Contenido duplicado: cómo comprobarlo y que el arreglo aguante

Para comprobar el contenido duplicado de un sitio, busca la misma página accesible desde varias URL: parámetros, http y https, www y dominio sin www, paginación, versiones para imprimir, un dominio de staging que quedó indexable. Un rastreador encuentra las copias y la etiqueta canonical decide qué versión cuenta. Google no penaliza el contenido duplicado: elige una URL e ignora las demás, lo cual está bien hasta que elige la equivocada. Deltio no compara el texto de las páginas: vigila el canonical de cada URL y te avisa cuando falta, no es válido, aparece dos veces o cambia en silencio. Desde £20 al mes, con 14 días de prueba gratuita.

El contenido duplicado casi nunca es un problema de redacción. En un sitio de cliente es un problema de arquitectura: el CMS, la tienda, los filtros o una migración han generado varias direcciones para la misma página y nadie le ha dicho a los buscadores cuál conservar. La auditoría lo encuentra una vez. Mantenerlo arreglado es la parte difícil.

Qué cuenta y qué no

No existe una penalización por contenido duplicado. Cuando los buscadores ven páginas casi idénticas consolidan: indexan una URL, sacan las demás de los resultados y fusionan las señales sobre la elegida. El coste es indirecto pero real: pierdes el control de qué URL posiciona, los enlaces internos y los backlinks se reparten entre versiones, y el presupuesto de rastreo se va en copias. El boilerplate reutilizado, las fichas de producto cortas y una página legal de plantilla no van de esto.

De dónde salen realmente las copias

• Variantes de URL. http y https, www y dominio sin www, con barra final y sin ella, rutas en mayúsculas y minúsculas.
• Parámetros. Parámetros de seguimiento, IDs de sesión, ordenaciones y filtros en las páginas de categoría.
• Navegación por facetas y paginación. Cada combinación de filtros que genera una URL indexable: la versión e-commerce del problema.
• Staging y dominios alternativos. Un dominio de pruebas que nunca se bloqueó, o un dominio antiguo que sigue sirviendo contenido tras una migración.
• Sindicación y vistas de impresión. El mismo artículo republicado en otro sitio, o una copia para imprimir con URL propia.

Cómo encontrarlas

Empieza por un rastreo. Screaming Frog, Sitebulb o cualquier rastreador que informe de titles duplicados, meta descriptions duplicadas y páginas que comparten canonical saca casi todo. Después mira Search Console: el informe Páginas marca "Duplicada, Google eligió un canónico distinto del usuario" y "Página alternativa con etiqueta canónica correcta", es decir qué eligió Google de verdad. Una búsqueda site: sobre una frase característica encuentra el resto. Si necesitas confirmar qué hay indexado para una dirección concreta, aquí tienes cómo comprobar si una página está indexada.

Arreglarlo: la palanca es el canonical

• Canonical autorreferencial en cada página. URL absoluta, uno por página, igual a la versión que quieres indexada.
• 301 donde el duplicado no tiene razón de existir. Dominios antiguos, www hacia el dominio sin www o al revés, patrones de URL heredados.
• Coherencia entre señales. Canonical, entrada del sitemap, enlaces internos y referencias hreflang deben apuntar a la misma versión. Un canonical que contradice al sitemap es una sugerencia que los buscadores pueden ignorar.
• noindex solo para páginas que deben existir pero no posicionar. Resultados del buscador interno, combinaciones de filtros pobres.

La parte que todo el mundo olvida

El canonical es una línea en el head, así que es lo más fácil de romper con un deploy. Un refactor de plantilla lo quita, una actualización de plugin lo vuelve relativo, una build de staging apunta todos los canonical al dominio de pruebas. Nada de esto se ve en el navegador ni genera un ticket: por eso una auditoría de canonical dura hasta la siguiente publicación. El patrón completo está en la guía sobre monitorizar cambios de código.

Cómo lo hace Deltio

Deltio no compara el texto de dos páginas, así que no te dirá que dos artículos se parecen en un 80%: para eso necesitas un rastreador o una herramienta de similitud. Lo que hace es vigilar la etiqueta que decide el resultado. El escáner SEO revisa el canonical de cada URL y lo señala ausente, no válido o presente más de una vez, y compara escaneos consecutivos, así que un canonical que cambia de valor se marca como cambio en lugar de quedarse ahí con aspecto normal. El mismo escaneo cubre title, meta description, H1, lang y hreflang, que es donde las páginas casi idénticas suelen aparecer primero como titles duplicados. Los snapshots del sitemap corren a diario y muestran las URL añadidas o eliminadas. Los avisos llegan por email y a Slack. Cómo funciona la comprobación en una sola página está en el canonical tag checker.

Haz que el arreglo aguante

Arreglar duplicados es un proyecto. Mantenerlos arreglados es monitorización. Añade el sitio, activa los avisos de canonical y la próxima vez que una publicación los reescriba lo sabrás el mismo día en lugar de en la siguiente auditoría. Los 14 días de prueba gratuita bastan para ver la primera comparación entre escaneos.