Definición:
Un error de rastreo es una incidencia que impide o dificulta que un crawler acceda a una URL o recupere sus recursos como estaba previsto. Puede afectar a una página concreta, a un grupo de URLs o al sitio completo, según se origine en la propia dirección, el servidor, la red o las reglas de acceso.
Rastreo e indexación son procesos relacionados, pero diferentes. Una URL puede rastrearse y no indexarse, mientras que una página bloqueada intencionadamente puede no presentar ningún error. El diagnóstico debe comparar la respuesta observada con el estado que debería tener la URL.
Índice de contenidos
Cómo se produce un error de rastreo
El rastreador solicita una URL, recibe una respuesta y trata de seguir las instrucciones y recursos necesarios. Existe una incidencia cuando ese recorrido no puede completarse como corresponde. Las causas más habituales son:
- DNS o conectividad: El dominio no se resuelve, la conexión falla o la respuesta supera el tiempo disponible.
- Errores del servidor: La URL devuelve un error 500 u otra respuesta 5xx que impide recuperar el contenido.
- URL inexistente: La dirección responde con un error 404 o 410. Puede ser una respuesta correcta si el recurso ya no debe existir.
- Restricciones de acceso: El archivo robots.txt, la autenticación, un firewall o una respuesta 403 impiden la entrada del bot.
- Redirecciones defectuosas: Una redirección forma un bucle, encadena demasiados saltos o conduce a un destino inaccesible.
- Soft 404: La página devuelve 200, pero su contenido indica que el recurso no existe o carece de una respuesta útil.
- Recursos necesarios bloqueados: Archivos utilizados para representar o comprender la página no pueden recuperarse.
Errores esperados e incidencias reales
No toda respuesta distinta de 200 necesita corrección. Una URL eliminada de forma definitiva puede devolver 404 o 410 correctamente; una zona privada puede exigir autenticación; y una ruta bloqueada deliberadamente puede cumplir la política de acceso del sitio.
La incidencia aparece cuando el estado contradice la intención: una página que debería estar disponible responde con 5xx, una URL importante queda bloqueada, los enlaces internos apuntan a direcciones inexistentes o una cadena de redirecciones impide llegar al destino. La etiqueta noindex tampoco es un error de rastreo: permite el acceso, pero solicita que la página no se incluya en el índice.
Cómo identificar el origen
Google Search Console distribuye estas señales entre el informe de indexación de páginas, la inspección de URL y las estadísticas de rastreo. Cada informe responde a una pregunta distinta: qué estado conoce Google para una página, si puede acceder a una URL concreta y cómo evoluciona la actividad de rastreo del sitio.
El diagnóstico se completa con varias fuentes:
- la respuesta HTTP y la cadena de redirecciones;
- los registros del servidor, que muestran solicitudes reales de los bots;
- un rastreo del sitio para localizar enlaces rotos, bucles y URLs aisladas;
- las reglas de robots.txt, autenticación, CDN y firewall;
- la diferencia entre la respuesta ocasional y un patrón repetido.
Cómo corregirlo
- Confirmar el estado esperado: Determinar si la URL debe existir, redirigir, estar bloqueada o permanecer fuera del índice.
- Reproducir la incidencia: Comprobar la respuesta, los saltos y los recursos con las mismas condiciones que afectan al rastreador.
- Corregir la causa: Actuar sobre el servidor, DNS, enlace, redirección, regla de acceso o recurso que origina el fallo.
- Actualizar las referencias: Retirar del enlazado interno y de los archivos de descubrimiento las URLs que ya no deben rastrearse.
- Validar el resultado: Confirmar que la respuesta final coincide con la intención y que no se ha bloqueado contenido necesario.
- Observar la recurrencia: Revisar registros e informes durante un periodo suficiente para distinguir una recuperación estable de un fallo intermitente.
Impacto en SEO y visibilidad en IA
Los errores persistentes pueden dificultar el descubrimiento de páginas, retrasar actualizaciones y consumir recursos de rastreo en rutas que no aportan valor. Su efecto depende del alcance, la duración y la importancia de las URLs afectadas; un 404 aislado y esperado no equivale a una penalización.
La accesibilidad también forma parte del SEO técnico y de la base técnica del GEO, pero los sistemas de IA no utilizan necesariamente los mismos bots ni las mismas reglas que un buscador. Un sitio puede permitir el rastreo para búsqueda y restringir otros agentes, o viceversa. Resolver una incidencia de acceso mejora la posibilidad de recuperar el contenido, pero no garantiza indexación, aparición en una respuesta generativa ni una cita.