¿Qué es la etiqueta noindex y para qué sirve?

Poner noindex en una página no la borra ni la esconde a tus clientes: sigue publicada, enlazada y a la venta. Lo único que hace es pedir a los buscadores que no la guarden en su índice, es decir, que la dejen fuera de la indexación, y por tanto que no la muestren en sus resultados. En una tienda tiene usos claros: los resultados del buscador interno, la página de gracias tras la compra, las páginas de prueba de una campaña. Y tiene un riesgo igual de claro, porque es una regla silenciosa: un noindex que se queda puesto por error en una plantilla de ficha de producto saca esas fichas de Google sin que nadie note nada en la tienda.

Cómo funciona

Google define noindex como una regla que se fija con una etiqueta <meta> o con una cabecera de la respuesta HTTP y que impide que los buscadores que la admiten, como Google, indexen ese contenido. Hay dos formas de ponerla:⁠^{[1]Google Search Central. Block Search indexing with noindex}

• En el HTML, dentro del <head>: <meta name="robots" content="noindex"> vale para todos los buscadores que la respetan, y <meta name="googlebot" content="noindex">, solo para Google.
• En la cabecera HTTP de la respuesta: X-Robots-Tag: noindex. Es la forma de marcar lo que no es HTML, como un PDF o un vídeo.

Cualquier regla que funciona en la etiqueta meta funciona también en la cabecera, y ni el nombre de la cabecera, ni el del agente, ni los valores distinguen mayúsculas. Si dos reglas se contradicen, se aplica la más restrictiva.⁠^{[2]Google Search Central. Robots meta tag, data-nosnippet, and X-Robots-Tag specifications}

Cuando Googlebot rastrea la página y encuentra la regla, Google la quita por completo de sus resultados, aunque otros sitios la enlacen. No es inmediato: la página sale cuando Google vuelve a rastrearla, y eso depende de su importancia, aunque puedes pedir que lo haga antes desde la Inspección de URLs de Search Console.⁠^{[1]Google Search Central. Block Search indexing with noindex}

La condición que más se incumple es la del acceso. Para que noindex funcione, la página no puede estar bloqueada en robots.txt y tiene que ser accesible para el rastreador: si no puede descargarla, no puede leer la regla.⁠^{[1]Google Search Central. Block Search indexing with noindex}⁠^{[2]Google Search Central. Robots meta tag, data-nosnippet, and X-Robots-Tag specifications} La entrada de robots.txt explica en detalle por qué esa combinación deja páginas dentro del índice.

El JavaScript tiene su propia trampa. Google pone en cola de renderizado las páginas que responden con un 200, salvo que una etiqueta meta robots o una cabecera le diga que no las indexe. Y si encuentra noindex en el HTML original, puede saltarse el renderizado y la ejecución del JavaScript, así que quitar la regla con un script no funciona como se espera. Si quieres la página indexada, Google pide no poner noindex en el código original.⁠^{[3]Google Search Central. Understand the JavaScript SEO basics}

Otros buscadores pueden interpretar la regla de forma distinta, y Google avisa de que entonces la página podría seguir saliendo en ellos.⁠^{[1]Google Search Central. Block Search indexing with noindex} Con los asistentes de IA, la situación es aún menos uniforme: la página de rastreadores de OpenAI explica cómo controlar a cada uno de sus agentes con robots.txt y no menciona noindex.⁠^{[4]OpenAI. Overview of OpenAI Crawlers} En Google, en cambio, el efecto llega a sus funciones de IA: para salir como enlace en AI Overviews o en el Modo IA una página tiene que estar indexada, y noindex figura entre los controles para limitar lo que se muestra en ellas.⁠^{[5]Google Search Central. AI features and your website}

En una tienda

Así se ve la regla en sus dos formas, en una página de resultados del buscador interno de una tienda. Es un ejemplo ficticio: el dominio y la ruta están inventados.

<!-- https://tienda-ejemplo.es/search?q=mochila -->
<head>
  <meta name="robots" content="noindex" />
</head>

HTTP/2 200
content-type: text/html; charset=utf-8
x-robots-tag: noindex

Basta con una de las dos. La primera se lee en el código fuente; la segunda solo en las cabeceras de la respuesta, y por eso es la que más se escapa en una auditoría.

En Shopify hay tres caminos, y no hacen lo mismo. Puedes añadir la etiqueta en el theme.liquid del tema, con una condición sobre el handle de la página: así la página desaparece de los buscadores pero sigue saliendo en el buscador de tu tienda. Puedes dar al metafield seo.hidden el valor 1, que la oculta de los sitemaps, de los buscadores y del buscador de tu tienda. O, solo para productos, marcar el producto como no listado, que lo oculta de las búsquedas en internet, de Shopify Catalog y del sitemap, y también de las colecciones, los resultados y las recomendaciones de la tienda.⁠^{[6]Shopify Help Center. Hiding a page from search engines} El fragmento de Shopify para la primera vía es este:

{% if handle contains 'page-handle-you-want-to-exclude' %}
<meta name="robots" content="noindex">
{% endif %}

Cómo comprobarlo

1. Busca la palabra en el código fuente de la página: una etiqueta <meta name="robots"> o <meta name="googlebot"> con noindex.⁠^{[7]Ayuda de Search Console. Informe de indexación de páginas}
2. Mira las cabeceras de la respuesta, con curl -I https://tudominio.com/ruta o con las herramientas de desarrollo del navegador, y busca x-robots-tag.⁠^{[7]Ayuda de Search Console. Informe de indexación de páginas}
3. Inspecciona la URL en Search Console. En la versión indexada, «¿Se permite la indexación?» dice si un noindex la impide; con «Probar URL publicada» compruebas si la regla sigue en la página de hoy. Si ya no está, «Solicitar indexación».⁠^{[7]Ayuda de Search Console. Informe de indexación de páginas}
4. Revisa en el informe de indexación de páginas el motivo «La URL se ha marcado como "noindex"» y confirma que ahí solo hay páginas que quieres fuera, nunca fichas o categorías.⁠^{[7]Ayuda de Search Console. Informe de indexación de páginas}
5. Comprueba que robots.txt no bloquea esas URL. Si las bloquea, Google no verá la regla.⁠^{[1]Google Search Central. Block Search indexing with noindex}

Concepto cercano: canonical

noindex y la etiqueta canonical se usan a veces para lo mismo, las URL repetidas de una tienda (variantes, filtros, ordenaciones), y no hacen lo mismo. La canónica dice cuál de varias URL parecidas es la principal y concentra en ella las señales; noindex saca la página de la Búsqueda sin apuntar a ninguna otra. Por eso Google no recomienda usar noindex para evitar que se elija una página como canónica dentro de un mismo sitio: la bloquea por completo en la Búsqueda, y la solución preferida es rel="canonical".⁠^{[8]Google Search Central. How to specify a canonical URL with rel="canonical" and other methods} Si lo que quieres es quedarte en la Búsqueda pero fuera de sus funciones de IA, tampoco es noindex: para eso está el control de IA generativa de Search Console, y Google remite a noindex solo para salir de la Búsqueda del todo.⁠^{[9]Ayuda de Search Console. Search generative AI control}

Para seguir, la entrada de indexación explica cómo leer los estados de Search Console, y la ruta de lectura de rastreo e indexación ordena el resto de términos.