como material, color, potencia, tamaño, certificación, aplicación y ordenación. Por ejemplo, la categoría LED flood light podría generar parámetros como ?wattage=150w, ?ip=ip65, ?sort=price; private label activewear manufacturer podría generar ?fabric=nylon, ?color=black, ?size=m. Tener demasiados parámetros en la página puede provocar duplicidades y un uso ineficiente del rastreo, pero la forma de gestionarlos depende de si esos parámetros tienen valor de búsqueda independiente.

Tipo de parámetro Valor de búsqueda Estrategia recomendada Ejemplo
Parámetro de ordenación Normalmente bajo canonical a la categoría principal, limitando el rastreo cuando sea necesario ?sort=precio
Filtro pequeño de colores La mayoría baja No incluir en el sitemap, canonical a la categoría principal o al producto principal ?color=black
Filtrado de especificaciones Puede ser alto Cuando haya necesidad, conviértalo en una página estática independiente Luz de inundación LED de 150 W
Filtro de certificación Puede ser alto Si hay contenido, entonces página independiente CE LED flood light
Aplicar filtros Normalmente tiene valor 做应用页而不是参数URL Luz de inundación LED para almacén

No bloquee sencillamente los robots en todas las páginas de parámetros, ni incluya todos los parámetros en el sitemap. La estrategia más segura es: no envíe los parámetros de bajo valor y configure la versión principal; convierta las combinaciones de alto valor en páginas independientes con contenido, utilizando URLs claras, títulos, cuerpo del texto y enlaces internos para optimizar su posicionamiento.

Caso tres: ¿cómo gestionar el canonical de las páginas de información, los PDF y las páginas de productos?

Los sitios web de comercio exterior suelen ofrecer materiales en PDF, como hoja de datos de sonda médica, catálogo de válvulas industriales o guía de embalaje de vajilla de cerámica. Si los PDF se indexan directamente, los compradores podrían omitir la página del producto, lo que provocaría la falta de contexto y de un punto de contacto para realizar consultas. La mejor práctica suele ser crear una página informativa en HTML que explique los modelos a los que se aplica el material, resuma su contenido, ofrezca un enlace para descargarlo y muestre productos relacionados, y luego establecer vínculos entre la página del producto y la página del material.

Forma del material Sugerencias de índice Razón Acción de la página
PDF puro Determinado por el valor percibido Puede que falten la navegación y el acceso a las consultas Añadir página de descripción en HTML
Página de descripción del material Vale la pena indexar Puede asumir términos de hoja de datos/catálogo Escribir el ámbito de aplicación y las instrucciones de descarga
Página del producto Debe indexarse Asunción de especificaciones y evaluación de compras Página de descripción del material del enlace
Información caducada Manejar con prudencia Puede inducir a error a los compradores Explicación de la versión o redirección a la nueva versión

Si el contenido del PDF y de la página HTML es muy similar, se debe tener cuidado con la estrategia de canónica e indexación. Para la adquisición de clientes en el comercio exterior, las páginas HTML suelen ser más adecuadas para integrar navegación, preguntas frecuentes, enlaces internos de productos y entradas para solicitudes de información.

Caso cuatro: No utilices canonical para sustituirse mutuamente en páginas multilingües

Si las páginas en inglés, alemán y español corresponden al mismo producto, muchos sitios cometen el error de canonicalizar a la página en inglés desde las otras lenguas, lo que hace que las páginas no en inglés sean difíciles de mostrar correctamente. Las páginas multilingües generalmente deberían apuntarse a sí mismas como canonical mediante rel=canonical y, además, usar hreflang para indicar la relación entre idioma y región. Canonical se utiliza para versiones principales repetidas o similares, no es una herramienta para seleccionar versiones idiomáticas.

Relación de la página La forma correcta de hacerlo Práctica incorrecta Impacto
Página del producto en inglés Canonical de autorreferencia canonical a la página de inicio Pérdida de señal en la página del producto
Página de producto en alemán Canonical auto-referenciado + hreflang canonical a la página en inglés La página en alemán es difícil de mostrar
Versión regional hreflang indica la región Canonical mutuo Coincidencia regional confusa
Página ligera de traducción automática Mejora primero el contenido o no lo indexes por ahora Envío masivo de sitemap Aumento de las señales de baja calidad

Atención especial para el índice de productos de WordPress y WooCommerce

Al usar WordPress o WooCommerce, los productos, las categorías de productos, las etiquetas de productos, los archivos de atributos, los archivos de marcas, los parámetros de filtro, los resultados de búsqueda y las páginas adjuntas pueden generar URL. Si no se planifica adecuadamente un sitio B2B de comercio exterior, el sitemap podría incluir una gran cantidad de páginas de bajo valor, mientras que las verdaderas categorías de productos y las páginas de aplicación podrían tener contenido insuficiente.

Tipo de URL Preguntas frecuentes Sugerencia Escenario de comercio exterior
Categoría de productos Solo la lista de productos Complementar el rango de productos, los parámetros y las preguntas frecuentes categoría de conector impermeable
Etiqueta del producto Débil y repetitivo La mayoría no se indexa, a menos que se planifique como un tema especial Etiqueta IP67
Archivo de atributos URL con muchos parámetros Filtrar combinaciones de alto valor para crear páginas estáticas Luz de inundación LED de 150 W
Página adjunta 只有图片或PDF Normalmente cerrar o redirigir Página de archivos adjuntos de imágenes del producto
Búsqueda en el sitio Página de resultados ilimitada No indexar ?s=conector
Página del producto El contenido es copiado o débil Completar parámetros, imágenes, preguntas frecuentes y materiales Producto de conector M12

Cómo determinar si se trata de "baja calidad y no indexación" o de "bloqueo técnico y no indexación"

索引问题分两类:技术阻止和质量/价值不足。技术阻止包括robots、noindex、canonical错误、非200状态、登录限制、服务器无法访问;质量不足包括页面薄、重复、无内链、无搜索需求、内容和标题不匹配。两类问题处理方式完全不同。

Señal Parece más un problema técnico Parece más un problema de calidad Dirección del tratamiento
GSC indica bloqueado por robots Es No Comprobar las reglas de robots
La página tiene noindex Es No Confirmar si se configuró por error
Google elige otra canonical Posible Posible Ver relaciones de duplicación y enlaces internos
Rastreado pero no indexado No necesariamente Común Mejorar el valor del contenido y los enlaces internos
Descubierto no indexado 可能抓取优先级低 可能质量弱 Añade enlaces internos y un sitemap para aumentar el valor de la página
只有一张图和一句话 No Es Contenido de la decisión de compra complementaria

Registro de corrección de problemas de indexación del sitio de comercio exterior

Cada vez que se solucione un problema de indexación, hay que registrarlo; de lo contrario, no se podrán explicar los cambios posteriores en el posicionamiento y el tráfico. Registre la URL, el problema, el estado antes de la corrección, la acción realizada, la hora de envío, la hora de revisión, las variaciones en GSC y los pasos siguientes. Especialmente cuando se procesan por lotes páginas de filtrado, pestañas, perfiles y páginas de productos, es imprescindible contar con una tabla clara.

Campo Ejemplo Explicación
URL /waterproof-connector/m12-ip67/ Página específica
Rol de la página Página del producto Rol de la página
Problema noindex por el plugin de SEO Tianwen SEO Research Tipos de problemas
Antes de GSC: Excluido por noindex Pruebas antes de la reparación
Acción Establecer índice, canónico propio, añadir al mapa del sitio Acción
Fecha de revisión 2026-06-09 Hora de la revisión
Resultado Indexado, las impresiones han comenzado Resultado de la revisión

El control de índices y la calidad del contenido deben coordinarse

Muchos sitios de comercio exterior creen que “enviar el sitemap” puede resolver la indexación, pero si la página en sí no tiene valor de compra, enviarla solo ayuda a descubrirla y no garantiza una exhibición efectiva. La página del producto principal debe incluir parámetros, imágenes, preguntas frecuentes, aplicaciones, materiales y un acceso para realizar consultas; la página de categorías debe mostrar el rango de productos y la lógica de selección; la página de aplicaciones debe explicar los problemas del escenario; y la página de materiales debe indicar los modelos compatibles y los pasos siguientes tras la descarga.

Página Señal de índice Requisitos de calidad del contenido ¿Qué pasa si falta un rato?
Página de categorías índice, canónico autorreferencial, entrar en el sitemap Rango de productos, filtrado, preguntas frecuentes, enlaces internos Puede que sea rastreado pero muestra un rendimiento débil
Página del producto índice, canónico con autorreferencia, sitemap de productos Especificaciones, imágenes, información, preguntas frecuentes, esquema Las palabras de cola larga son difíciles de gestionar
Página de aplicación índice, enlace interno al producto Escenario, problema, producto recomendado, criterio de evaluación La oportunidad de usar palabras se pierde
Página de información Índice de valor visual Descripción del material, ámbito de aplicación, enlace del producto El tráfico de palabras clave de referencia es difícil de convertir

Riesgos de indexación tras la revisión y migración: ¿qué páginas se pierden con mayor facilidad en los sitios de comercio exterior?

Tras la revisión del sitio web de comercio exterior, el cambio de tema, la migración del servidor, el cambio del complemento multilingüe o la reestructuración del catálogo de productos, los riesgos de indexación pueden manifestarse de forma repentina. Los problemas más comunes incluyen la falta de redirección 301 a las URL antiguas, que las nuevas páginas se etiqueten por error con noindex, que el sitemap siga enviando las URL antiguas, que el atributo canonical apunte a un dominio de prueba, que el archivo robots.txt siga utilizando las reglas del entorno de pruebas y que, tras cambiar la URL de las categorías de productos, no se actualicen los enlaces internos. Estos problemas pueden hacer que páginas que antes tenían valor para la búsqueda desaparezcan de repente.

Riesgo de revisión Manifestación específica Modo de verificación Dirección de reparación
La URL antigua no redirige Página de producto antigua 404 Exportar la URL antigua y comprobar el estado por lotes Haz una redirección 301 a la página nueva más relevante
Residuo de la regla de prueba Toda la web o un directorio están bloqueados por noindex/robots Consultar el código fuente y robots.txt Eliminar la restricción de prueba tras la puesta en línea
canonical se refiere al dominio de prueba Error en la versión principal de la página oficial Código fuente de las páginas clave de la inspección aleatoria Cambiar a un dominio oficial que se refiera a sí mismo o a la versión principal
El sitemap no se ha actualizado Enviar una gran cantidad de URL antiguas Abre el mapa del sitio XML y GSC Actualiza el sitemap y vuelve a enviarlo
Enlace interno roto La página de categorías no puede acceder a la página del producto Rastreador o inspección manual Actualizar la navegación y los enlaces del cuerpo del texto
Se perdió la relación multilingüe Página regional incorrecta Verificar hreflang y canonical Restaurar enlace cruzado de idiomas

Antes de la revisión, primero debe exportar las páginas de alta exposición de GSC, las páginas de entrada orgánica, las páginas con enlaces externos, las páginas de entrada de consultas y los URL de sitemap del sitio antiguo. Después de la revisión, verifique cada elemento para evitar que las páginas ya valiosas de LED flood light, waterproof connector o custom metal parts se conviertan en 404 o tengan un canonical incorrecto.

Señales de indexación para sitios web de comercio exterior multilingües y multi-región

Las páginas de comercio exterior multilingües deben gestionar simultáneamente canonical, hreflang y sitemap. En principio, cada versión idiomática, si su contenido es válido y se desea que sea indexado, debe apuntar a sí misma mediante canonical; la correspondencia entre idioma y región se indica con hreflang; el sitemap puede incluir etiquetas hreflang o dividirse por idioma. No utilice canonical para dirigir las páginas en alemán, español y francés a la página en inglés, ya que esto reduciría las oportunidades de exposición de las páginas en los idiomas locales.

Escenario Canonical Hreflang Mapa del sitio
Sitio principal en inglés Página en inglés que se refiere a sí misma Apunta a otras versiones de idiomas Incluye la URL principal en inglés
Página de producto en alemán Página en alemán que se refiere a sí misma de o de-DE Incluye la URL en alemán
Mismo idioma, diferentes regiones Cada uno se refiere a sí mismo en-US, en-GB, etc. Enviar por región o enviar de forma unificada
Página de baja calidad de traducción automática Primero evalúe si está indexado No realices envíos masivos sin calidad Se puede posponer la entrada al sitemap
Página con contenido completamente duplicado Seleccionar versión principal No es adecuado para la calidad de sustitución de hreflang Solo envíe la versión principal

多语言页面的内容也要本地化。只翻译标题和按钮,但产品参数、认证、FAQ和询盘说明仍然混乱,会造成索引信号正确但页面质量不足。

索引问题和抓取预算:中小外贸站要不要担心

Muchos sitios de comercio exterior pequeños y medianos no tienen una gran cantidad de páginas, por lo que no es necesario preocuparse en exceso por el término "presupuesto de rastreo". Sin embargo, si WordPress, WooCommerce o un sistema de filtrado generan una gran cantidad de URL con parámetros, páginas de etiquetas, páginas de resultados de búsqueda, páginas de archivos adjuntos y páginas de archivo duplicadas, el rastreo de Googlebot se verá disperso entre páginas de bajo valor, y la velocidad de detección de las páginas de productos principales y de categorías también podría disminuir.

Tamaño/situación del sitio Puntos clave de la gestión de rastreo Sugerencia No se recomienda
Decenas de páginas centrales Calidad de la página y enlaces internos 确保核心页可索引 Configuración excesiva de robots
Cientos de páginas de productos Estructura de categorías y mapa del sitio Solo envíe la URL principal y las páginas de alto valor Enviar todas las páginas de parámetros
Gran cantidad de parámetros de filtro Control de URL duplicadas Parámetro de bajo valor canonical o restricción de rastreo Permite que se capturen combinaciones ilimitadas’],
Sitio multilingüe Calidad de la versión lingüística Canonical auto-referenciado + hreflang Una gran cantidad de páginas traducidas automáticamente de baja calidad ingresan al sitemap
Estación de la base de datos Juicio de valor de la página de información Usa una página de explicación en HTML para captar palabras clave de información Permitir que todos los PDF tengan índices aislados

El objetivo de la gestión de rastreo no es "impedir más páginas", sino facilitar que Google descubra las páginas más valiosas. Para los sitios de comercio exterior, se trata de los grupos de productos principales, los productos clave, los escenarios de aplicación, las descripciones y las guías de compra.

Del informe de GSC a las acciones específicas: cómo interpretar los estados más comunes

Los nombres de estado en el informe de indexación de GSC pueden cambiar, pero la lógica de evaluación puede mantenerse constante. No te fijes solo en el nombre del estado; abre la URL de muestra para verificar el rol de la página, el código fuente, el canonical, el sitemap y los enlaces internos. Un mismo estado puede tener significados diferentes según la página: es normal que las páginas de búsqueda interna no estén indexadas, pero si una página de producto principal no está indexada, eso sí es un problema.

Estado/fenómeno de GSC Sobre la página del producto principal Para páginas de bajo valor Acción
Bloqueado por robots.txt Alto riesgo Puede ser normal Determinar las reglas de robots según el rol de la página
Excluido por noindex Normalmente de alto riesgo Puede ser normal Confirmar si se configuró por error
Página alternativa con la canónica adecuada Ver si es lo esperado Normalmente aceptable Confirme si la versión principal es correcta
Rastreado pero no indexado Se necesita evaluar la calidad Aceptable Complementar contenido, enlaces internos y diferenciación
Descubierto no indexado Es necesario aumentar el descubrimiento y el valor Aceptable Enlaces internos, sitemap y calidad de la página
Duplicado sin canónico Necesita ser procesado Se necesita limpiar Configurar canonical o páginas combinadas

Prioridad de la estrategia de indexación del sitio de comercio exterior

Si hay muchos problemas, no modifiques todas las reglas a la vez. Prioriza los problemas que afectan a los puntos de entrada comerciales clave: clasificación de familias de productos, productos principales, escenarios de aplicación, páginas de consultas y páginas de información. Las etiquetas de bajo valor, los parámetros y las páginas de búsqueda interna pueden dejarse para la segunda fase. De este modo, se reduce el riesgo de causar daños colaterales y es más fácil observar los resultados.

Prioridad Página/Pregunta ¿Por qué priorizar? Estándar completado
P0 La página de inicio, las categorías principales y los productos clave han sido bloqueados Impacto directo en la entrada comercial Se puede rastrear, se puede indexar, el canonical es correcto
P1 Error de envío del sitemap: URL principal Impacto en el descubrimiento y el diagnóstico El sitemap solo contiene la URL objetivo
P2 Parámetros del producto y filtrado de duplicados Causa demasiadas URL de bajo valor Los parámetros de bajo valor no se indexan ni normalizan
P3 Página de información y PDF desordenados Impacto de las palabras clave de datos y la conversión Establecer la descripción HTML y los enlaces internos
P4 Etiquetas y páginas de archivo Afecta a la calidad general Conserva lo valioso y descarta lo sin valor

Lista de verificación del índice

  • Confirme que las URL importantes devuelven 200 y no requieren inicio de sesión.
  • Confirme que robots.txt no esté bloqueando las páginas de categorías principales, las páginas de productos, las páginas de aplicaciones y los recursos clave.
  • Confirme que las páginas que no desea indexar y para las que se utiliza noindex no están bloqueadas por robots.txt.
  • Confirme que el canonical apunte a la versión principal más relevante y que las páginas clave se apunten a sí mismas.
  • 确认sitemap只包含希望被抓取和索引的主URL。
  • Confirme que la página noindex no está en el sitemap.
  • Confirme que WordPress, los complementos de SEO, los complementos multilingües y la caché no emiten señales de conflicto.
  • Verifique el estado que Google ve realmente con la herramienta de verificación de URL de GSC.
  • Después de la reparación, guarde el registro y realice un análisis retrospectivo cada 1-2 semanas, 2-6 semanas y 1-3 meses.

Preguntas frecuentes: Problemas comunes sobre Robots, Noindex, Canonical y Sitemap

¿El archivo robots.txt puede evitar que una página aparezca en los resultados de Google?

No puede considerarse un método fiable. robots.txt controla principalmente el rastreo. Si la URL está enlazada desde otras páginas, aún podría aparecer sin extracto. Para evitar que se muestre, debe usar noindex, protección con contraseña o eliminar la página.

¿Por qué, aunque he usado noindex, sigo viendo la página en GSC?

El informe de GSC presenta un retraso, o Google aún no ha vuelto a rastrear la página; también es posible que la página esté bloqueada por robots.txt, lo que impide que se vea el noindex. Se debe utilizar la herramienta de comprobación de URL en tiempo real y verificar el código fuente del front-end o las cabeceras de respuesta.

¿Se puede incluir una página noindex en el sitemap?

No se recomienda. El sitemap debe enviar las URL que se desea que sean descubiertas e indexadas, mientras que noindex indica que no se desea mostrar; ambos generarían un conflicto.

canonical能不能用来删除重复页面?

canonical es una indicación de la versión principal, no un comando de eliminación. La selección de páginas duplicadas también depende del contenido, los enlaces internos, el sitemap y las señales externas.

¿La página de parámetros de filtrado de productos debería estar completamente con noindex?

La mayoría de los parámetros de filtro de bajo valor no deberían indexarse, pero si algunas combinaciones de filtros tienen demandas de búsqueda independientes, contenido y valor de conversión, se pueden convertir en páginas independientes en lugar de simples páginas de parámetros.

资料页要不要索引?

Verifique si los materiales tienen valor independiente para la búsqueda y la compra. Las hojas de datos de sondas médicas, los catálogos de productos y los manuales pueden ser valiosos; los materiales débiles o duplicados pueden integrarse en la página del producto.

¿El hecho de que el plugin SEO de WordPress muestre que es indexable significa que todo está bien?

No necesariamente. También depende del código fuente del front-end, las cabeceras HTTP, robots.txt, canonical, el sitemap, la caché y el estado real de GSC.

Conclusión: El control de indexación debe servir a los roles de las páginas de comercio exterior

Los robots, Noindex, Canonical y Sitemap no son términos técnicos aislados, sino un sistema de señales que ayuda a los sitios web de comercio exterior a enviar las páginas correctas a los motores de búsqueda. Las páginas de categorías, productos, aplicaciones, materiales y consultas asumen diferentes intenciones de compra, por lo que la estrategia de indexación también debe ser diferente.

Cuando páginas clave como custom metal parts, LED flood light, packaging machine, medical probe, cnc machining parts, ceramic dinnerware, waterproof connector, industrial valve supplier, private label activewear manufacturer pueden ser rastreadas, seleccionar correctamente la versión canónica, incluirse en un sitemap adecuado y verificar su estado mediante GSC, solo entonces se establece una base sólida para la optimización posterior del contenido y el seguimiento de posiciones.

Fuentes oficiales y límites de control de índices

El archivo robots.txt, noindex, canonical y sitemap suelen usarse de forma conjunta. A la hora de realizar una comprobación real, hay que distinguir: quién controla el rastreo, quién controla la indexación, quién proporciona la señal de URL canónica y quién ayuda a descubrir las URL. Estos cuatro elementos no se sustituyen entre sí.

Elemento de control Fuente oficial Puntos clave de la inspección Errores comunes de juicio
robots.txt Especificación de robots.txt de Google Ruta, protocolo, host, User-agent, Denegar/Permitir Usar robots.txt como herramienta noindex
meta robots / X-Robots-Tag Especificación de la etiqueta meta Robots índice, seguimiento, fragmento máximo, reglas de vista previa de imágenes Aunque la página está bloqueada por robots.txt, aún se espera que Google lea noindex
canónico Métodos de URL canónica URL canónica de auto-referencia, páginas duplicadas, páginas con parámetros, paginación y después de la migración Considera canonical como un comando de indexación obligatoria o de fusión obligatoria
mapa del sitio Resumen de los sitemaps URL importante, lastmod, estado de retorno, si está en el índice del sitemap Se cree que ingresar al sitemap garantiza la indexación
Inspección de URL Herramienta de inspección de URL Estado de la indexación, canónica, rastreo y elementos mejorados que ve Google Utilice una prueba en vivo en lugar de un análisis retrospectivo de rastreo a largo plazo

Orden de revisión

Pasos Acción Modo de registro
1 Primero, revise el estado HTTP de la página y la URL final Registra 200, 301, 404, parámetros y cadenas de redirección
2 Vea nuevamente si robots.txt está bloqueando el rastreo Registre por host y protocolo por separado
3 Compruebe la meta robots y X-Robots-Tag Registra index/follow o noindex/nofollow
4 Comprueba el canonical y el sitemap Registra la página canónica y la entrada que Google puede ver

Base oficial y control de índices para la aceptación del perímetro

Los archivos robots, noindex, canonical y sitemap deben validarse por separado. Robots gestiona la rastreabilidad, noindex gestiona la intención de indexación, canonical procesa las indicaciones de normalización y sitemap ayuda a descubrir URLs; ninguno de estos puede considerarse como un resultado ya generado por el sistema de búsqueda.

Fuente oficial ¿Para qué se utiliza la aceptación? Límites que no se pueden cruzar
Google:robots.txt introduction Determinar el límite de acceso del rastreador Que los robots no lo hayan bloqueado no significa que ya haya sido indexado
Google: Metaetiqueta Robots Confirmar instrucciones a nivel de página como noindex,nofollow, etc. Para que el comando surta efecto, el sistema de búsqueda debe volver a rastrear
Google: Consolidación canónica Comprobar la señal de la página de especificaciones y el tratamiento de URLs duplicadas canonical es una sugerencia, no una garantía de que se adoptará
Google: Descripción general de los sitemaps Confirmar el punto de entrada para descubrir URLs importantes El sitemap no garantiza la captura ni la indexación
Informe de rendimiento de Search Console Revisar los datos de búsqueda reales de las páginas relacionadas con el índice Efecto de no externalizar en Search Console con cero líneas
OpenAI: Documentación de bots Distinguir los límites de acceso del rastreador de IA El rastreador de IA permite el acceso a lo que no es igual a la cita de respuesta de IA

Tabla de reexamen en período de bajo volumen de datos

Elemento de revisión Campo de registro Redacción en período de bajo volumen de datos
Línea base de Search Console consulta、página、país、dispositivo、clic、impresión、rango de fechas GSC cero filas, solo escribe cero filas; no extrapola posiciones, clics ni impresiones.
GA4事件 Página de entrada, formulario, descarga, clic en correo electrónico, WhatsApp u otros eventos ya configurados El evento no está configurado, así que se escribe como pendiente de configuración; no se deduce el resultado de la consulta.
Calificación de la página Estado HTTP, index/follow, canónico, mapa del sitio, texto del cuerpo, enlaces internos Solo se registra el estado actual, sin incluir la tecnología mediante la redacción de resultados de búsqueda
Límite del negocio Acciones ejecutables, indicadores a observar, fecha del próximo control Escribe por separado lo observado, lo por observar y lo que no se puede prometer.

El enfoque principal de la aceptación aquí es registrar por separado la base oficial, Search Console, GA4, el estado de la página y las acciones comerciales. Lo que podemos garantizar es revisar, corregir, aportar pruebas faltantes y elaborar tablas de retrospectiva; lo que no podemos garantizar es fijar posiciones de búsqueda, especificar referencias de IA, determinar el número de consultas o definir la presentación en la plataforma.

Sigue leyendo este conjunto de materiales de SEO

Si estás revisando sistemáticamente el SEO de tu sitio web de comercio exterior, te recomendamos seguir leyendo los siguientes artículos. Primero aclarar la relación entre rastreo, indexación, contenido, enlaces y análisis retrospectivo, y luego decidir qué página modificar a continuación.

Lectura relacionada: Resolución de problemas de indexación en Google: los puntos críticos en tres casos reales


同专题延伸实战与诊断对照