Operadores de búsqueda y footprints SEO: qué funciona hoy

Casi todos los artículos sobre operadores de búsqueda y footprints son listas de treinta o cuarenta comandos copiados de una versión anterior de la ayuda de Google. El problema es que parte de esa lista ya no funciona, parte nunca estuvo documentada y casi ninguno te explica qué pregunta responde cada consulta ni qué dato no puede darte.

Aquí separo lo documentado de lo que simplemente suele funcionar, explico los límites de site:, te dejo una tabla de footprints de auditoría para tu propio dominio, los usos de prospección con sus límites éticos y una forma de registrar las consultas para que los resultados se puedan comparar. Todo cuenta como receta, porque no he consultado Google para escribirlo.

Los operadores que Google documenta hoy

La página de ayuda de búsqueda de Google presenta los operadores como «algunos operadores populares» y lista estos: comillas, site:, -, before:, after: y filetype:. La documentación para webmasters en Search Central añade que filetype: busca por el encabezado content-type o por la extensión, y que imagesize: y src: solo funcionan en Google Imágenes.

Dos reglas de sintaxis que Google repite: no se deja espacio entre el operador y el término (site: ejemplo.com no funciona) y el protocolo y el subdominio cuentan, porque site:https://www.ejemplo.com no equivale a site:https://ejemplo.com/. Esto último enlaza con lo que cuento en cómo tratar los subdominios en SEO: cada host es un ámbito distinto y conviene consultarlos por separado.

Operadores retirados y operadores sin documentar

Hay dos grupos que se mezclan en casi todas las guías.

Retirados

cache: dejó de funcionar: Search Engine Land informó el 24 de septiembre de 2024 de que Google lo había cerrado del todo, después de quitar en enero de ese año el enlace «En caché» de los resultados. Danny Sullivan ya había anticipado que el operador desaparecería. Qué hacer ahora para ver cómo ve Google una página lo detallo en la guía de caché para SEO: la respuesta es la Inspección de URLs.

related: es el segundo caso. En julio de 2023 Sullivan dijo que «no ha funcionado muy bien desde hace tiempo» y Google lo retiró de su documentación. Esa misma fuente señalaba que todavía devolvía resultados en aquel momento; no puedo decirte cómo se comporta hoy, y por eso no lo uso para encontrar competidores. link: y daterange: tampoco figuran en la ayuda actual, y las guías que los siguen presentando como válidos están desactualizadas.

Sin documentar

Aquí entran intitle:, inurl:, intext:, OR, el asterisco como comodín y AROUND(n). La ayuda oficial que he abierto no los menciona, ni para decir que funcionan ni para decir que se han retirado. Mi criterio: los uso porque son rápidos y sirven para orientarme, pero no construyo conclusiones ni informes a cliente sobre un resultado que dependa de ellos sin confirmarlo con una fuente que sí esté documentada (Search Console, un rastreo propio o los logs).

Hay una trampa extra: muchas guías hablan de allintitle:, allinurl: o inanchor:. Tampoco las he podido verificar contra documentación de Google, así que las trato igual.

site: y sus límites

La página de Search Central sobre site: es clara. Una consulta site: pide resultados de un dominio, una URL o un prefijo. Si una URL está indexada, puede aparecer, pero «no está garantizado», y la lista de URLs devueltas «no siempre es exhaustiva». Sin términos de búsqueda no hay ranking: generalmente va primero la URL más corta y el resto es relativamente aleatorio. Y el operador se diseñó sobre todo para quien busca, no para contar URLs indexadas.

Gary Illyes lo resumió en el pódcast Search Off the Record en 2023: «el site: me muestra algunas de las páginas que están indexadas». Esa frase es toda la política de Google sobre el tema. Un «Aproximadamente 1.230 resultados» no es un dato que pueda ir a una presentación.

Si site: no te devuelve una URL, Google recomienda la Inspección de URLs para saber si puede indexarse. La ausencia en site: no es un diagnóstico.

Qué es un footprint y cómo se construye

Un footprint es un patrón de consulta que reutilizas porque identifica un rasgo repetible: una estructura de URL, una frase de plantilla, un tipo de archivo. No es un concepto de Google ni un operador: es una forma de usar los operadores. La anatomía casi siempre tiene tres partes.

• Ámbito. Dónde buscas: site:tudominio.com para auditar, o ningún site: para mirar fuera.
• Patrón. El rasgo que quieres encontrar: inurl:/blog/, una frase entre comillas, filetype:pdf.
• Filtro. Lo que descartas para reducir ruido: -inurl:categoria= o tu propio dominio con -site:.

Mi norma práctica es una pregunta por consulta. Si una consulta mezcla cinco operadores, cuando devuelve poco no sé qué parte la ha vaciado. Y si necesitas un patrón con alternativas o comodines sobre muchas URLs, el operador se queda corto: ahí entran las expresiones regulares de Search Console o de un rastreador, que explico en regex, XPath y selectores para SEO.

Footprints de auditoría sobre tu propio sitio

Estas son las que repito en casi todas las revisiones. Ninguna sustituye a un rastreo ni a Search Console; sirven para detectar rápido lo que no esperabas.

Parámetros y duplicados

Si inurl:? te enseña URLs con parámetros, el siguiente paso no es bloquearlas en robots.txt a ciegas. Primero compruebas qué señal llevan (canonical, noindex, ninguna) con lo que cuento en la guía de canonicals. Con la frase entre comillas pasa algo parecido: encontrar tu texto en otro dominio no es una sanción, es un dato que decide si pides retirada, enlazas con canonical entre dominios o lo ignoras.

Entornos de prueba y documentos

Para los entornos de pruebas, la solución buena es protegerlos con contraseña; Google lo cita como opción permanente para retirar contenido, junto con quitar el contenido o usar noindex. Una consulta site: no te avisará de un staging en otro dominio, así que también conviene revisar a mano los subdominios que existan (DNS, certificados) y comparar con lo que declaras en tu sitemap XML: lo que está indexado y no figura en él merece una mirada.

Menciones, competencia y prospección de enlaces

Los footprints de prospección son los más repetidos en internet y los que peor envejecen. La versión útil es más modesta que la lista de «cien footprints de link building».

• Menciones sin enlace. "nombre de tu marca" -site:tudominio.com y revisión manual de qué páginas lo enlazan. Si no enlazan, pides el enlace con un mensaje personal.
• Competencia por tema. intitle:"guía de" "tu tema" muestra qué páginas se titulan para una búsqueda. Lo uso al empezar un keyword research para ver quién compite por el término, aunque el orden de resultados no sea fiable.
• Páginas de recursos. inurl:recursos "tu tema": sirve para identificar páginas que enlazan a materiales como el tuyo. No te dice si merece la pena pedir nada.

Detrás de cada una hay un filtro humano: temática, calidad real, política editorial y relevancia para tu audiencia. Cuando lo hago como servicio de link building, el operador solo genera la lista de candidatos y lo importante pasa después. Y los footprints de «deja un comentario» o de «perfiles con enlace» que algunas guías recomiendan son justo lo contrario de lo que quiero para una web.

Por qué no automatizar estas consultas

En su política de spam, Google define como «tráfico generado por máquina» el envío de consultas automáticas, e incluye como ejemplo extraer resultados para comprobar posiciones sin permiso expreso. Dice que esas prácticas violan sus políticas de spam y los Términos de servicio de Google. La consecuencia práctica: las herramientas que lanzan miles de consultas contra la SERP son un riesgo que asumes tú, no una técnica; para volumen, usa las fuentes con API o con permiso (Search Console, plataformas con datos propios) y reserva los operadores para el trabajo manual.

Bing y DuckDuckGo: solo lo documentado

La documentación de Bing es más generosa que la de Google. Su página de palabras clave avanzadas incluye contains:, ext:, filetype:, inanchor:, inbody:, intitle:, ip:, language:, loc:, location:, prefer:, site:, feed:, hasfeed: y url:, y de los booleanos menciona OR con paréntesis. Tiene un uso concreto: url:tudominio.com comprueba si una dirección está en el índice de Bing, e inanchor: permite buscar por texto ancla, algo que la ayuda de Google no documenta.

DuckDuckGo documenta un conjunto más pequeño: comillas, -, +, site:, -site:, filetype:, intitle: e inurl:, además de una sintaxis experimental con tilde. Para auditoría de exposición, tener tres buscadores es útil por una razón sencilla: indexan en momentos distintos y devuelven cosas distintas. La guía de pruebas de seguridad web de OWASP recomienda precisamente usar más de un buscador por esa razón.

Dorking de seguridad sobre tu propio sitio

«Google dorking» es encadenar operadores para encontrar archivos o páginas que alguien no quiso publicar. OWASP lo recoge en su guía como parte del reconocimiento de fuga de información y enumera qué buscar: diagramas y configuraciones, credenciales y claves, archivos de configuración de servicios en la nube, mensajes de error reveladores y versiones de desarrollo, pruebas o preproducción.

La versión defensiva se limita a tu dominio y a cuatro familias de consulta: filetype: con extensiones de hojas de cálculo y documentos; inurl: con nombres típicos de entornos (staging, dev, test); intext: con textos de error de tu tecnología; e inurl: con rutas de acceso. Hazlo solo sobre dominios que administras, no sobre terceros.

Si algo aparece, el orden es este, según la documentación de Google sobre cómo quitar información: retira el contenido o protégelo con contraseña; usa la herramienta de eliminación como medida rápida, sabiendo que dura unos seis meses; y no confíes en robots.txt para esconder nada, porque la propia documentación avisa de que no es el método para bloquear una página. Un noindex solo impide que salga en Google. Si el archivo contiene datos sensibles, retirarlo del índice no resuelve que ya fuera público: eso es un incidente de seguridad, no de SEO.

Cómo lo aplico a mi web: recetas, sin resultados

No consulto Google desde el entorno donde escribo esto, así que no voy a decirte qué devuelve cada consulta para cristofercruz.net. Te explico qué espero según el código de mi sitio y qué haría con cada resultado. Lo que sí he leído es esto:

• El robots.txt bloquea /includes/, /contact-private/, /PHPMailer/, /tools/, /tests/, /.git/, /send.php y /plantilla-pagina.php. Bloquear el rastreo no garantiza que una URL no aparezca si otras páginas la enlazan, y por eso conviene comprobarlo.
• El listado del blog cambia su meta robots a noindex, follow cuando hay un filtro por categoría (?categoria=) o una búsqueda (?q=). La paginación (?pagina=) sí se indexa y su canonical apunta a sí misma.
• Un artículo no publicado devuelve 404 con X-Robots-Tag: noindex desde el renderizador de artículos.

Lo que no he hecho: no sé si existe algún entorno de pruebas indexado de esta web, y no he probado las consultas anteriores en Google. La que menos puedo asegurar es /tools/: lo que sí está en el .htaccess es una regla que devuelve 403 para esa ruta; qué ha indexado Google antes de esa regla no lo sé.

Cómo hacer la auditoría y dejarla comparable

Una consulta suelta no demuestra nada; un registro repetido sí. Este es el procedimiento que sigo en una auditoría SEO cuando uso operadores:

1. Escribe las preguntas antes que las consultas: qué quieres descartar (staging, parámetros, duplicados, documentos).
2. Para cada pregunta, una consulta con ámbito, patrón y filtro. Anota la fecha, el buscador y el país o idioma.
3. Lanza cada consulta en Google y en un segundo buscador (Bing o DuckDuckGo).
4. Para cada URL sospechosa, comprueba con la Inspección de URLs y con curl -I qué señales envía (estado, canonical, noindex).
5. Cruza con Search Console y con tus logs: los operadores te avisan, esas fuentes confirman.
6. Guarda la plantilla y repite cada trimestre; lo que cambia entre ejecuciones es lo único que interpretas.

Los operadores tampoco ven lo que viene de los buscadores de IA. Si te interesa cómo se te menciona o cita ahí, es otro trabajo con otras fuentes, que cuento en posicionar en buscadores de IA. Y para validar marcado, site: no sirve: eso se comprueba con las herramientas descritas en datos estructurados con schema.

Preguntas frecuentes

Referencias y fuentes

1. Refine web searches Ayuda de Búsqueda de Google
2. Search operators Google Search Central
3. The site: search operator Google Search Central
4. Spam policies for Google web search Google Search Central
5. Remove information from Google Google Search Central
6. Google Search completely kills the cache feature Search Engine Land
7. Google confirms related search operator is going away Search Engine Land
8. Google’s site: operator won’t show you everything that’s indexed Search Engine Journal
9. Advanced search keywords Microsoft Bing
10. Search syntax DuckDuckGo Help
11. Conduct Search Engine Discovery Reconnaissance for Information Leakage OWASP WSTG v4.2