¿Qué significan los errores de sitemap en Google Search Console y cómo los corrijo?

Publicado

Respuesta corta

Los errores de sitemap en Google Search Console significan o bien que Google no pudo descargar el archivo («No se ha podido obtener», en inglés Couldn't fetch, que en la página de detalles aparece como «No se ha podido leer el sitemap»), o bien que lo descargó pero no pudo analizar una parte («Tiene errores»). Los fallos de obtención suelen deberse a una URL incorrecta, una regla de robots.txt, un error del servidor o un cortafuegos que responde a Googlebot; los errores de análisis, a XML roto, fechas incorrectas, URLs erróneas o archivos de más de 50.000 URLs o 50 MB. Prueba la URL del sitemap desde fuera con curl, corrige la causa y vuelve a enviarlo.

El informe de sitemaps de Search Console es parco en palabras: un estado, un recuento y a veces el nombre de un error. Detrás de cada estado hay un fallo concreto que puedes reproducir desde tu propio terminal en un minuto. Esta guía relaciona cada mensaje que documenta Google con su causa, muestra cómo probarlo desde fuera y da la solución.

En esta página
  1. ¿Qué significan los estados de sitemap en Search Console?
  2. ¿Por qué Search Console dice «No se ha podido obtener» o «No se ha podido leer el sitemap»?
  3. ¿Cómo pruebo un sitemap desde fuera?
  4. ¿Qué significan los mensajes de «Tiene errores» y cómo los corrijo?
  5. ¿Cuáles son los límites de tamaño y las reglas de formato de los sitemaps?
  6. ¿Los rastreadores de IA también usan sitemaps?

¿Qué significan los estados de sitemap en Search Console?

Cada sitemap que envías recibe un estado, correspondiente a la última vez que Google lo solicitó:

Si falla una obtención o un análisis, Google lo sigue intentando durante unos días y después deja de solicitar ese sitemap, así que un sitemap roto no se arregla solo. Dos detalles más explican muchos informes confusos: el informe solo enumera los sitemaps enviados a través del informe o de la API, no los que se encuentran en robots.txt, y solo muestra los sitemaps de la propiedad actual, así que comprueba que estás en la propiedad correcta: http o https, con www o sin www.

¿Por qué Search Console dice «No se ha podido obtener» o «No se ha podido leer el sitemap»?

Google enumera estas causas documentadas de un fallo de obtención:

Hay una causa que Google no nombra por separado y que aparece como error general o HTTP: un cortafuegos, una CDN o una protección contra bots que responde a Googlebot con un 403, un 429 o una página de verificación mientras tu navegador recibe el archivo. Exigir inicio de sesión para acceder al archivo tiene el mismo efecto. Para confirmar el fallo desde el lado de Google, pega la URL del sitemap en la herramienta de inspección de URLs, ejecuta una prueba en directo y comprueba que el rastreo está permitido (Crawl allowed: Yes) y que la obtención de la página es correcta (Page fetch: Successful).

¿Cómo pruebo un sitemap desde fuera?

Ejecuta estas cuatro comprobaciones desde cualquier equipo. Sustituye example.com por tu dominio.

# 1. Status, redirects and content type
curl -sIL https://example.com/sitemap.xml | grep -iE '^(HTTP|location|content-type)'

# 2. The same file requested with Googlebot's user agent
curl -s -o /dev/null -w "%{http_code} %{content_type} %{size_download}\n" \
  -A "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)" \
  https://example.com/sitemap.xml

# 3. Rules and Sitemap lines in robots.txt
curl -s https://example.com/robots.txt | grep -iE '^(user-agent|disallow|allow|sitemap)'

# 4. Well-formed XML and number of URLs
curl -s https://example.com/sitemap.xml -o sitemap.xml
xmllint --noout sitemap.xml && grep -o '<loc>' sitemap.xml | wc -l

Qué buscar: el estado final debe ser 200. Una cadena de redirecciones significa que enviaste una dirección que no es la final; Search Console muestra la URL exacta que enviaste y no sigue redirecciones para ella, así que envía la URL final. Un tipo de contenido text/html junto con un cuerpo HTML significa que el servidor envió una página, a menudo una página 404 o la de inicio, en lugar del archivo. Si la comprobación 2 devuelve 403, 429 o 503 mientras la 1 devuelve 200, una regla del cortafuegos trata a los rastreadores de forma distinta. Algunos servidores responden a las solicitudes HEAD de forma diferente que a GET, por eso la comprobación 2 usa una solicitud normal.

Tu prueba sale desde tu propia dirección IP, así que muestra cómo tratan tus reglas al user agent. Las reglas basadas en rangos de IP pueden seguir tratando de otra forma al Googlebot real. Google publica los rangos de IP de sus rastreadores y admite la verificación por DNS inverso, así que una regla de permiso puede identificar al rastreador real en lugar de la cadena de user agent.

¿Qué significan los mensajes de «Tiene errores» y cómo los corrijo?

Cuando el archivo se obtiene pero no se puede analizar por completo, la página de detalles nombra el error. Los que tienes más probabilidades de ver:

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/products?color=blue&amp;size=m</loc>
    <lastmod>2026-11-17</lastmod>
  </url>
  <url>
    <loc>https://example.com/about</loc>
    <lastmod>2026-11-10T09:30:00+00:00</lastmod>
  </url>
</urlset>

¿Cuáles son los límites de tamaño y las reglas de formato de los sitemaps?

El protocolo de sitemaps.org y la documentación de Google fijan los mismos límites: no más de 50.000 URLs ni más de 50 MB sin comprimir por archivo de sitemap. Un índice de sitemaps puede enumerar hasta 50.000 sitemaps y tiene el mismo límite de tamaño, y Google informa de Too many sitemaps cuando un índice lo supera. Los índices no pueden apuntar a otros índices. El archivo debe estar codificado en UTF-8, todos los valores deben ir escapados como entidades y Google pide URLs absolutas y completas.

Google dice además que ignora priority y changefreq, y que solo usa lastmod cuando es exacto de forma constante y verificable, así que pon la fecha en que el contenido cambió por última vez de forma significativa. Según el protocolo de sitemaps.org, un sitemap en https://example.com/blog/sitemap.xml solo puede enumerar URLs bajo /blog/, por eso Google recomienda colocar los sitemaps en la raíz del sitio. Un sitio grande divide sus URLs en varios archivos y envía un único índice:

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://example.com/sitemap-pages.xml</loc>
    <lastmod>2026-11-17</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://example.com/sitemap-blog.xml.gz</loc>
    <lastmod>2026-11-15</lastmod>
  </sitemap>
</sitemapindex>

Añade también a robots.txt una línea con la URL completa, por ejemplo Sitemap: https://example.com/sitemap.xml. Puede ir en cualquier parte del archivo, y cualquier rastreador que lea robots.txt puede encontrar tu sitemap a partir de ella, no solo aquellos a los que lo envías.

¿Los rastreadores de IA también usan sitemaps?

En el caso de Google, de forma indirecta, sí. Los sitemaps ayudan a Google a descubrir URLs para su índice de búsqueda, y Google dice que sus AI Overviews y su modo IA se basan en ese índice: una página debe estar indexada y poder mostrarse con un fragmento para aparecer como enlace de apoyo. Un error de sitemap que ralentiza la indexación puede retrasar también la aparición de una página en las funciones de IA de Google.

En el caso de otros motores de respuesta, no está documentado. La documentación de rastreadores de OpenAI, Anthropic y Perplexity no dice si sus rastreadores leen sitemaps, así que no cuentes con un sitemap para llevar una página a ChatGPT, Claude o Perplexity. Allí importan más los enlaces internos y un robots.txt y un cortafuegos abiertos. Mantener un sitemap que funcione y una línea Sitemap: en robots.txt no cuesta nada y sirve a cualquier rastreador que sí los use.

El informe completo de AISeeWhy lee los sitemaps declarados en robots.txt o encontrados en /sitemap.xml y marca un sitemap que no se puede obtener o no se puede analizar, con una guía de corrección para cada caso: sitemap inaccesible y sitemap ilegible.

Correcciones para este problema

Herramientas gratuitas

Próximos pasos

Rastreadores en este artículo

Preguntas frecuentes

¿Qué significa Impossible de lire le sitemap?

Es el texto de la versión francesa de Search Console para Sitemap could not be read («No se ha podido leer el sitemap»). Aparece en la página de detalles cuando Google no pudo obtener el archivo en absoluto. Revisa la URL, robots.txt, el código de estado del servidor y tu cortafuegos, corrige la causa y vuelve a enviarlo.

¿Cuánto tarda Google en volver a leer mi sitemap tras una corrección?

Google dice que intenta rastrear un sitemap en cuanto lo envías, así que vuelve a enviarlo después de corregirlo. Tras una lectura correcta, vuelve a rastrear el sitemap según su propio calendario, independientemente del resto del sitio.

¿Por qué mi sitemap no aparece en el informe de sitemaps?

El informe solo muestra los sitemaps enviados a través del informe o de la API, y solo de la propiedad actual. Google puede usar un sitemap encontrado en robots.txt sin que aparezca ahí. Envíalo para ver su estado.

¿Un error de sitemap elimina mis páginas de Google?

Por sí solo, no. Google dice que recuerda lo que aprendió en lecturas correctas anteriores y que un fallo posterior no hace que lo olvide. Las páginas nuevas y modificadas pueden descubrirse más despacio hasta que el sitemap vuelva a funcionar.

¿Eliminar y volver a enviar el sitemap borra el error?

Solo si la causa está corregida. Quitar un sitemap del informe no hace que Google lo olvide ni olvide sus URLs, y un sitemap reenviado que sigue fallando recibe el mismo error.

Fuentes

Más artículos