Un Sitemap es la declaración permanente de lo que contiene un sitio y, en Baidu, es el canal adecuado para el conjunto de páginas existente , a diferencia de los canales de push, que son para lo nuevo.
Cómo lo procesa Baidu
El archivo se recupera y se procesa cíclicamente, lo que lo hace fiable y más lento que el push. Esa es la compensación que establece la propia comparación de la plataforma: no requiere desarrollo, cobertura completa, pero no es la ruta para algo que debe indexarse hoy.
Qué debe incluir
- Solo URLs canónicas: una forma por página, que coincida con lo que usan los enlaces internos.
- Páginas que realmente deberían posicionarse. Un Sitemap que enumera combinaciones de filtros y URLs de búsqueda interna invita al rastreo de páginas que las propias reglas de Baidu califican como inútiles.
- Fechas de modificación precisas, para que el rastreador pueda priorizar lo que ha cambiado.
ETag y recuperación condicional
Baidu documenta el uso de ETag para respaldar el envío del Sitemap; el servidor le indica al rastreador si el archivo ha cambiado desde la última vez que se recuperó. En un Sitemap grande o regenerado con frecuencia, esto evita descargas repetidas de un archivo sin cambios, lo cual es capacidad devuelta al rastreo de páginas reales.
Los fallos comunes
- El archivo es inalcanzable, redirige o responde con algo distinto a
200. - URLs que no coinciden con la forma canónica: variantes de parámetros,
wwwo discrepancias de protocolo. - Un Sitemap que enumera URLs bloqueadas en
robots.txt: una instrucción para rastrear y una instrucción para no rastrear en el mismo sitio. - Un archivo obsoleto regenerado con menos frecuencia de lo que publica el sitio.
El acuerdo que funciona
Regenere según un calendario que coincida con las publicaciones, manténgalo con URLs canónicas, sírvalo con las cabeceras de caché correctas y use los canales de push para cualquier contenido urgente. El Sitemap es el mapa; no es el mensajero.
Verificación
Compruebe en la plataforma que el archivo se recuperó y procesó, y compare el recuento de URLs con el volumen del índice. Una gran brecha entre las enviadas y las indexadas es un hallazgo de calidad o duplicación, no un problema del Sitemap.
Cómo lo aplicamos
The distinction we hold clients to is map versus messenger: sitemap for coverage, push for today. The failure we find most often is a sitemap listing URLs that robots.txt blocks — two instructions in one site, and the crawler follows the restrictive one. Comparing submitted count against index volume is the quickest way to see whether the file is doing anything at all.
Servicios relacionados