La web que se lanzó oculta
Se construye con noindex en todas las páginas para que no se indexe a medias, y el día del lanzamiento nadie lo quita. Pasan meses sin visitas. Es el primer punto que compruebo en una valoración.
Inicio › Recursos › Indexación en Google
Noindex frente a robots.txt: por qué bloquear no es lo mismo que desindexar
Esta misma web nació con noindex en todas sus páginas, a propósito, así que conozco bien el riesgo: es la etiqueta que más webs deja fuera de Google por un olvido. Te explico la diferencia con robots.txt, que se confunden constantemente, y cómo saco una página del índice sin equivocarme de herramienta.
Por Alberto Herrero · Alberseo
La diferencia, como yo la explico
robots.txt le dice a un robot “no entres a leer esta página”. noindex le dice “puedes leerla, pero no la guardes en tu índice”. La primera controla el rastreo; la segunda, la indexación.
Parecen lo mismo y no lo son. Cuando una página que se quería quitar de Google sigue apareciendo, lo habitual es que se haya usado la herramienta equivocada. Por eso es lo primero que compruebo, antes de mirar nada más.
| robots.txt (Disallow) | noindex | |
|---|---|---|
| Qué controla | Si el robot puede visitar la dirección. | Si la página puede estar en el índice. |
| Dónde se pone | En un archivo único, en la raíz del dominio. | En cada página (etiqueta) o en la respuesta del servidor. |
| ¿Saca la página de Google? | No de forma fiable. | Sí, cuando Google la vuelve a rastrear. |
| ¿Ahorra rastreo? | Sí. | No: Google tiene que leerla para ver la etiqueta. |
| Uso típico | Carpetas internas, búsquedas, filtros infinitos. | Páginas de gracias, borradores, páginas legales sin interés. |
Dato propio: esta misma web nació con noindex
Un ejemplo de uso correcto, y del riesgo que conlleva. Construí esta web con la etiqueta noindex en todas sus páginas mientras la preparaba, para que Google no indexara una versión a medias en una dirección provisional. Quitarla fue el primer paso del día del lanzamiento, junto con comprobar el robots.txt y el sitemap que se publican de verdad.
Es exactamente la situación en la que se produce el error más caro: si ese paso se me olvida, la web puede pasar meses publicada sin recibir una sola visita de Google. Por eso no me fío de “acordarme”: lo tengo escrito en la lista de lanzamiento.
La comprobación contraria la hice en BarnaKey: inspeccioné ocho páginas importantes y las ocho constan con el rastreo permitido y la indexación permitida. Es una revisión corta que repito después de cualquier cambio de diseño.
El error que más veo, explicado
Alguien quiere sacar una página de Google, la bloquea en robots.txt… y sigue apareciendo. Ocurre porque Google ya no puede leer la página y, por tanto, no ve la etiqueta noindex. Si otras páginas la enlazan, la dirección puede seguir en los resultados, normalmente sin descripción. Search Console lo llama “Indexada, pero bloqueada por robots.txt”.
El orden que sigo es el contrario: primero noindex con el rastreo permitido, espero a que Google la retire y, solo después y si hace falta, bloqueo.
Cómo escribo cada cosa
La etiqueta noindex, en la cabecera de la página:
<meta name="robots" content="noindex">
Para archivos que no son páginas, como un PDF, se envía desde el servidor como cabecera de respuesta:
X-Robots-Tag: noindex
Y una regla de bloqueo en robots.txt:
User-agent: * Disallow: /busqueda/
Poner “noindex” dentro de robots.txt no funciona: Google dejó de admitirlo.
Qué uso en cada caso
| Quiero… | Uso | Detalle |
|---|---|---|
| Que una página no aparezca en Google | Noindex | Sin bloquearla en robots.txt. |
| Que Google no pierda tiempo en una carpeta inútil | Disallow | Búsqueda interna, filtros, carrito. |
| Proteger información privada | Ninguna de las dos | Contraseña o acceso restringido. robots.txt es público y cualquiera puede leerlo. |
| Quitar una página borrada | 404 o 410 | O redirección 301 si existe una sustituta. |
| Quitar algo con urgencia | Herramienta de retirada + noindex | La retirada es temporal; el noindex la hace definitiva. |
| Una web en construcción | Noindex en todas, o acceso con contraseña | Y me apunto quitarlo el día del lanzamiento. |
| Variantes con parámetros | Canonical | Lo explico en la guía de canonical. |
Cómo saco una página de Google, paso a paso
Decido si debe seguir existiendo
Si no, la borro (404 o 410) o la redirijo. Si debe seguir accesible, sigo.
Añado noindex
En la cabecera de la página o como cabecera del servidor.
Compruebo que robots.txt no la bloquea
Si está bloqueada, Google nunca verá el noindex.
Si corre prisa, uso la retirada temporal
En Search Console, Indexación → Retirada de URLs. La oculta durante unos seis meses mientras el noindex hace efecto.
La quito del sitemap
El sitemap es para páginas que quiero indexar.
Compruebo el resultado
La inspección de URL indicará “Excluida por la etiqueta noindex”.
Mi comprobación en 10 puntos
Los estados de Search Console relacionados
| Estado | Qué hago | Qué hacer |
|---|---|---|
| Excluida por la etiqueta “noindex” | Correcto si era la intención. Si no, quito la etiqueta. | Correcto si era la intención. Si no, quitar la etiqueta. |
| Bloqueada por robots.txt | Correcto para carpetas inútiles. Lo reviso si es una página importante. | Correcto para carpetas inútiles. Revisar si es una página importante. |
| Indexada, pero bloqueada por robots.txt | Decido: o permito el rastreo y pongo noindex, o lo permito y la dejo indexada. | Decidir: o permitir el rastreo y poner noindex, o permitirlo y dejarla indexada. |
| No se ha encontrado (404) | Nada si se borró a propósito; redirijo si tenía visitas o enlaces. | Nada si se borró a propósito; redirigir si tenía visitas o enlaces. |
Tres casos típicos de negocios locales
La plantilla con el bloqueo heredado
Un robots.txt copiado de otra web o de la fase de pruebas bloquea carpetas enteras, a veces la web completa. Una sola línea basta para desaparecer del buscador.
La página antigua que no se va
Una promoción caducada bloqueada en robots.txt sigue saliendo en Google años después. Con noindex y el rastreo permitido, desaparece en el siguiente rastreo.
Un detalle poco conocido. Una página que lleva mucho tiempo con noindex se rastrea cada vez menos, y los enlaces que contiene acaban contando poco o nada. Por eso no conviene usar páginas noindex como “puente” para repartir enlaces internos: si una página es importante para la estructura, debería poder indexarse.
Preguntas frecuentes
¿Puedo poner noindex y bloquear en robots.txt a la vez?
No lo hago: el bloqueo impide que Google lea el noindex, y la página puede seguir en los resultados.
¿Cuánto tarda una página noindex en salir de Google?
Hasta que Google vuelva a rastrearla y vea la etiqueta, que puede llevar días o semanas. La herramienta de retirada la oculta antes, de forma temporal.
¿Cómo sé si una página tiene noindex?
En Search Console, la inspección de URL indica si la indexación está permitida. También miro el código fuente y busco la línea “robots”.
¿robots.txt protege mi información?
No. Es un archivo público y solo una petición a los robots. Para proteger algo hace falta contraseña o acceso restringido.
¿Qué diferencia hay entre 404 y 410?
Los dos indican que la página no existe. El 410 dice de forma explícita que se ha eliminado a propósito; en la práctica Google trata ambos de forma muy parecida.
¿Y “nofollow”? ¿Es lo mismo?
No. Nofollow se refiere a los enlaces de la página, no a su indexación. Una página puede ser indexable y tener enlaces nofollow.
¿Sirve noindex para los asistentes de IA?
Evita que la página esté en el índice del buscador, y con ello en las respuestas que se apoyan en él. El acceso de cada rastreador de IA se controla aparte; lo explico en esta guía.
Escrito por Alberto Herrero · Alberseo
Consultor SEO desde hace más de 15 años. Los datos de esta página salen de mis propios proyectos, sobre todo de BarnaKey, un negocio de llaves de coche en Barcelona que posiciono desde hace seis años. Cuando algo no lo he medido yo, lo digo.
Sigue leyendo
¿Quieres que lo revise en tu web?
La valoración es gratuita y sin compromiso.
Pedir mi valoración gratis