Definición
Hay contenido duplicado cuando el mismo contenido, o uno muy parecido, es accesible desde más de una URL. Puede ser dentro de tu propio sitio o entre sitios distintos.
Lo primero: no existe una "penalización por contenido duplicado". Es uno de los mitos más repetidos del SEO. Google lo ha desmentido explícitamente muchas veces. Lo que ocurre es más aburrido y también es un problema:
Google elige una de las versiones para mostrar y agrupa las demás. Y esa elección la hace él, no tú. El coste real es triple: las señales de enlaces se reparten entre varias URLs en vez de sumarse en una, gasta presupuesto de rastreo en variantes que no aportan nada, y puede acabar posicionando la versión que a ti no te interesa.
Cosa distinta es copiar contenido ajeno a escala para posicionar. Eso sí está en las directrices contra el spam y sí se sanciona. Pero eso no es "duplicado": es plagio.
De dónde sale casi siempre
En la práctica, el 90 % del duplicado interno viene de causas técnicas y no de haber escrito lo mismo dos veces:
Variantes del dominio. http://, https://, con www y sin www. Son cuatro URLs distintas para Google si no lo resuelves.
Barra final. /pagina y /pagina/ pueden ser dos páginas.
Parámetros. ?utm_source=..., ?orden=precio, ?pagina=1. Cada combinación es otra URL con el mismo contenido.
Mayúsculas. En muchos servidores, /Pagina y /pagina son distintas.
Versiones para imprimir, o el mismo producto accesible por varias categorías.
Fichas de producto de fabricante. Cientos de tiendas usando la misma descripción que les pasó el proveedor. Este es el caso más común en comercio electrónico y el más difícil de resolver: la única salida real es escribir descripciones propias.
Ejemplo práctico
Al auditar esta web encontré dos casos, uno técnico y otro de contenido.
El técnico: había títulos y canónicas duplicados en distintas páginas. Un mismo <title> en dos páginas y una descripción repetida en tres. No es duplicado de contenido completo, pero es la misma familia de problema: Google recibe señales de que esas páginas son intercambiables.
El de contenido, más interesante: los 134 términos del diccionario son estructuralmente idénticos. Todos tienen definición, cómo funciona, ejemplo, errores comunes y referencias. Un sitio con 134 páginas con la misma plantilla es exactamente el perfil que Google mira con lupa.
Lo que hace que no sean duplicados es que el contenido de cada una es distinto de verdad: 870 palabras propias, ejemplos concretos y diferentes en cada ficha, y enlaces internos distintos. La plantilla se repite; el contenido no.
Ese es el matiz que hay que entender: Google no compara plantillas, compara contenido. Un sitio con estructura repetida y contenido único está bien. Uno con estructura variada y contenido reciclado, no.
Donde sí habría problema es si hubiera escrito una ficha de 150 palabras por término. Ahí la plantilla pesaría más que el contenido y las 134 páginas se parecerían demasiado entre sí.
Cómo se resuelve
Por orden de preferencia:
Redirección 301 cuando solo debe existir una versión. Es lo que se hace con las variantes del dominio y la barra final: elige una y redirige el resto.
Canonical cuando las dos versiones deben seguir existiendo para el usuario pero solo una debe indexarse. El caso típico: un producto accesible desde dos categorías.
Noindex cuando la variante no debe estar en Google en absoluto: resultados de búsqueda interna, filtros.
Escribir contenido propio cuando el duplicado es de texto y no de URLs. No hay atajo técnico para esto.
Errores comunes
- Obsesionarse con porcentajes. Herramientas que dicen "esta página es un 30 % similar a esta otra" generan más ansiedad que valor. Google no funciona con un umbral así.
- Poner canónicas a páginas que no son equivalentes. Si el contenido difiere, Google ignora la canónica y decide él.
- Canonical apuntando a sí misma mal escrito. Con un protocolo distinto o sin la barra final, y te has creado un duplicado nuevo.
- Bloquear los duplicados en robots.txt. Google no puede entrar a leer la canónica y sigue igual.
- No consolidar las variantes del dominio. Es lo más básico y lo que más se olvida al migrar.
- Temer al texto legal repetido. El aviso legal parecido al de otros sitios no es un problema.
Cuándo preocuparte
Cuando Search Console te diga "Página alternativa con etiqueta canónica adecuada" en páginas donde no lo esperabas, cuando veas la misma página indexada con varios parámetros, o cuando una URL que no querías esté posicionando en lugar de la buena.
Y en cualquier tienda con filtros: ahí el duplicado por parámetros es la norma y hay que gestionarlo desde el principio.
