Enlazado interno SEO: arquitectura, anclas y auditoría

Lo habitual en el enlazado interno no es hacerlo mal, es no haberlo decidido: cada artículo enlaza a lo que el autor recordaba el día que lo escribió y los textos nuevos no los enlaza nadie. El resultado son páginas que existen, están en el sitemap y reciben uno o dos enlaces, casi siempre desde un listado.

Los artículos en español que revisé explican bien el qué (descubrimiento, anclas, silos), pero dejan fuera cómo medir si funciona y los enlaces con JavaScript. Aquí cubro eso y lo contrasto con mi propio sitio, que rastreé con un script propio, carencias incluidas.

Para qué sirve un enlace interno

Un enlace interno hace cuatro trabajos, y conviene no mezclar cuáles están documentados y cuáles son criterio de oficio.

La cuarta fila es la que más se vende y menos se demuestra: el «reparto de autoridad» suele apoyarse en un modelo de PageRank con fórmulas y escalas que Google no publica. Yo lo uso como hipótesis, no como medida.

Qué enlaces puede seguir Google

La documentación de Google es literal: solo puede seguir un enlace si es un elemento <a> con atributo href. Un <a> sin href, un span con un onclick o un botón que cambia de vista con JavaScript no cumplen. Insertar enlaces con JavaScript sí vale si el resultado es un <a href> normal. El detalle de los casos (History API, fragmentos con #, router de la app) lo tienes en mi guía de SEO con JavaScript.

Tres matices. El href puede ser relativo o absoluto, y el formato afecta a migraciones y entornos de prueba, como explico en URLs absolutas y relativas en SEO. Cada variante de URL (parámetros, barra final, mayúsculas) es una URL distinta, así que enlazar unas veces con barra y otras sin ella reparte los enlaces entre dos direcciones. Y un enlace con imagen usa su alt como ancla: sin alt, el enlace no tiene texto.

Arquitectura: profundidad, clústeres y enlaces de plantilla

La profundidad de clics es el número mínimo de enlaces que hay que seguir desde la home hasta una página. Mucha literatura da por hecho que más de tres clics es un problema. Google no documenta ese umbral, y en su guía de inicio solo dice que organizar las páginas de forma lógica ayuda a usuarios y buscadores a entender cómo se relacionan, y que agrupar las parecidas en directorios le sirve para saber cada cuánto cambia una sección, algo que importa sobre todo por encima de unos miles de URLs. Yo mido la profundidad como señal relativa: si una página que quiero posicionar está tres niveles por debajo de otras de menor prioridad, la estructura no refleja mis prioridades.

Una estructura sana suele ser una pirámide con clústeres: la home enlaza a pilares, cada pilar a sus artículos, y los artículos se enlazan entre sí y de vuelta al pilar. Si montas o reordenas un sitio grande, es el trabajo de arquitectura web.

Conviene separar los enlaces por quién los genera, porque se arreglan en sitios distintos.

Los de plantilla se repiten en todas las páginas. Los contextuales son los únicos que eliges tú, frase a frase, y los que más trabajo merecen.

Páginas huérfanas

Una página huérfana es una URL que existe y no recibe ningún enlace interno. Google recomienda que toda página que te importe tenga un enlace desde al menos otra página del sitio. Aparecen tras migraciones, campañas sin menú o contenidos nuevos que nadie enlaza.

Un sitemap XML ayuda a que Google conozca la URL, pero no le da contexto ni la integra en la estructura. Una página huérfana que sí está en el sitemap indica que se publicó sin pasar por la arquitectura. Para encontrarlas, compara las URLs de tu sitemap, tu CMS o tus logs con las que alcanza un rastreo desde la home: lo que solo está en la primera lista es huérfano.

Texto ancla: descriptivo, variado y sin forzar

Según Google, un buen texto ancla es descriptivo, razonablemente conciso y relevante para la página donde está y para la que enlaza. También pide escribirlo con naturalidad y no meter todas las palabras clave. Los casos que reviso con más frecuencia son estos.

No conozco un umbral documentado de «sobreoptimización» en anclas internas, así que no te daré un porcentaje. Mi criterio: varía el ancla según la frase, mantenla corta (en mi blog la mediana es de 3 palabras) y que sea la que usaría un lector para describir el destino. Con imágenes, comprueba el alt siguiendo mi guía de texto alternativo. Y si conviertes en enlace una tarjeta o una caja entera, el ancla es todo su contenido: cómo resolverlo bien lo trato en enlazar una card entera.

Cuántos enlaces por página y cuándo no usar nofollow

Google lo dice sin rodeos: no existe un número ideal de enlaces por página, y si crees que son demasiados, probablemente lo sean. Lo útil es medir cuántos enlaces tiene cada tipo de página y comparar. En una página de artículo de mi blog hay unos 147 enlaces en el HTML y solo 11 son enlaces editoriales a otras páginas; el resto son menú, footer e índice del artículo.

Sobre nofollow: Google lo describe, junto con sponsored y ugc, para calificar enlaces que no quieres asociar a tu sitio, como anuncios o comentarios. Esos enlaces generalmente no se siguen, aunque la página enlazada puede rastrearse si Google la encuentra por otro camino. Entre tus propias páginas editoriales no tiene sentido: pides que no se siga lo que quieres que se descubra. Donde sí aparece en la documentación es en la navegación por facetas, con una condición que se incumple a menudo: solo funciona si cada enlace hacia esa URL lleva el atributo.

En mi web no hay ningún rel="nofollow" en enlaces internos: ninguno de los 12.408 enlaces internos que recogió mi rastreo lo lleva. Si el rastreo se te va a URLs que no te interesan, el recorte se hace con otras herramientas, que explico en la guía de presupuesto de rastreo.

Paginación y facetas

La documentación de Google para listados paginados pide tres cosas. Enlazar de cada página a la siguiente con etiquetas <a href>, porque sus rastreadores no pulsan botones ni ejecutan JavaScript que necesite una acción del usuario, algo que afecta a «cargar más» y al scroll infinito. Dar a cada página de la secuencia su propia URL y su propio canonical, sin apuntar todas a la primera. Y no esperar nada de rel="prev" y rel="next": Google ya no los usa, aunque otros buscadores aún puedan hacerlo. Los matices de canonical y listados los tienes en mi guía de canonical.

Para facetas y filtros, Google propone en primer lugar bloquear con robots.txt las URLs filtradas que no necesitan aparecer en búsquedas, dejando rastreables el listado sin filtrar y las fichas. El canonical hacia la versión sin filtrar puede reducir el rastreo de las variantes, pero la documentación lo considera menos eficaz a largo plazo. Y los filtros que se pongan detrás de un # no afectan al rastreo porque Google no suele soportar los fragmentos; cómo se construye cada parte de una URL está en sintaxis de URLs.

Un listado que solo enlaza a «siguiente» obliga a recorrer la cadena entera: la página 8 está a ocho clics de la home aunque sus artículos estén más cerca por otros caminos. Lo mido con mi propio listado más abajo.

Cómo lo planifico: una matriz de origen y destino

Antes de añadir enlaces me hago una matriz con una fila por página de origen y una columna por página de destino, rellena con lo que existe de verdad, no con lo que creo recordar. Esta es la de un clúster real de mi blog: seis artículos sobre redirecciones y códigos de respuesta, con los enlaces del cuerpo medidos con mi rastreo.

El artículo de tipos de redirección recibe los cinco enlaces posibles y el de 404 y soft 404 solo uno. Nginx y .htaccess, que resuelven lo mismo en servidores distintos, no se enlazan entre sí, y ninguno de los tres artículos de servidor enlaza al de 404 y soft 404. Cada hueco es una tarea concreta: un enlace en una frase donde ya se habla del tema del destino.

La segunda parte de la matriz es la de planificación. Para cada destino que quiero reforzar anoto la intención, un ancla candidata, desde qué páginas puede enlazarse con naturalidad y el estado. Este es el ejemplo con este mismo artículo; las filas son una propuesta mía y están pendientes de aplicar, no hechas.

En un sitio grande, con varios equipos publicando, esta matriz es un entregable que preparo con el cliente en una consultoría SEO: lo difícil no es hacerla una vez, sino mantenerla.

Cómo lo trabajo en mi blog

El blog de cristofercruz.net es PHP sin base de datos: cada artículo es una carpeta con post.json (metadatos) y content.html (cuerpo). El enlazado se reparte entre cinco mecanismos que leí en el código antes de describirlos.

Los cinco mecanismos

1. Enlaces en el cuerpo. Los escribo a mano en content.html, con el ancla que elijo en cada frase.
2. «Sigue leyendo». Al final de cada artículo salen tres tarjetas. La función blog_related de includes/blog.php toma primero la lista curada del campo related de post.json, en el orden dado; si faltan, completa con artículos de la misma categoría y después con el resto, del más reciente al más antiguo. Cada tarjeta lleva un solo enlace, en el título.
3. «Guías del blog» en las landings. Las doce páginas de servicio incluyen includes/service-posts.php, que lee includes/service-posts.json (servicio → lista de artículos, hasta seis).
4. Del blog, en la home. includes/latest-posts.php muestra tres artículos elegidos a mano (presupuesto de rastreo, Core Web Vitals y AEO y GEO). Si no existieran, caería a los tres más recientes.
5. Plantilla del artículo. includes/article-page.php pinta las migas (Inicio, Blog, categoría, título), el índice con anclas internas y la caja de autor, que enlaza a Sobre mí y a la home.

"related": [
  "core-web-vitals",
  "crawl-budget",
  "logs-seo"
]

Es el related de mi artículo sobre caché. Todos los artículos publicados lo tienen definido. Si faltara, entraría el relleno automático, que favorece a los más recientes sobre los más relevantes. En 23 artículos la lista tiene cuatro entradas y solo se muestran tres.

Otros detalles del código: el listado pagina de seis en seis con enlaces «Anterior» y «Siguiente» y un canonical por página; las URLs filtradas por categoría o búsqueda llevan noindex, follow y su canonical apunta al listado; el JavaScript del listado intercepta los clics, pero los enlaces conservan un href real; y blog/sitemap.php lista todos los artículos, sin lastmod.

Qué mide mi rastreo

Escribí un rastreador en Python (más abajo, una versión reducida) que sigue los enlaces internos desde la home sobre el sitio local y anota en qué zona de la página está cada uno. Lo ejecuté dos veces: al terminar el último lote de artículos y de nuevo tras enlazar los textos nuevos desde los antiguos. Las cifras son de la segunda medición. Midió HTML servido por PHP, sin ejecutar JavaScript.

Carencias que me enseñan los datos

• Artículos sin entrantes desde otros cuerpos: ya no queda ninguno, pero en mi primera medición, antes de enlazar los textos nuevos desde los antiguos, había tres (cloaking-seo, implementacion-hreflang y referrer-policy-seo). Los que menos reciben ahora son que-es-un-consultor-seo (2), enlazado-interno-seo (3), enlazar-card-box (3), implementacion-hreflang (3).
• El ancla «Ver auditoría SEO» aparece 45 veces en 45 artículos, porque es el texto del botón de llamada a la acción. Es un enlace de plantilla, no una decisión editorial, y mi propia tabla de anclas lo marca como «revisar».
• Un 62,2 % de los enlaces entre artículos es recíproco. Si A enlaza a B porque es relevante, lo normal es que B también enlace a A, así que el resto son enlaces de ida sin vuelta que conviene revisar.
• El bloque «Sigue leyendo» repite enlaces que el cuerpo ya contiene: 164 de 164 entradas de related están enlazadas también en el texto. Aporta poco descubrimiento, y debería apuntar a artículos que el cuerpo no cita.
• Mi rastreo local encuentra dos enlaces del footer, a /aviso-legal/ y a /politica-de-privacidad/, que apuntan a rutas inexistentes en el sitio local. No he comprobado si existen en producción.
• 13 de mis 47 artículos no están en ningún bloque de landing ni en la home, de modo que dependen del cuerpo de otros artículos y del listado.
• El listado del blog solo tiene «Anterior» y «Siguiente»: las últimas páginas están a varios clics. Hoy no compensa porque los artículos están más cerca por otros caminos, pero no es una arquitectura de listado.

No he medido cómo trata Google estos enlaces ni cuánto rastrea cada artículo: mis cifras describen la estructura, no sus resultados.

Cómo auditar el enlazado interno

Esta es la secuencia que sigo, de más a menos barata.

1. Rastreo propio o con herramienta. Profundidad, huérfanas, enlaces rotos (4xx) y enlaces que apuntan a redirecciones (3xx). Un enlace interno a una URL que redirige funciona, pero obliga a un salto de más y delata un enlace desactualizado.
2. Anclas por destino. Agrupa por URL de destino y cuenta cuántas veces se repite cada ancla.
3. Search Console. En el informe de enlaces, la tabla de enlaces internos lista las páginas más enlazadas. No he podido verificar en la ayuda oficial el detalle de cómo se calcula, así que lo uso como referencia y no como medida exacta.
4. Logs. Qué páginas rastrea Googlebot de verdad y cuáles no ha tocado en meses. Cruzado con la lista de huérfanas y de enlaces profundos, indica dónde actuar primero (la técnica está en la guía de logs SEO).

Este es el rastreador reducido: cuenta URLs, profundidad máxima y los artículos con menos entrantes. Lo ejecuté contra mi sitio local. El servidor de desarrollo de PHP devuelve el listado del blog con un 200 para URLs que no existen, así que mi versión completa descarta las páginas cuyo canonical no coincide con su ruta.

import collections, urllib.request
from urllib.parse import urljoin, urlsplit
from html.parser import HTMLParser

BASE = "http://127.0.0.1:8099"

class Links(HTMLParser):
    def __init__(self):
        super().__init__(); self.out = []
    def handle_starttag(self, tag, a):
        a = dict(a)
        if tag == "a" and a.get("href"):
            self.out.append(a["href"])

depth, inbound, q = {"/": 0}, collections.defaultdict(set), collections.deque(["/"])
while q:
    url = q.popleft()
    p = Links()
    p.feed(urllib.request.urlopen(BASE + url).read().decode("utf8", "replace"))
    for href in p.out:
        t = urlsplit(urljoin(BASE + url, href))
        if t.netloc != urlsplit(BASE).netloc or t.path.startswith("/assets"):
            continue
        dest = t.path + ("?" + t.query if t.query else "")
        inbound[dest].add(url)
        if dest not in depth:
            depth[dest] = depth[url] + 1
            q.append(dest)

print(len(depth), "URLs, profundidad máxima", max(depth.values()))
blog = [(len(s), u) for u, s in inbound.items() if u.startswith("/blog/") and "?" not in u]
for n, u in sorted(blog)[:5]:
    print(n, u)

El script cuenta todos los enlaces, también los de menú y footer. Mi versión completa anota la zona del HTML de cada enlace (por la clase del contenedor), que es lo que separa «recibe enlaces» de «recibe enlaces editoriales».

Qué hacer esta semana

1. Rastrea tu sitio y saca tres listas: huérfanas, páginas muy profundas y enlaces a URLs que redirigen o fallan.
2. Elige las diez páginas que más te importan y cuenta cuántos enlaces editoriales reciben. Si alguna recibe menos de tres, ya tienes tarea.
3. Para cada contenido nuevo, añade enlaces desde dos o tres artículos antiguos el mismo día que lo publicas.
4. Revisa las anclas más repetidas hacia una misma URL y separa las editoriales de las de plantilla.
5. Guarda la matriz de origen y destino y revísala cada trimestre.

Preguntas frecuentes

Referencias y fuentes

Documentación y artículos consultados para esta guía.

1. Link best practices for Google Google Search Central
2. SEO Starter Guide Google Search Central
3. JavaScript SEO basics Google Search Central
4. Pagination, incremental page loading, and their impact on Google Search Google Search Central
5. Managing crawling of faceted navigation URLs Google Search Central
6. Qualify your outbound links to Google Google Search Central
7. Enlaces internos para SEO: una guía práctica Ahrefs
8. Enlaces internos en SEO: estrategias clave y mejores prácticas SE Ranking