Los requisitos del sitemap de Google News exigen un archivo XML que contenga URLs de artículos publicados en las últimas 48 horas. Este formato de archivo específico ayuda a Google a identificar contenido elegible para la superficie de Noticias destacando metadatos como el nombre de la publicación, el idioma y la marca de tiempo precisa del artículo. Al adherirse a estas estrictas estructuras XML, los editores aseguran que su contenido llegue al índice con el contexto necesario para una visualización precisa en todas las superficies de búsqueda.
¿Cuáles son los requisitos técnicos específicos para un sitemap de Noticias?
Un sitemap de Noticias debe seguir el protocolo de Sitemap estándar mientras incorpora etiquetas específicas definidas por Google. El tamaño del archivo está estrictamente limitado a 1,000 URLs por sitemap individual para garantizar un procesamiento eficiente por parte del rastreador. Si una publicación produce un mayor volumen de contenido, el sistema requiere la creación de múltiples sitemaps agrupados bajo un único archivo de índice de sitemap.
Estos archivos técnicos no están destinados a archivos o contenido imperecedero. Sirven como una señal temporal para noticias de última hora. Si el rastreador encuentra URLs de más de dos días en este feed específico, el sistema los ignora, lo que puede activar advertencias en la interfaz de Search Console con respecto a entradas de contenido caducadas.
Para los desarrolladores, esto significa construir un script dinámico que pode la lista XML automáticamente. Si una URL permanece en el archivo más allá del umbral de 48 horas, se convierte en ruido. Los editores de alta frecuencia deben asegurarse de que su base de datos backend active un evento de eliminación para mantener el sitemap limpio y conforme con las señales de frescura de Google.
- Incluya solo artículos publicados en las últimas 48 horas.
- Utilice la etiqueta <news:news> para cada entrada de URL.
- Especifique el nombre de la publicación y la configuración de idioma con precisión.
- Defina la fecha de publicación utilizando el formato W3C (YYYY-MM-DDTHH:MM:SS+TZD).
- Mantenga el tamaño del archivo por debajo de 50 MB y limítelo a 1,000 URLs.
¿Cómo estructurar correctamente las etiquetas XML?
La estructura se basa en la definición del espacio de nombres de noticias. Cada entrada de URL debe contener el objeto de publicación obligatorio, que requiere tanto el nombre de la publicación como el código de idioma ISO 639. El título del artículo es un elemento requerido, al igual que la fecha de publicación en el formato W3C exacto.
Estas etiquetas específicas proporcionan al rastreador un contexto inmediato, permitiéndole analizar su contenido sin necesidad de renderizar todo el diseño de la página. Esto es vital para sitios de noticias de alta frecuencia donde la latencia en el renderizado podría retrasar la aparición de una historia en el feed de noticias. Cuando implementa estas etiquetas, reduce la carga de trabajo en el rastreador.
La consistencia sigue siendo un factor clave. Asegúrese de que el nombre de la publicación coincida exactamente con lo que aparece en la configuración de su Google Publisher Center. Cualquier discrepancia entre sus etiquetas de metadatos y su identidad registrada puede llevar a fricciones en la indexación. Audite su salida XML con frecuencia para asegurarse de que ningún error de codificación o caracteres rotos interrumpan el analizador.
Aunque no necesita crear un archivo único para Discover, su sitemap XML general debe ser preciso y estar actualizado.
Google Search Central
Cómo aplica Alien Road esta tecnología
En Alien Road, gestionamos configuraciones técnicas de sitemap automatizando todo el proceso de generación para nuestros clientes. Evitamos actualizaciones manuales de archivos para prevenir errores humanos y asegurar que cada artículo se registre en el momento en que se publica. Durante un compromiso típico, nuestro equipo de ingeniería audita el CMS del cliente para asegurar que la fecha de publicación y el título del artículo se extraigan automáticamente al feed XML.
Realizamos una verificación de validación utilizando validadores XML estándar para asegurar que la sintaxis coincida perfectamente con los requisitos del esquema. Luego monitoreamos Google Search Console para verificar que el sitemap se procese sin errores. Para editores de noticias, aseguramos que el índice del sitemap se envíe y que el informe de cobertura no muestre problemas de rastreo, proporcionando un camino claro para el descubrimiento de contenido.
En un proyecto típico de cliente, integramos estos feeds XML directamente en el pipeline CI/CD. Esto asegura que cuando un desarrollador lanza una nueva función o diseño, la lógica de generación del sitemap permanezca intacta. Documentamos estos procesos para que el equipo del cliente pueda mantener la transparencia sobre cómo se está señalando su contenido a los motores de búsqueda.
¿Por qué es obligatorio el límite de 48 horas?
Google restringe el contenido del sitemap a artículos publicados en los últimos dos días para mantener la frescura y relevancia del índice de Noticias. Después de la ventana de 48 horas, los artículos se eliminan automáticamente del sitemap de Noticias, aunque permanecen en el índice principal de Google a través de procesos de rastreo regulares.
Esta distinción es vital para mantener un perfil técnico limpio y asegurar que el rastreador gaste su presupuesto en historias frescas y de última hora en lugar de datos obsoletos. Si intenta mantener artículos en el sitemap de Noticias por más tiempo, el informe de procesamiento en Search Console probablemente los marcará como inválidos o redundantes, lo que puede disminuir las señales de confianza generales para ese archivo específico.
El contenido obsoleto en un feed de noticias proporciona una mala experiencia de usuario. Al adherirse estrictamente a la ventana de 48 horas, señala al motor de búsqueda que su sitio es una fuente de información activa y actual. Esta disciplina ayuda a mantener una alta prioridad de rastreo para su dominio, lo cual es esencial para los ciclos de noticias de última hora.
- Elimine las URLs del sitemap de Noticias una vez que superen las 48 horas.
- Asegúrese de que las URLs de los artículos permanezcan accesibles en el sitemap XML principal para la indexación a largo plazo.
- Verifique que su archivo robots.txt permita el acceso a estos archivos.
- Actualice el archivo de índice del sitemap cada vez que se genere un nuevo sitemap.
- Revise la configuración de caché de su CMS para asegurarse de que la salida XML no sirva versiones cacheadas y obsoletas.
¿Qué errores comunes debe evitar?
Un error frecuente implica incluir páginas que no son de noticias en el sitemap de Noticias dedicado. Google espera solo contenido periodístico en estos archivos; incluir páginas de contacto, archivos de categorías o portales de inicio de sesión causa errores en Search Console. Mantenga su feed de Noticias exclusivamente para artículos.
Otro problema es el formato de fecha inadecuado. Si su CMS genera fechas en una zona horaria local sin compensación, el rastreador puede malinterpretar la hora de publicación. Siempre fuerce UTC o incluya la compensación TZD correcta en sus cadenas W3C. Validar estas cadenas contra un validador de esquema ahorrará un tiempo significativo durante la fase de depuración.
Por dónde empezar esta semana
Revise su estructura actual de sitemap XML contra los requisitos de Google News inmediatamente. Si es un editor de noticias, verifique que su CMS esté emitiendo las etiquetas requeridas correctamente. Comience probando su sitemap en un entorno de desarrollo local antes de implementarlo en su sitio en vivo para evitar conflictos de indexación y confirmar que los formatos de fecha W3C se generen correctamente. Monitoree su pestaña de cobertura de Search Console durante al menos 72 horas después de la implementación para asegurarse de que no aparezcan nuevos errores.