Definición
Noindex es la instrucción con la que le dices a un buscador que no guarde una página en su índice. Es la forma correcta —y la única fiable— de sacar contenido de los resultados.
Se pone de dos maneras. En el HTML, dentro del <head>:
<meta name="robots" content="noindex, follow">
O como cabecera HTTP, útil para ficheros que no son HTML (un PDF, por ejemplo):
X-Robots-Tag: noindex
El follow de ese ejemplo importa: significa "no guardes esta página, pero sí sigue sus enlaces". Es lo que suele querer uno, porque permite que el flujo de enlaces internos siga circulando.
La diferencia con robots.txt
Es el punto que más confusión genera en todo el SEO técnico, y merece la pena repetirlo:
- robots.txt dice "no entres".
- noindex dice "entra, pero no la guardes".
Y de ahí sale la consecuencia contraintuitiva: para desindexar una página, Google tiene que poder entrar a leer el noindex. Si la bloqueas en robots.txt, no entra, no ve la instrucción y la página puede quedarse indexada indefinidamente.
El orden correcto para sacar algo de Google:
- Pon
noindexy asegúrate de que no está bloqueada en robots.txt. - Espera a que Google la rastree y la quite. Días o semanas.
- Cuando haya desaparecido, si quieres, bloquéala en robots.txt para ahorrar rastreo.
Si tienes prisa, la herramienta de eliminación de URLs de Search Console la oculta en unas horas — pero solo durante seis meses, y es un parche: el noindex sigue siendo lo que la quita de verdad.
Qué conviene desindexar
- Resultados de búsqueda interna. Generan infinitas URLs sin valor propio.
- Páginas de agradecimiento tras un formulario.
- Filtros y ordenaciones que no aportan contenido distinto.
- Páginas de paginación profundas, según el caso.
- Zonas privadas, entornos de pruebas y páginas en construcción.
- Contenido escaso que solo diluye la calidad media del sitio.
Y lo que no hay que desindexar aunque a veces se haga: páginas con poco tráfico pero contenido legítimo. Poco tráfico no es lo mismo que poco valor.
Ejemplo práctico
En esta web hay dos usos, y son opuestos.
Sí desindexado. Las rutas privadas —el panel y el acceso— nunca deberían estar en Google. La solución que uso no es un noindex: es que esas páginas no existen en el servidor. Un script las borra del resultado compilado antes de subirlo. Lo que no existe no se puede indexar, y eso es más fiable que cualquier etiqueta.
Que es exactamente lo que falló en su día: ese script funcionaba, pero un despliegue viejo había dejado copias en el servidor y el despliegue no borra. Estuvieron accesibles meses. Con un noindex habrían estado igual de accesibles, solo que sin salir en Google. Borrarlas fue lo correcto.
Sí indexado, aunque sea tentador no hacerlo. La página de aviso legal. Tiene poco tráfico y ningún valor comercial, y hay quien la desindexa "para no diluir". Es un error: es una página que Google espera encontrar en un sitio profesional y que forma parte de las señales de confianza. Está indexada, con prioridad baja en el sitemap.
Errores comunes
- Bloquear en robots.txt lo que llevas
noindex. Se anulan entre sí y la página se queda. noindexheredado del entorno de pruebas. Es el accidente clásico: un despliegue que arrastra la etiqueta y desindexa el sitio entero. Si el tráfico se desploma de golpe, mira esto primero.- Usar
noindex, nofollowpor defecto. Elnofollowcorta el flujo de enlaces internos. Salvo motivo concreto, usanoindex, follow. - Ponerlo por JavaScript. Google tiene que renderizar para verlo, y eso tarda. Va en el HTML inicial o en la cabecera.
- Esperar efecto inmediato. Hasta que no vuelva a rastrear la página, no la quita.
- Confundirlo con canonical. La canónica dice "hay varias versiones, quédate con esta". El noindex dice "esta no la quiero". Poner las dos a la vez manda señales contradictorias.
Cuándo usarlo
Cuando una página tenga que existir para el usuario pero no tenga sentido en un buscador. Ese es el criterio exacto.
Si además no tiene que existir para nadie, no la desindexes: bórrala. Es más limpio y no hay etiqueta que se pueda perder en un despliegue.
