Comprobador de contenido duplicado: cómo encontrar y arreglar páginas duplicadas
La mayor parte del contenido duplicado no se copia a propósito. Sale de cómo un sitio construye sus URL: la misma página con y sin www, con un parámetro de seguimiento, ordenada de otra manera o listada en dos categorías. Los buscadores tienen entonces que adivinar a qué versión te refieres. Un comprobador de contenido duplicado encuentra cada copia, las agrupa y muestra cuál debería quedarse.
Qué hace un comprobador de contenido duplicado
Un comprobador de contenido duplicado compara las páginas de un sitio entre sí y muestra las que son iguales o casi iguales. Uno bueno mira cuatro cosas:
- URL que solo se diferencian en el protocolo, el host, las mayúsculas, la barra final o los parámetros, pero devuelven la misma página.
- Texto principal idéntico en dos o más páginas.
- Texto principal muy parecido, con unas pocas palabras, un nombre de producto o una ciudad cambiados.
- Títulos, meta descriptions y encabezados repetidos entre páginas, que a menudo apuntan al mismo problema desde otro ángulo.
También debería decirte qué páginas ya están resueltas. Una página que indica otra URL como canonical, o que redirige, es un duplicado del que ya te has ocupado, y no debería contarse junto con los que no.
¿El contenido duplicado perjudica al SEO?
No de la forma que a menudo se teme. La documentación de canonicalización de Google explica que, cuando encuentra varias páginas con el mismo contenido, las agrupa, elige una como canonical y rastrea las demás con menos frecuencia. No hay penalización por tener una versión con www y otra sin www de una página. Copiar contenido de otros sitios para manipular el posicionamiento es otra cosa, y las políticas de spam de Google lo tratan como contenido copiado (scraping).
Los costes reales son más discretos:
- Google puede elegir la versión equivocada. La URL en los resultados de búsqueda puede ser la del parámetro, la de HTTP o la vista de impresión.
- Las señales se reparten. Los enlaces externos e internos se dispersan entre varias URL en lugar de sumarse en una.
- Se desperdicia rastreo. En un sitio grande, miles de variantes con parámetros pueden consumir un tiempo que un buscador preferiría dedicar a páginas nuevas. La guía de crawl budget cubre esa parte.
- Los informes se ensucian. Los clics y las impresiones se reparten entre URL, así que cuesta más ver cómo rinde de verdad una página.
SEO ProCheck separa los mitos de las soluciones reales en duplicate content: causes, myths, and fixes.
Tipos de contenido duplicado
| Tipo | Ejemplo | Solución habitual |
|---|---|---|
| Variantes de URL | http, www, mayúsculas, barra final | Redirige a una sola forma |
| Variantes con parámetros | ?utm_source=, ?sort=price | Canonical a la URL limpia |
| Duplicados exactos | Dos categorías, vista de impresión | Redirección o canonical |
| Casi duplicados | Solo cambia la ciudad | Fusiona, reescribe o canonical |
| Metadatos duplicados | Un título, muchas páginas | Un título por página |
| Copias en otros sitios | Sindicación, scraping | Su noindex o canonical |
Los dos primeros tipos son técnicos y normalmente se arreglan una vez, en el servidor o en la plantilla. Los dos del medio son decisiones de contenido. El último depende del sitio de otra persona.
De dónde salen las páginas duplicadas
Cuando un comprobador encuentra cientos de duplicados, rara vez vienen de cientos de decisiones. Busca el patrón:
- Host y protocolo. El sitio responde tanto en http como en https, o con y sin www, y nada redirige.
- Barras finales y mayúsculas. El servidor devuelve 200 para /page y /page/, o para /Page y /page.
- Parámetros de seguimiento en enlaces internos. Una etiqueta utm_ añadida al enlace de un banner crea una URL nueva para la misma página.
- Ordenación y filtros. La navegación facetada puede generar más URL que productos. La guía de navegación facetada de Google pide a los sitios que mantengan los parámetros de filtro en el mismo orden en todas las URL.
- Un elemento, varias rutas. Un producto accesible desde /sale/ y desde /shoes/, o una entrada bajo cada una de sus etiquetas.
- Plantillas con poco texto. Archivos de etiquetas, páginas de categoría vacías y páginas de ubicación donde la plantilla pesa más que el contenido.
- Restos. Un host de staging abierto a los crawlers, un dominio antiguo que sigue respondiendo, una versión de impresión o AMP.
Encontramos dos de estos en nuestros propios sitios. En neova.app, el 20 de noviembre de 2026, http:// respondía 200 en lugar de un 301 a https, así que cada página tenía un gemelo hasta que lo arreglamos. Y el rastreo completo de seoprocheck.com que hizo Neova el 17 de octubre de 2026 encontró:
| seoprocheck.com, 17 oct 2026 | Cantidad |
|---|---|
| Páginas HTML que responden 200 | 4.561 |
| Títulos duplicados | 56 |
| Títulos de más de 60 caracteres | 557 |
| Meta descriptions de más de 155 caracteres | 582 |
| Canonicals a otra URL interna | 5 |
Neova agrupa las páginas por plantilla, así que cuando los duplicados se concentran en un grupo de páginas, sabes que es la plantilla lo que hay que arreglar.
Cómo funciona la detección de duplicados exactos y casi duplicados
Los duplicados exactos son la parte fácil. El comprobador extrae el texto principal de cada página, sin navegación, cabecera ni pie, lo normaliza y lo compara. Dos páginas con el mismo texto principal son duplicadas aunque sus menús sean distintos.
Los casi duplicados necesitan una medida de similitud. Un método habitual divide el texto en secuencias de palabras superpuestas, llamadas shingles, y cuenta cuántas secuencias comparten dos páginas:
page A: "red running shoes for trail and road"
5-word runs: "red running shoes for trail", "running shoes for trail and", ...
similarity = runs both pages share / runs on the page
| Ajuste en Neova | Valor |
|---|---|
| Texto comparado | Solo el texto principal |
| Longitud de la secuencia (shingle) | 5 palabras |
| Secuencias compartidas para señalar | 90 % o más |
| Texto principal mínimo | 50 palabras |
| Páginas con canonical a otra URL | Excluidas de la comprobación exacta |
Neova señala dos páginas cuando una comparte el 90 % o más de sus secuencias de 5 palabras con la otra, en páginas con 50 palabras o más de texto principal. Ningún buscador publica un umbral, así que toma un aviso de casi duplicado como una invitación a mirar las dos páginas lado a lado, no como un veredicto.
Dos detalles marcan una gran diferencia. Compara el texto principal, no todo el HTML, o todas las páginas de un sitio con un menú grande parecerán iguales. Y si el contenido lo construye JavaScript, compara la página renderizada, o todas parecerán vacías e idénticas.
Cómo revisar el contenido duplicado de un sitio, paso a paso
- Rastrea todo el sitio y activa el renderizado de JavaScript si el contenido se construye en el navegador.
- Empieza por las variantes de URL. Son las más baratas de arreglar y a menudo explican la mayor parte del resto.
- Revisa los duplicados exactos grupo por grupo. En cada grupo, elige la URL que debe quedarse.
- Revisa los casi duplicados uno al lado del otro. Decide si responden a necesidades distintas. Una variante de talla quizá no; dos ciudades con servicios distintos, quizá sí.
- Repasa los títulos y descripciones repetidos. Donde el contenido sea distinto, escribe otros nuevos. Donde sea el mismo, confirman un grupo de duplicados.
- Revisa los canonicals de cada duplicado que mantengas y asegúrate de que apuntan a la URL elegida. La guía del comprobador de etiquetas canonical explica lo que puede fallar ahí.
- Vuelve a rastrear tras el arreglo y compara los dos rastreos para ver qué avisos se resolvieron.
Cómo arreglar el contenido duplicado
La página de Google sobre cómo consolidar URL duplicadas enumera las principales formas de indicarle qué URL prefieres. Las redirecciones y rel=canonical son señales fuertes; incluir una URL en un sitemap es una más débil. Adapta la solución al caso:
| Situación | Corrección | Fuerza de la señal |
|---|---|---|
| La URL duplicada no tiene ninguna función | 301 a la URL preferida | Fuerte |
| La variante debe seguir accesible | rel=canonical a la URL preferida | Fuerte |
| Dos páginas, mismo tema | Fusiona y redirige la otra | Fuerte |
| Páginas parecidas, lectores distintos | Reescribe cada una | n/a |
| Un título en muchas páginas | Un título por página | n/a |
| Solo incluida en el sitemap | Añade una redirección o un canonical | Débil |
| Bloqueada en robots.txt | Desbloquéala y luego canonical | Ninguna, la página no se lee |
Elijas lo que elijas, envía el mismo mensaje en todas partes. Los enlaces internos, el sitemap XML, hreflang y el canonical deberían indicar la misma URL. Google desaconseja usar robots.txt para la canonicalización, porque una página bloqueada no se puede leer. Tras una redirección, actualiza los enlaces que apuntaban a la URL antigua para que no pasen por un salto; la guía de cadenas de redirecciones cubre eso.
Para los canonicals en profundidad, SEO ProCheck mantiene una referencia completa sobre las etiquetas canonical.
Revisa el contenido duplicado con Neova
Neova busca duplicados en las categorías Contenido e Indexabilidad de cada rastreo. Las páginas que ya indican otra URL como canonical quedan fuera de la comprobación de duplicados exactos, así que esa lista muestra lo que sigue pendiente. Las comprobaciones que hay detrás:
- Variantes de URL que devuelven el mismo HTML, para protocolo, www, mayúsculas, barra final, orden de parámetros y parámetros de seguimiento
- La variante con barra final redirige o duplica la URL y La variante en otras mayúsculas o minúsculas redirige o duplica la URL
- Los mismos parámetros de consulta en otro orden
- Contenido duplicado entre páginas HTML, tras el renderizado de JavaScript cuando el rastreo renderizó las páginas
- Contenido casi duplicado entre páginas HTML
- Etiqueta title duplicada entre páginas HTML, Meta description duplicada entre páginas HTML y H1 duplicado entre páginas HTML
- Copia sindicada sin noindex ni canonical hacia el original
- URL indexable que usa parámetros de búsqueda o de filtro y URL indexable que usa parámetros de ordenación

Los Grupos de páginas muestran de qué plantilla vienen los duplicados, y Comparar rastreos muestra qué avisos se resolvieron tras un arreglo. Cada tabla se exporta a CSV. Consulta las Funciones o descarga Neova; el plan Free ejecuta todas las comprobaciones.
Preguntas
¿Qué es un comprobador de contenido duplicado?
Una herramienta que compara las páginas de un sitio y muestra las que devuelven el mismo contenido o uno muy parecido, incluidas las variantes de URL de una página y los títulos o descripciones repetidos entre páginas.
¿Google penaliza el contenido duplicado?
No los duplicados dentro de tu propio sitio. Google los agrupa, elige una URL como canonical y muestra esa. El riesgo es que elija una versión que no querías y que las señales se repartan. El contenido copiado de otros sitios para manipular el posicionamiento entra en las políticas de spam de Google.
¿Cuánto se tienen que parecer dos páginas para contar como duplicadas?
Ningún buscador publica un porcentaje. Neova señala casi duplicados cuando una página comparte el 90 % o más de sus secuencias de 5 palabras con otra, como invitación a compararlas, no como un dictamen.
¿Uso un canonical o una redirección para las páginas duplicadas?
Redirige cuando la URL duplicada no necesita existir. Usa un canonical cuando debe seguir accesible para los visitantes, como una lista ordenada o una URL con un parámetro de seguimiento.
¿Puedo bloquear las páginas duplicadas en robots.txt?
Google lo desaconseja. Una URL bloqueada no se puede leer, así que Google no puede ver su canonical ni que es un duplicado, y aun así puede indexar la URL a partir de enlaces.