¿Cuál es la diferencia entre noindex y el disallow de robots.txt, y cuándo debería usar cada uno?

4 min de lectura22 de junio de 2026

  1. Las dos directivas resuelven problemas distintos, y de ahí nace la mayor parte de la confusión. Un disallow de robots.txt controla el rastreo, le indica a los motores de búsqueda qué URL pueden obtener. Según la propia documentación de Google, robots.txt existe principalmente para evitar sobrecargar tu sitio con solicitudes, y explícitamente no es un mecanismo para mantener una página fuera de Google. Una regla noindex controla la indexación, le indica a los motores de búsqueda que eliminen la página de los resultados por completo. Así que la pregunta nunca es solo disallow o noindex, es qué resultado quieres realmente.

  2. Usa noindex cuando quieras una página a la que los usuarios puedan llegar pero que nunca deba aparecer en los resultados de búsqueda, como páginas de agradecimiento, páginas de resultados de búsqueda internos, confirmaciones de descargas restringidas o combinaciones de filtros con poco contenido. Noindex se configura como una etiqueta meta robots en la cabecera de la página o como una cabecera de respuesta HTTP X-Robots-Tag. Una vez que Googlebot rastrea la página y lee la regla, la página se elimina de los resultados sin importar cuántos otros sitios la enlacen. Esa fiabilidad es la razón por la que noindex, no disallow, es la herramienta correcta para mantener páginas fuera de la búsqueda.

  3. Usa un disallow de robots.txt cuando quieras impedir que los rastreadores obtengan una URL por completo, normalmente para proteger el presupuesto de rastreo o mantener a los bots fuera de secciones que no aportan valor de búsqueda, como rutas de administración, URL con parámetros facetados, directorios de pruebas o archivos multimedia grandes que no quieres que se obtengan. Pero ten claro el límite, una URL con disallow aún puede indexarse si otras páginas la enlazan. Google puede mostrar la URL desnuda con un fragmento como una descripción para este resultado no está disponible debido al robots.txt de este sitio. El disallow oculta el contenido, no necesariamente la aparición en la lista.

  4. El error más perjudicial, y uno que vemos constantemente durante las auditorías técnicas, es aplicar tanto un disallow como un noindex a la misma URL. Entran en conflicto. Para que noindex funcione, Google debe rastrear la página para ver la etiqueta. Si robots.txt bloquea el rastreo, Googlebot nunca lee el noindex, y la página puede permanecer en el índice indefinidamente. Si quieres que una página desaparezca de la búsqueda, debes permitir que Google la rastree, lo que significa no aplicar disallow. Ten en cuenta también que Google no admite una directiva noindex escrita dentro del propio robots.txt.

  5. Este conflicto aparece en Google Search Console como dos informes distintos. Indexada aunque bloqueada por robots.txt significa que Google indexó una URL que no pudo rastrear, a menudo debido a enlaces entrantes o una entrada en el sitemap. Excluida por etiqueta noindex significa que la regla se vio y se respetó, que es el estado saludable. Para corregir el caso de bloqueada pero indexada cuando realmente quieres que la página salga, elimina el disallow, añade o confirma el noindex, y luego solicita la reindexación. Eliminar los enlaces internos que apuntan a la URL, o añadir rel=nofollow como pista, ayuda a que Google deje de volver a descubrirla.

  6. La cabecera HTTP X-Robots-Tag es la pieza que la mayoría de los equipos pasa por alto. Una etiqueta meta robots solo funciona dentro del HTML, así que no puede gobernar PDF, imágenes, vídeo u otros archivos que no sean HTML. El X-Robots-Tag lleva las mismas reglas noindex y nofollow en la cabecera de respuesta y se aplica a cualquier tipo de archivo. En Apache la configuras para todos los PDF con un bloque Files en .htaccess, en NGINX con un add_header dentro de una coincidencia location. Se aplica el mismo requisito de rastreo, si robots.txt bloquea el archivo, el rastreador nunca ve la cabecera, así que la regla no hace nada.

  7. Un último límite que vale la pena exponer con claridad, ninguna de las dos directivas es seguridad. Robots.txt es un archivo público que efectivamente anuncia las rutas que no quieres que se rastreen, y un noindex aún sirve el contenido completo a cualquiera, humano o bot, que solicite la URL. Para cualquier cosa genuinamente privada, como datos de clientes, herramientas internas o entornos previos al lanzamiento, usa autenticación o protección con contraseña. Trata noindex y disallow como controles de visibilidad para los motores de búsqueda, nunca como control de acceso.

  8. Hacer esto bien en un sitio real significa auditar cada patrón de URL plantillado, el sitemap, las reglas de robots.txt y las directivas meta y de cabecera en conjunto, porque interactúan entre sí. Esa limpieza transversal es exactamente el tipo de trabajo que abordan nuestros servicios de sitio web en 30 días y de estabilización, mapeamos qué URL deben rastrearse, cuáles deben indexarse y cuáles deben bloquearse, y luego implementamos las directivas para que se refuercen en lugar de combatirse entre sí.

¿Listo para lanzar?

Cuéntenos dónde está atascado. Lo revisaremos y le enviaremos una recomendación concreta en un día hábil.

Escrito por

Kostadin Stamboliev

Fundador e Imaginator

Fundador e Imaginator de Pineido. Trabaja en consultoría de TI, desarrollo de apps y sitios web, SEO técnico, IA y automatización. Entrega código en producción en sprints de 30 días con alcance fijo y responsables claros.

LinkedIn