Archivos de autor, por fecha y páginas de adjuntos: ¿indexar o no?

Cada vez que publicas una entrada, WordPress no crea una sola página. Además de la entrada, la agrega a varios archivos: el de su categoría, el de sus etiquetas, el de su autor, el de su mes, el de su año. Y por cada imagen que subes, existía (hasta hace poco) una página de adjunto.

Muchas de esas páginas no le sirven a nadie, y Google igual las rastrea. En sitios grandes, eso significa miles de páginas casi iguales compitiendo con tus entradas.

Archivos de autor (/author/nombre/)

Si tu sitio tiene un solo autor, el archivo de autor es una copia exacta del blog. Contenido duplicado sin ningún valor, y además revela tu nombre de usuario.

Si tienes varios autores (una revista, un blog de equipo), los archivos de autor sí pueden ser útiles: muestran quién escribe qué, y una buena página de autor con biografía refuerza la confianza.

Recomendación:

• Un solo autor: noindex o redirigir a la portada.
• Varios autores: indexar, con una biografía completa en cada perfil.

Archivos por fecha (/2024/, /2024/03/)

Casi nadie busca «lo que publicaste en marzo de 2024». Estos archivos repiten contenido que ya está en las categorías y la portada.

Recomendación: noindex en casi todos los sitios. La excepción son los sitios de noticias, donde la fecha sí organiza el contenido.

Páginas de adjunto (/nombre-de-la-imagen/)

Antes, cada imagen subida tenía su propia página con solo esa imagen. Son miles de páginas vacías.

Desde WordPress 6.4, en las instalaciones nuevas estas páginas vienen desactivadas: la dirección del adjunto redirige directamente al archivo. Pero si tu sitio es anterior, puede que sigan activas. Compruébalo:

wp option get wp_attachment_pages_enabled

Si devuelve 1, están activas. Para desactivarlas:

wp option update wp_attachment_pages_enabled 0

Desde ese momento, quien visite una página de adjunto será redirigido al archivo de la imagen.

Categorías y etiquetas

• Categorías: normalmente sí se indexan, sobre todo si les agregas una descripción propia (en Entradas → Categorías). Una categoría con texto introductorio es una página valiosa.
• Etiquetas: si usas muchas y cada una tiene una o dos entradas, generan páginas casi vacías. noindex para las etiquetas, o úsalas menos.

El código, sin plugins

Si usas un plugin de SEO, todo esto se configura en sus ajustes (sección de «Archivos» o «Taxonomías»). Si no, este mu-plugin aplica las recomendaciones. Guárdalo como wp-content/mu-plugins/cwp-archivos-seo.php:

<?php
/**
 * Plugin Name: Archivos sin ruido (Curso WordPress)
 */

// Cambia a false si tu sitio tiene varios autores.
const CWP_UN_SOLO_AUTOR = true;

// 1. noindex en fechas, etiquetas y (si corresponde) autores.
add_filter( 'wp_robots', function ( $robots ) {
	if ( is_date() || is_tag() || ( CWP_UN_SOLO_AUTOR && is_author() ) ) {
		$robots['noindex'] = true;
		$robots['follow']  = true;
	}
	return $robots;
} );

// 2. Con un solo autor, el archivo de autor redirige a la portada del blog.
add_action( 'template_redirect', function () {
	if ( CWP_UN_SOLO_AUTOR && is_author() ) {
		$destino = get_option( 'page_for_posts' ) ? get_permalink( get_option( 'page_for_posts' ) ) : home_url( '/' );
		wp_safe_redirect( $destino, 301 );
		exit;
	}
} );

Se usa noindex, follow: Google no muestra esas páginas en los resultados, pero sí sigue sus enlaces hacia tus entradas. Es justo lo que quieres.

No uses robots.txt para esto. Si bloqueas /author/ o /2024/ con Disallow, Google no puede entrar a ver el noindex y puede seguir mostrando esas URLs en los resultados, sin descripción. Primero noindex; bloquear el rastreo, nunca.

Revisa el efecto

En Search Console → Páginas, en las semanas siguientes verás cómo esas URLs pasan a «Excluida por la etiqueta noindex». Es lo esperado. Lo importante es que tus entradas y categorías sigan como Indexadas.

¿Tu Search Console muestra miles de páginas «rastreadas, sin indexar»? Comparte en el foro algunos ejemplos de esas URLs y vemos de qué tipo son.