Auditoría SEO

La auditoría SEO rastrea el sitio web propio de un cliente y comprueba cada página a la que llega con 189 comprobaciones. Abre un cliente y elige Auditoría SEO en Sitio web y rastreadores. La búsqueda con IA va primero: si los rastreadores de IA pueden obtener las páginas según robots.txt, si un cortafuegos los rechaza aunque robots.txt los permita (enviamos una petición de prueba a la página de inicio con el agente de usuario publicado de cada rastreador de IA), si los registros del servidor muestran que se les rechaza y si las páginas que las respuestas de IA ya citan siguen funcionando. Después vienen las comprobaciones clásicas: rastreabilidad e indexabilidad, redirecciones, canonicals, títulos y metaetiquetas, contenido, enlaces internos, sitemaps, HTTPS, ajustes internacionales, datos estructurados, rendimiento y HTML. Cada problema se ordena por lo que valen para el cliente las páginas afectadas, no por cuántas páginas toca. Cada comprobación nombra las pruebas en las que se apoya (un estándar o la documentación de una plataforma, una convención emergente o una heurística) y una fuente que puedes abrir, y solo el comportamiento documentado puede dar un Error. Una configuración correcta nunca es un hallazgo, y una página que no pudimos medir se considera no evaluada, no fallida. La Auditoría GEO sigue siendo una herramienta aparte: puntúa en segundos una muestra pequeña de páginas según su preparación para la búsqueda con IA. La auditoría SEO es un rastreo completo.

Haz clic en Iniciar auditoría. La primera vez, confirmas que tienes autorización para auditar el sitio web en nombre de su propietario; la confirmación se guarda con quién la dio, cuándo y para qué host, y se vuelve a pedir cuando cambia el sitio web del cliente. Solo se rastrea el sitio web propio del cliente, con y sin www. La URL de inicio puede ser cualquier página https de él; si la página de inicio redirige a otro sitio, el rastreo se detiene. En Ajustes, Parámetros que se ignoran admite hasta 100 nombres de parámetros de URL, uno por línea, la misma idea que una regla de parámetros de URL en otros rastreadores. Una URL que el rastreador encuentra con uno de ellos, en un enlace, un sitemap, Search Console o cualquier otro sitio, se rastrea sin él: con topic en la lista, /contact/?topic=a y /contact/?topic=b son una sola página, /contact/, que se pide una vez y se cuenta una vez. Los nombres se comparan sin distinguir mayúsculas y minúsculas, y el valor nunca importa, así que page quita page=1, page=2 y cualquier otro valor. La URL nunca se descarta, solo el parámetro, y la URL de inicio se rastrea tal como la escribiste. Añadir parámetros de seguimiento habituales rellena los parámetros UTM y los identificadores de clic de Google, Meta y Microsoft. La lista está vacía por defecto, así que no se ignora nada que no añadas; no cuesta nada, se aplica desde el próximo rastreo y cada rastreo conserva la lista con la que se ejecutó. Nuestro rastreador se identifica como CrunchJunkieSiteAudit, lee robots.txt antes de cualquier página, lo obedece (no hay forma de saltárselo), pide como mucho una página por segundo y respeta un Crawl-delay de hasta 10 segundos. Guarda lo que necesita la auditoría, como códigos de estado, títulos y enlaces, y nunca el texto de las páginas. Después de las páginas, comprueba los scripts, las hojas de estilo y las imágenes que usan y las páginas externas a las que enlazan, con una petición ligera cada una y, en otro sitio web, solo lo que permite el robots.txt de ese sitio. crunchjunkie.io/bot describe el rastreador para los propietarios de sitios y cómo permitirlo o bloquearlo. Cuando el firewall de un sitio responde 429 o 503, el rastreador va más despacio y espera lo que el sitio pide, hasta 10 minutos cada vez, y el rastreo en curso lo indica: si sigue lento, pide al proveedor de hosting que excluya el user agent CrunchJunkieSiteAudit del límite de frecuencia, con ayuda de la sección sobre cómo permitir nuestro rastreador de esa página. Un rastreo que no puede medir el sitio se detiene y dice por qué: robots.txt responde con un error del servidor (según la RFC 9309, todo el sitio cuenta entonces como cerrado), aparece una página de marcador del hosting en lugar del sitio, o se rechaza más del 20 % de las peticiones recientes. Detener termina un rastreo en curso y conserva y analiza lo que ya obtuvo. Las páginas están incluidas en tu plan y no se cobra nada. Cada espacio de trabajo tiene un cupo de páginas por periodo de facturación (el mes natural en UTC si no hay suscripción): Solo 5000, Starter 25.000, Pro 100.000, Agency 250.000, Scale 1.000.000 páginas. Una prueba tiene 1000 páginas, como máximo 500 por rastreo. Cuenta cada página interna que solicitamos, responda lo que responda; no cuentan las URL cerradas por robots.txt, los scripts, las hojas de estilo, las imágenes, los enlaces externos ni la prueba con los rastreadores de IA. Un rastreo reserva su límite de páginas al empezar y devuelve al terminar lo que no usó, así que un rastreo que no cabe en lo que queda no puede empezar. Un rastreo solicita como máximo 5000 páginas y un cliente se puede auditar 5 veces al día (UTC); el cuadro de diálogo de Iniciar auditoría muestra el límite de páginas, el cupo que queda y cuándo termina el periodo.

La Salud del sitio es la proporción de páginas sin Error: páginas sin ningún Error divididas entre las páginas evaluadas, contadas una vez sobre todo el rastreo y mostradas siempre con los dos números y la fecha del rastreo («1.018 de 1.240 páginas sin errores»). Una página está evaluada cuando la solicitamos y respondió, con cualquier estado. Las URL que robots.txt nos cierra o que rechazan a nuestro rastreador quedan fuera y se cuentan junto a la puntuación, porque una página que no pudimos ver no ha fallado. Las advertencias y los avisos nunca la mueven. La Salud en búsqueda con IA es la misma proporción, solo sobre los errores de búsqueda con IA. Las dos nunca se promedian en un solo número, ni tampoco con la puntuación GEO. Los errores de todo el sitio, como un certificado caducado, robots.txt que responde con un error del servidor o un cortafuegos que rechaza a los rastreadores de IA, se nombran junto a las puntuaciones en lugar de contarse como páginas; siempre van los primeros en la lista de correcciones.

Cada página recibe un nivel de valor. Una página clave (V1) es la página de inicio, una página que citó una respuesta de IA en los últimos 30 días, una del conjunto más pequeño de páginas que consigue el 80 % de los clics de Google del cliente en 28 días, o una página en el top 10 de una palabra clave seguida en la última ejecución de Rank Tracker. V2 es cualquier página con impresiones en Search Console, una posición en el top 20, visitas de rastreadores de IA en los registros del servidor o un lugar en un sitemap; V3 es el resto. Sin Search Console ni datos de visibilidad en IA, los niveles salen solo de la estructura del sitio, y la página lo dice. P1 es un Error en una página clave o un Error de todo el sitio, P2 un Error en otra página o una Advertencia en una página clave, P3 todo lo demás. Un problema toma la mejor prioridad de sus páginas, y los problemas se ordenan por prioridad, luego por los clics de Google en las páginas afectadas, luego por las respuestas de IA que las citan y luego por las páginas afectadas. Cada problema dice en una línea por qué está donde está. Las columnas de valor se refieren a las páginas afectadas, nunca a lo que recuperaría una corrección: clics e impresiones de Google desde Search Console durante 28 días (días del Pacífico, con las propiedades leídas), respuestas de IA que citan las páginas durante los últimos 30 días UTC completos (cada respuesta se cuenta una vez aunque cite dos páginas afectadas; solo cuentan los motores que nombran páginas, así que Gemini, que nombra sitios, queda fuera) y palabras clave seguidas en el top 20 en la última ejecución de Rank Tracker. Cada cifra lleva su ventana y su base. Una fuente que no está conectada muestra «No conectado», nunca cero. Los datos se unen sin los parámetros, así que las cifras de una página se cuentan una sola vez, en una URL: la URL sin parámetros o, si solo se rastrearon variantes con parámetros, una de ellas. Cualquier otra variante con parámetros (por ejemplo /check?domain=x), se haya descargado o la haya bloqueado robots.txt, y una página con canonical hacia otra URL de la misma página no muestran cifras propias; la página nombra la URL en la que se cuentan. Una variante así nunca es una página clave y no genera ningún problema que dependa de su valor, como «Bloqueada por robots.txt, pero con tráfico de búsqueda o de IA»; un simple bloqueo por robots.txt se sigue indicando.

Resumen muestra las dos puntuaciones, los errores de todo el sitio, lo que cambió desde el rastreo anterior, los clics en páginas con errores, los problemas que arreglar primero y una tarjeta por categoría. Problemas enumera todos los problemas con filtros por categoría, gravedad y prioridad; abre uno para ver qué es, por qué importa, cómo arreglarlo, en qué pruebas se basa y su fuente, y las páginas afectadas con sus cifras de valor y el detalle de cada hallazgo, como el destino y el texto ancla de un enlace roto o los saltos de una cadena de redirecciones. Los avisos son información y nunca cuentan en una puntuación. Páginas enumera todas las URL del rastreo con su estado, indexabilidad, profundidad, enlaces que apuntan a ella, problemas, nivel de valor y cifras de valor, con filtros y una vista de página que muestra la regla de robots.txt que encuentra en ella cada rastreador de IA. Las dos listas se exportan a CSV, con las ventanas de las cifras de valor en el archivo. Los problemas detectados también se exportan, todos desde la pestaña Problemas o uno solo desde su propio panel, en CSV, Excel o PDF. Los archivos CSV y Excel enumeran cada página afectada con lo que el rastreo encontró en ella y conservan los problemas silenciados e ignorados, marcados con su motivo. El PDF es un informe legible en tu idioma: las primeras 20 páginas de cada problema (hasta 500 si es un solo problema), cada valor con su ventana y una nota que indica que la lista completa está en el CSV o en el Excel. Comparar contrapone un rastreo con el rastreo anterior del mismo alcance, es decir, con la misma URL de inicio, el mismo dispositivo y los mismos parámetros ignorados. Un problema solo está arreglado cuando su página se comprobó en los dos rastreos y ahora lo pasa; una página que el rastreo nuevo no comprobó no se ha vuelto a comprobar, nunca está arreglada, y un problema en una página a la que el rastreo anterior nunca llegó está en páginas comprobadas por primera vez, nunca es nuevo. Los rastreos de otro alcance no son comparables, y la página muestra el motivo en lugar de cifras. Los detalles de las páginas se conservan para los últimos rastreos; los rastreos más antiguos conservan su resumen.

Las Core Web Vitals vienen del Chrome UX Report: el percentil 75 de usuarios reales de Chrome durante 28 días, de la URL o, si tiene poco tráfico, de todo el origen, y cada cifra dice qué nivel y qué fechas cubre. Ver la tendencia lee el historial en directo y no lo guarda; PageSpeed Insights se ejecuta con un clic (20 al día por cliente) y solo se conserva su puntuación. Sin una clave configurada, la auditoría lo dice y no muestra ningún valor. La inspección de URLs lee el veredicto y la canónica de Google a través de la Search Console del propio cliente, hasta 100 de las páginas más valiosas por rastreo y más con un clic. Usa las 2000 inspecciones diarias de esa propiedad, compartidas con las otras herramientas del cliente. Los problemas de rastreo actuales de Bing se leen de Bing Webmaster Tools cuando está conectado. Todas estas comprobaciones se basan en una muestra o en otro servicio, así que se listan y se priorizan, pero nunca cuentan en la Salud del sitio ni en la Salud en búsqueda con IA; la que no se ejecutó queda sin comprobar, nunca corregida. El monitor de páginas clave, desactivado por defecto, comprueba páginas elegidas a diario (cada hora con Pro o superior) frente a su última respuesta, con el mismo robots.txt y el mismo ritmo, fuera del cupo de páginas. Un estado perdido, un noindex nuevo, una canónica cambiada o una página recién bloqueada por robots.txt genera una señal; un título o H1 cambiado, una más discreta; una comprobación sin respuesta no cambia nada, y un error de servidor solo cuenta si la siguiente comprobación lo repite. Las comprobaciones se guardan 90 días.

Un sitio puede resistirse a un rastreador. Cuando responde a nuestras solicitudes con 429 (demasiadas solicitudes) o 503 y le pide al rastreador que espere, la auditoría va más despacio y se pausa como se le pide, así que tarda más, y el rastreo muestra, a modo informativo, «El sitio limitó la velocidad de nuestro rastreador» (site_rate_limited). No se le resta nada al sitio en las páginas, y la auditoría no puede ver qué límite encuentran los rastreadores de IA al leer ese mismo sitio. Una solicitud rechazada o frenada por un desafío se muestra como rechazada, nunca como página rota, y un rastreo se detiene cuando se rechaza más del 20 % de las solicitudes recientes. Para que nuestro rastreador pase, permite en el cortafuegos, la CDN o el plugin de seguridad que aplica el límite las solicitudes cuyo user agent contenga CrunchJunkieSiteAudit (por ejemplo Imunify360, Cloudflare o un plugin de seguridad de WordPress). Nuestras solicitudes llegan desde direcciones de la nube que cambian, así que permite por user agent, no por dirección IP. Cómo permitir o bloquear nuestro rastreador muestra el user agent, cómo trata el robots.txt y la regla que debes añadir.

Silencia o ignora un problema, en todo el sitio o en una página, con un motivo que pueda leer un compañero. Un problema silenciado sale de las listas, de la lista de correcciones y de sus Señales; la Salud del sitio y la Salud en búsqueda con IA lo siguen contando. Crear tarea convierte un problema en una tarea en la cola de Aprobaciones, con un responsable, una fecha límite y las páginas que nombra; no se envía nada a ninguna parte. Redactar la corrección con Crunch escribe la corrección exacta de un problema en una página (una etiqueta, un bloque JSON-LD, líneas de robots.txt, una regla de redirección) a partir de lo que guardó el rastreo, solo cuando haces clic. Nunca afirma que la corrección vaya a subir las posiciones o las citas, y marca con un marcador de posición cada valor que no puede conocer. Cada borrador usa un mensaje de Ask Crunch de la asignación mensual de tu plan y nunca cuenta contra tus comprobaciones. Se aplica un tope de seguridad de 60 borradores al día por espacio de trabajo; con tu propia clave de IA no hay contador. Una programación está desactivada hasta que alguien la activa. Eliges semanal o mensual, un día y una hora en UTC, y aceptas el tope por rastreo y lo máximo que puede usar un mes, que los ajustes muestran antes de guardar. Un rastreo programado se ejecuta dentro de ese tope y nunca más allá del cupo de páginas; un turno que el cupo restante no puede cubrir por completo se omite, no se acorta, y un aviso lo dice. Después de cada rastreo, la auditoría genera Señales con las dos fechas de rastreo y las páginas evaluadas como base: nuevos Errores en páginas clave, una caída de la Salud del sitio de 5 puntos o más entre dos rastreos completos del mismo alcance con al menos 50 páginas evaluadas en cada uno, un rastreador de IA bloqueado en páginas clave, una página citada que está rota, un rastreo que el sitio rechazó, un certificado a punto de caducar y un rastreo programado omitido por falta de páginas. Una condición persistente que el siguiente rastreo completo ya no encuentra se resuelve. Las automatizaciones pueden actuar sobre todas ellas.

Auditoría SEO es una fuente de informes en el editor y en Redactar con IA, con el mismo aspecto en la aplicación, en un enlace compartido y en el PDF, en el idioma del informe y sin nuestra marca en un informe de marca blanca. Sus KPIs son la Salud del sitio y la Salud en búsqueda con IA con su n, las páginas evaluadas, los problemas en Error y en Advertencia, los problemas arreglados y nuevos desde el rastreo anterior y los clics de Google en páginas con errores con su ventana. El gráfico traza la Salud del sitio por rastreo con la Salud en búsqueda con IA al lado. Las tablas son los problemas principales, lo que se arregló desde el rastreo anterior, el acceso de los rastreadores de IA (robots.txt y nuestra petición de prueba por rastreador) y las páginas citadas con problemas. Un informe nunca inicia un rastreo. Lee el último rastreo terminado en la fecha de fin del periodo del informe o antes y dice «A fecha de» la fecha de ese rastreo; un cambio solo se muestra frente a un rastreo del mismo alcance. Auditoría SEO no es un canal, así que nunca forma parte de la mezcla de Todos los canales.

El conector da a un asistente siete herramientas de lectura: get_site_audit, list_site_audit_issues, get_site_audit_issue, list_site_audit_pages, get_site_audit_page, compare_site_audits y get_site_audit_history. get_site_audit_issue también devuelve los hechos y las reglas que usa el borrador de corrección de la aplicación, de modo que tu asistente puede redactar la corrección él mismo sin una segunda llamada de IA. Cinco herramientas cambian algo y muestran una vista previa antes de que pase nada: run_site_audit, stop_site_audit, update_site_audit_settings, set_site_audit_issue_status y create_site_audit_task. run_site_audit necesita además el interruptor «Permitir acciones que consumen IA» en Ajustes → Conectar asistentes de IA (MCP), porque inicia un rastreo que consume tu cupo de páginas: su vista previa indica las páginas, el cupo que queda y el final del periodo. El prompt guiado site_audit_triage convierte el último rastreo en una lista ordenada de correcciones. La API REST (v1, ámbito de lectura) tiene las mismas lecturas en /api/v1/clients/{id}/seo-audit: la auditoría, los problemas, un problema, las páginas, una página (pages/detail?url=), la comparación y el historial.