Google pide noindex por defecto en las páginas para compartir un enlace. El 26 de octubre, la compañía agregó una sección nueva, «Only index content meant for Search», a su guía para prevenir el spam generado por usuarios, y ahí deja la regla escrita: las páginas creadas para compartir, colaborar o servir como utilidad nacen fuera del índice, con una regla noindex o un bloqueo en robots.txt.
El cambio apunta a los servicios donde la gente publica páginas compartidas, contenido generado o aplicaciones web. La propia guía advierte que los spammers pueden aprovechar esas herramientas para crear grandes cantidades de páginas de poco valor, o sitios enteros, colgados del dominio de la plataforma. Y no hace falta ser una plataforma gigante para quedar dentro del cuadro: perfiles de miembros, temas de foros, resultados compartidos y páginas de adjuntos son páginas que ningún dueño de sitio escribió y que igual pueden terminar en los resultados.
El ejemplo incómodo ya circulaba. DuckDuckGo contó a principios de octubre que las conversaciones compartidas de ChatGPT y Claude habían aparecido en los resultados de búsqueda durante el último año: alguien recibía el enlace, el enlace se enlazaba en otro sitio y la conversación quedaba a la vista de cualquiera que buscara. La consultora de SEO Lily Ray lee que el blanco de la guía pueden ser las páginas y los sitios generados con inteligencia artificial y las publicaciones sociales, aunque esa es su interpretación: Google no nombró a ningún servicio.
La pregunta que la sección nueva deja a cada sitio es simple de formular e incómoda de responder: ¿esta clase de página está hecha para que la encuentren en un buscador, o solo para que la abra quien tenga el enlace? Si la respuesta es el enlace, el ajuste por defecto es dejarla fuera del índice desde que nace, no cuando ya apareció en los resultados cargando contenido que nadie quiso publicar.
Lo que la guía pide vigilar
Parte del consejo ya estaba. Las publicaciones de usuarios nuevos, sin reputación, salen con una etiqueta noindex hasta que se ganan la confianza; los enlaces dentro de contenido no confiable llevan nofollow o ugc; y se mantienen la moderación de publicaciones sospechosas, las listas de bloqueo y un CAPTCHA o una comprobación similar en los formularios de registro.
Lo que sube al frente es la vigilancia. Google pide verificar el sitio en Search Console para recibir las alertas de acciones manuales y de seguridad, y revisar los informes de indexación de páginas y de rendimiento buscando picos inesperados: una ráfaga de páginas públicas nuevas, o unos pocos usuarios produciendo una parte grande de las URL indexables, es la primera señal de que alguien encontró un hueco. El objetivo declarado en la documentación es mantener fuera del índice las páginas creadas por usuarios que no están hechas para la búsqueda y detectar el spam más temprano.
Noindex y robots.txt no hacen lo mismo
La otra mitad de la nota es un recordatorio que muchos sitios todavía confunden. La documentación de Google lo dice sin rodeos: robots.txt «no es un mecanismo para mantener una página web fuera de Google». Bloquear el rastreo no garantiza nada sobre los resultados, porque una URL bloqueada puede indexarse igual si otros sitios la enlazan; aparece el enlace, sin que el buscador haya pasado por la página. Al revés también hay letra pequeña: la regla noindex solo funciona si robots.txt no bloquea la página, porque Google necesita rastrearla para ver la regla.
La salida, entonces, depende del problema. La etiqueta meta robots con noindex, o la cabecera X-Robots-Tag con el mismo valor, deja la página fuera de los resultados aunque esté enlazada en mil sitios. El bloqueo en robots.txt sirve cuando el problema es la carga de rastreo, no la visibilidad; ese mismo archivo, por cierto, ya carga con usos que nadie imaginó cuando se creó, como el token propuesto para declarar que un sitio no acepta que su contenido entrene modelos de IA. Y cuando la página es privada de verdad, lo que la protege es una contraseña o un inicio de sesión, no una línea en un archivo de texto.
WordPress tiene su propio rincón en este tema, con las páginas de adjuntos: el sistema las apagó para las instalaciones nuevas en la versión 6.4, pero los sitios que venían actualizando las mantuvieron encendidas. Cada imagen subida crea una de esas páginas, con su URL propia, lista para indexarse aunque nadie la haya enlazado a propósito.
Queda un hueco grande en la guía: Google no fijó umbrales para decidir qué cuenta como pico, no dio calendario de aplicación y no anunció penalización alguna para las plataformas que mantengan indexables sus páginas compartidas. Para el spam que ya está dentro, la ruta documentada es borrar las páginas o aplicarles noindex y pedir un rastreo nuevo con la inspección de URL de Search Console; para lo urgente queda la herramienta de retiros del propio Search Console, y el 26 de octubre es la fecha que marca desde cuándo la regla quedó escrita.
Fuente: ZeroSpam
