Páginas huérfanas: cómo encontrarlas con una resta y qué hacer después

Una página huérfana es una página a la que ningún otro enlace interno del sitio apunta. Google todavía puede encontrarla por el sitemap o por un enlace externo, así que estar huérfana no equivale a ser invisible. Lo que pierde es contexto: ningún texto de ancla que la describa, ninguna ubicación en la estructura y ningún recorrido para alguien que ya está en el sitio. Encontrarlas es una resta, y el método completo entra en este capítulo.

Este capítulo da por sentado que ya tienes una estructura de enlaces internos con la cual comparar. Si todavía no existe, empieza por la estrategia de enlazado interno. La revisión de abajo se hace después, porque una huérfana se define por lo que la estructura no alcanza.

Qué se considera una página huérfana

Basta una condición: ningún enlace interno de ninguna página apunta hacia ella. Dos cosas que la gente suele sumar a la definición no cambian el resultado.

La cuarta fila cuesta una semana de trabajo. Una página no indexada y una huérfana se parecen en un reporte y no tienen relación. Una página puede estar huérfana e indexada, o enlazada y sin indexar. El diagnóstico empieza en lugares distintos.

Por qué un sitemap no resuelve una página huérfana

Google describe tres maneras de descubrir una URL: algunas páginas se conocen porque Google ya las visitó, otras porque extrae un enlace de una página conocida, y otras porque envías una lista de páginas, un sitemap (How Google Search works, consultado el 2026-11-02). El sitemap cubre el descubrimiento, y nada más.

Lleva una URL y nada más: ni texto de ancla, ni frase alrededor, ni indicación de a qué sección del sitio pertenece. El enlace del ejemplo de Google sí lleva esa información. Por eso la misma página descubierta por dos caminos no llega con la misma cantidad de contexto.

Un sitemap le dice a un rastreador que una página existe. Un enlace le dice para qué sirve.

Del lado de la persona es más simple y más duro: quien navega por tu sitio no puede llegar a una página huérfana. Existe para quien entra desde un resultado de búsqueda, y para nadie más.

Cómo encontrar páginas huérfanas en cinco pasos

El método es una diferencia de conjuntos: todo lo que piensas publicar menos todo lo que alcanzan tus enlaces. El trabajo está en armar las dos listas con honestidad.

1. Arma la lista A: cada URL que piensas tener. El sitemap es la fuente más rápida; una exportación del CMS es más completa, porque incluye páginas que el generador del sitemap omitió.
2. Arma la lista B: cada URL alcanzable siguiendo enlaces internos desde la página de inicio. Usa el rastreador que ya tengas y verifica que ejecute JavaScript si tu navegación depende de él.
3. Resta B de A. Lo que queda es una lista de candidatas, no un veredicto.
4. Clasifica cada candidata: enlazar, fusionar o eliminar. La tabla de abajo contiene toda la decisión.
5. Verifica las que conserves. Después de agregar enlaces, confirma que la página está indexada con la herramienta de inspección de tu CMS o de Search Console.

# Lista A: cada URL que anuncia el sitemap
curl -s https://example.com/sitemap.xml \
  | grep -oE '<loc>[^<]+' | sed 's/<loc>//' | sort -u > all-urls.txt

# Lista B: exportación del rastreador, una URL por línea
sort -u crawled-urls.txt > reached.txt

# A menos B: las candidatas huérfanas
comm -23 all-urls.txt reached.txt

Si los dos archivos usan convenciones distintas de barra final o de protocolo, la resta va a declarar todo el sitio huérfano. Normaliza las listas antes de ejecutar y revisa el número antes de creerlo. Ejecuta la resta dos veces: una contra el sitemap y otra contra una exportación del CMS si la tienes. Donde las listas no coincidan, la diferencia es el hallazgo: una URL que está en el CMS pero no en el sitemap es una página que la cadena de publicación dejó de producir.

La tabla de clasificación

Cada candidata cae en una de cuatro filas. Decidir lleva unos treinta segundos por página cuando tienes la tabla delante.

La última fila merece una pausa. Antes de borrar algo, revisa si la página recibe enlaces de otros sitios. Una huérfana interna puede ser la página más enlazada de tu sitio desde afuera, y eliminarla tira la única señal que acumuló.

Tres formas en que esta medición te engaña

Las tres producen una lista de candidatas creíble y equivocada.

1. Tu rastreador no ejecutó la navegación. Si los enlaces se arman con script y el rastreo no lo ejecuta, la lista B es corta y medio sitio parece huérfano. Revisa el renderizado antes de concluir.
2. La lista A salió solo del sitemap. Las páginas omitidas por el generador nunca entran en la comparación, así que las más propensas a ser huérfanas son justo las que faltan en la entrada.
3. La paginación y los filtros inflan las dos listas. Las URL con facetas generan miles de candidatas que no son páginas que alguien quisiera publicar. Exclúyelas por patrón antes de clasificar.

Qué no significa estar huérfana

No es una penalización. Ninguna documentación de Google describe las páginas huérfanas como una señal negativa, y no tenemos mediciones que sugieran lo contrario. Tampoco significa que la página no pueda posicionar: el descubrimiento por sitemap es un camino documentado. Y no podemos decir cuánto tráfico pierde una huérfana: haría falta un antes y un después en la misma página, agregando enlaces y sin cambiar nada más, y no hicimos esa prueba.

Lo que sí decimos con claridad: una página a la que nadie en tu sitio enlaza es una página que nadie de tu equipo consideró digna de señalar. Eso suele ser el hallazgo más útil. Para ver qué devuelve de verdad un acceso a esa página antes de decidir su destino, mira cómo QueryWin lee una página.

Preguntas frecuentes

¿Las páginas huérfanas son malas para el SEO?

No de forma directa, y ninguna documentación lo dice. El costo es indirecto: sin texto de ancla que describa la página, sin enlazado interno que la alcance y sin recorrido para alguien que ya está en el sitio. Son tres pérdidas reales que se suman sin convertirse en penalización.

¿Cómo encuentro páginas huérfanas sin rastreador?

Compara el sitemap con el registro de accesos del servidor del último mes y conserva las URL sin visitas con referente interno. Es un método más grueso y se pierde las páginas no visitadas por otras razones, pero no necesita más herramientas que archivos que ya tienes.

¿Un enlace en el pie evita que sea huérfana?

Sí, según la definición que usamos: está enlazada. Si un enlace del pie, presente en todas las páginas, describe útilmente el destino es otra pregunta, y esta revisión no la responde.

¿Debo poner las páginas huérfanas en el sitemap?

Solo si también las enlazas. Una página que solo está en el sitemap es descubrible y sin contexto, exactamente el estado que querías corregir. Agregarla al sitemap y detenerte ahí resuelve el reporte, no el problema.

¿Cada cuánto conviene repetir esta revisión?

Después de cada migración, de cada rediseño de navegación y, si no, una vez por trimestre. Las huérfanas llegan por lotes: un cambio de plantilla o una mudanza de CMS crea decenas de golpe.