Sitio de staging indexado en Google: cómo detectarlo y quitarlo
Un sitio de staging acaba indexado cuando Google puede llegar a él: sin contraseña, sin noindex y con al menos un enlace o un sitemap que apunte allí. Para sacar de Google un staging indexado hay que ponerlo detrás de autenticación HTTP, enviar un noindex mientras las URL salen del índice y, si hace falta ocultarlas rápido, usar la herramienta Retiradas de Search Console.
Las copias de staging se filtran de formas muy normales. Un enlace pegado en un ticket público, un plugin que notifica un sitemap, una herramienta externa que publica las URL que analiza. Basta con que Googlebot encuentre una página: sigue los enlaces internos y bajo staging.example.com o dev.example.com aparece una copia completa de la web del cliente.
¿Cómo saber si tu staging está indexado?
La comprobación más rápida es una búsqueda site: sobre el host de staging. Busca site:staging.example.com y mira si Google devuelve páginas. Para encontrar hosts que no conoces, prueba site:example.com -site:www.example.com, que lista las páginas indexadas en todos los subdominios menos el principal.
Los resultados de site: son aproximados, así que confírmalo en Search Console. Una propiedad de dominio cubre todos los subdominios: abre el informe Rendimiento, añade un filtro de Página con "URLs que contienen" el host de staging y verás si esas URL reciben impresiones. La Inspección de URLs solo funciona con URL de una propiedad que controlas, de modo que con propiedades de prefijo de URL tienes que verificar el staging por separado.
A veces lo detecta antes el cliente. Busca su marca y uno de los resultados lleva a una dirección que nadie reconoce. Las páginas de staging pueden posicionar en búsquedas exactas porque su contenido es idéntico al de producción.
Por qué el robots.txt por sí solo no lo arregla
Una regla Disallow: / en el robots.txt del staging bloquea el rastreo, no la indexación. Google puede conservar las URL que ya conoce, mostradas sin descripción, e indexar otras nuevas que encuentre por enlaces. Hay un efecto secundario: una página bloqueada nunca puede enseñarle su noindex a Googlebot, porque Google no la descarga. Un Disallow encima de un noindex lo anula. Nuestra guía sobre cómo revisar el robots.txt explica el archivo con más detalle.
Cómo quitar un staging de Google
El orden importa. Estos son los pasos:
- Pon todo el host de staging detrás de autenticación HTTP, con Basic auth en la configuración del servidor o con la protección por contraseña de tu hosting. Googlebot recibe un 401, no ve contenido y las URL salen a medida que se vuelven a rastrear. Es la solución de verdad, porque también deja fuera a personas y otros bots.
- Si no puedes usar autenticación, envía
noindexen cada respuesta. Lo más limpio es la cabeceraX-Robots-Taga nivel de servidor, que cubre también PDF e imágenes. Para las páginas HTML sirve una etiqueta<meta name="robots" content="noindex">en la plantilla. Deja abierto elrobots.txtpara que Google pueda leer la directiva. - En casos urgentes, verifica el host de staging en Search Console y usa la herramienta Retiradas. Google la describe como temporal: oculta las URL de los resultados durante unos seis meses sin quitarlas del índice, así que el paso 1 o 2 sigue siendo necesario.
- Apunta las etiquetas canonical del staging a las URL equivalentes de producción solo como refuerzo. El canonical es una sugerencia que Google puede ignorar.
El error contrario: el noindex de staging llega a producción
El problema más caro suele llegar el día del lanzamiento. El staging estaba bien bloqueado y luego los archivos o la base de datos se copiaron a producción con el bloqueo dentro. En WordPress el ajuste es la casilla "Disuade a los motores de búsqueda de indexar este sitio" en Ajustes > Lectura, que añade una meta robots con noindex a todas las páginas. Se guarda en la base de datos, así que viaja con la migración y la web nueva sale invisible para Google.
Pasa lo mismo con una cabecera X-Robots-Tag definida en un .htaccess o en un archivo de nginx copiado del staging, o con el robots.txt de staging desplegado junto al código. Nada de esto se nota navegando. La guía para detectar un noindex en producción explica las comprobaciones que conviene hacer tras cada despliegue.
Después de cada lanzamiento, ejecuta curl -I https://www.example.com/ y busca X-Robots-Tag, mira el código fuente de algunas plantillas buscando noindex y abre /robots.txt en el dominio de producción.
Vigilar staging y producción
Los dos problemas piden rutinas distintas. Para el staging basta una búsqueda site: de vez en cuando, hasta que esté protegido con contraseña. La producción hay que revisarla en cada despliegue, porque el bloqueo llega con una publicación.
Deltio se encarga de la parte de producción. Su escáner SEO lee el noindex tanto en la meta robots como en la cabecera X-Robots-Tag de cada URL monitorizada y compara escaneos consecutivos, y te avisa cuando el robots.txt aparece, desaparece o cambia, con las líneas añadidas y eliminadas. Si un lanzamiento arrastra el bloqueo del staging, recibes un email o un mensaje de Slack en lugar de descubrirlo en Search Console. Starter cuesta £24 al mes, o £20 con facturación anual, y tiene una prueba gratuita de 14 días.
Preguntas frecuentes
- ¿Un staging indexado provoca una penalización por contenido duplicado?
- Google no aplica penalizaciones por este tipo de duplicado. El riesgo real es que elija una URL de staging como la versión que muestra en algunas búsquedas, lo que reparte las señales y manda a los usuarios a una web sin terminar. Sacar el staging del índice lo soluciona.
- ¿Cuánto tardan las páginas de staging en desaparecer de Google?
- Las páginas con contraseña o con noindex salen cuando Googlebot las vuelve a rastrear, algo que puede llevar desde unos días hasta varias semanas según la frecuencia con que se rastree el host. Mientras tanto, la herramienta Retiradas de Search Console las oculta de los resultados.
- ¿Puedo limitar el staging por IP en lugar de con contraseña?
- Sí. Una lista de IP permitidas deja fuera a Googlebot igual de bien, porque recibe un error en vez del contenido. Es menos práctico cuando el cliente revisa la web desde casa o desde el móvil, y por eso lo habitual es una contraseña compartida.
- ¿Basta la opción de WordPress "Disuade a los motores de búsqueda" para un staging?
- Añade un noindex que Google respeta, pero cualquiera con el enlace puede abrir la web y otros rastreadores pueden ignorarlo. Además es fácil que pase a producción junto con la base de datos. Para un staging, la protección con contraseña es más segura.
- ¿Tengo que verificar el subdominio de staging en Search Console?
- Solo si usas propiedades de prefijo de URL. Una propiedad de dominio, verificada con un registro DNS TXT, ya incluye todos los subdominios, así que las URL de staging aparecen en sus informes y se pueden enviar a la herramienta Retiradas.