Webs con JavaScript y rastreadores de IA: ¿pueden ver tus páginas?

Por qué una web que se ve bien en el navegador puede parecer vacía a los rastreadores de IA, qué dice Google sobre el renderizado de JavaScript, cómo comprobar lo que reciben los bots y las soluciones que funcionan en webs de pequeños negocios.

Muchas webs modernas envían al navegador un archivo HTML casi vacío y un paquete de JavaScript que monta la página al llegar. La gente nunca lo nota. Los rastreadores quizá sí. Si un bot lee el HTML y no ejecuta los scripts, tu página de servicio tan cuidada es, para ese bot, una hoja en blanco con un logotipo.

Cómo lo gestiona Google

La guía básica de SEO para JavaScript de Google Search Central explica que Googlebot rastrea una página, la pone en cola para renderizarla en una versión reciente de Chromium y después indexa el resultado renderizado. Así que Google puede ver el contenido creado con JavaScript, aunque el renderizado puede producirse más tarde que el primer rastreo, y Google sigue recomendando el renderizado en el servidor o el prerrenderizado porque es más rápido para los usuarios y para todos los rastreadores. Su guía también advierte de que los enlaces deben ser etiquetas de anclaje reales con un href para que se sigan.

Cómo lo gestionan los rastreadores de IA

Las empresas de IA dicen menos sobre el renderizado. OpenAI documenta OAI-SearchBot y GPTBot, Perplexity documenta PerplexityBot, y ninguna de esas páginas promete que el rastreador ejecute JavaScript. El análisis de Vercel de diciembre de 2024 sobre el tráfico de rastreadores en su red concluyó que ninguno de los grandes rastreadores de IA que midió renderizaba JavaScript, y nombraba a los rastreadores de OpenAI y de Anthropic y a PerplexityBot. Encontró dos excepciones: Gemini, que usa la infraestructura de Googlebot, y Applebot. Los rastreadores cambian, así que tómalo como una foto del momento, no como una promesa.

La suposición segura: si el texto no está en el HTML que envía tu servidor, la búsqueda de ChatGPT, Perplexity y herramientas parecidas pueden no verlo.

Comprueba lo que recibe un rastreador

  1. Abre tu página y elige Ver código fuente (no Inspeccionar, que muestra la página después de ejecutar los scripts). Busca una frase de tu encabezado principal. Si está, el texto está en el HTML sin procesar.
  2. En Google Search Console, usa la inspección de URLs y después Ver página rastreada para ver el HTML que guardó Google y una captura del renderizado.
  3. Desde un terminal, descarga la página con una petición sencilla y lee lo que devuelve. Si solo ves un div raíz y etiquetas script, los rastreadores que no renderizan no reciben nada.
  4. Desactiva JavaScript en los ajustes de tu navegador y recarga. Lo que queda es más o menos lo que lee un bot que no renderiza.

Soluciones, de la más sólida a la menos

  • Renderizado en el servidor o generación estática. El servidor envía el HTML terminado. Frameworks como Next.js, Nuxt y Astro lo admiten, y muchos creadores de webs ya producen páginas estáticas.
  • Prerrenderizado. Un paso de compilación o un servicio guarda una copia HTML completa de cada página. Google lo acepta siempre que los bots y las personas reciban el mismo contenido.
  • Pon los datos clave en el HTML inicial. Si no es posible rehacer la web, renderiza al menos en el servidor el nombre, los servicios, las zonas, el horario y los datos de contacto.

Evita el renderizado dinámico que da a los bots una página distinta de la que ven las personas. Google describe el renderizado dinámico como un parche, no como una solución a largo plazo, y el contenido que difiere entre bots y visitantes entra en el terreno del encubrimiento.

Trampas habituales en webs de pequeños negocios

  • Texto dentro de imágenes o carruseles, que ningún rastreador lee como texto.
  • Menús hechos con botones que responden a clics en lugar de enlaces, de modo que las páginas interiores nunca se descubren.
  • Reseñas, precios o preguntas frecuentes que se cargan desde un widget de terceros después de cargar la página.
  • Una página de inicio que se renderiza en el servidor mientras las páginas interiores no.

Compruébalo después de cada rediseño

Los problemas de renderizado suelen llegar con un tema o un plugin nuevo. Después de cualquier cambio grande, repite la comprobación del código fuente en la página de inicio y en dos páginas interiores.

Las webs de We.Inc sirven sus páginas interiores como HTML que Google puede leer, y SEO God Mode se apoya en eso para añadir cada semana páginas nuevas y legibles a partir de tus propios servicios.

Preguntas frecuentes

¿Googlebot ejecuta JavaScript?

Sí. Google renderiza las páginas con un Chromium reciente antes de indexarlas, aunque el renderizado puede ir por detrás del primer rastreo. Google sigue recomendando el renderizado en el servidor o el prerrenderizado cuando sea posible.

¿Los rastreadores de ChatGPT y Perplexity ejecutan JavaScript?

Su documentación no dice que lo hagan, y el análisis de rastreadores de Vercel de 2024 concluyó que no renderizaban JavaScript. Pon el texto importante en el HTML que envía tu servidor.

¿Cómo veo lo que ve un rastreador?

Usa Ver código fuente en tu navegador, o la inspección de URLs y Ver página rastreada en Google Search Console. Si tu texto no está ahí, los bots que no renderizan tampoco lo ven.

Empieza gratis · Sin tarjeta de crédito

Relacionado: Guías

Producto

Para quién es

Funciones

Recursos

Empresa

Mapa del sitio