Qué es Contenido duplicado: definición y guía completa SEO
Contenido duplicado (Duplicate Content): Bloques de contenido sustancialmente similares o idénticos que aparecen en múltiples URLs, ya sea dentro del mismo dominio (duplicado interno) o en diferentes dominios (duplicado externo). Fragmenta la autoridad de las páginas y puede provocar que Google elija indexar la versión equivocada.
Tipos de contenido duplicado: interno vs externo
El duplicado interno es el más frecuente y el más controlable: ocurre cuando el mismo contenido es accesible desde varias URLs dentro de tu propio sitio. Causas habituales son las URLs con y sin barra final (/pagina vs /pagina/), versiones HTTP y HTTPS, parámetros de seguimiento (?ref=newsletter), páginas de paginación que repiten el intro, y en ecommerce los filtros y ordenaciones que generan cientos de URLs con el mismo catálogo. El duplicado externo ocurre cuando otro dominio copia tu contenido o cuando publicas el mismo artículo en plataformas de sindicación sin canonical.
Causas específicas en WordPress y ecommerce
WordPress genera duplicados de forma nativa: la misma entrada es accesible por categoría, por etiqueta, por autor y por fecha, además de la URL canónica. Las páginas de archivo (archive pages) suelen mostrar el mismo extracto o contenido completo de los posts, creando duplicados con la página de la entrada. En Shopify y WooCommerce, los productos asignados a múltiples categorías aparecen en varias URLs de colección, y las variantes de producto (talla, color) pueden generar URLs independientes con contenido casi idéntico. Identificar el origen del duplicado es el primer paso para elegir la solución correcta.
Cómo detectar el contenido duplicado en tu web
Screaming Frog incluye la funcionalidad de detección de contenido duplicado basada en hash del contenido de las páginas: muestra qué URLs tienen contenido idéntico o muy similar. Siteliner es una herramienta online específica para detectar duplicados internos y calcula el porcentaje de contenido duplicado del sitio. Google Search Console no detecta duplicados directamente, pero la sección ‘Páginas’ bajo ‘Indexación’ muestra las URLs que Google considera duplicadas y cuál ha elegido como canónica. Ahrefs y SEMrush permiten detectar duplicados externos comparando tus páginas con el resto de la web.
Soluciones por tipo de duplicado
Para duplicados de parámetros URL: canonical apuntando a la URL limpia o configuración en GSC para indicar cómo tratar los parámetros. Para duplicados de www/no-www o HTTP/HTTPS: redirección 301 que consolide todo el tráfico en una versión. Para duplicados de categorías en WordPress: canonical autorreferencial en los posts y noindex en las páginas de archivo de baja calidad. Para ecommerce con filtros: canonical en las URLs filtradas apuntando a la página de categoría principal, o bloqueo de rastreo en robots.txt para los parámetros de filtro. Para contenido sindicado: solicitar al editor que incluya canonical apuntando a tu URL original.
Preguntas frecuentes
¿El contenido duplicado es una penalización de Google?
No es técnicamente una penalización, sino un problema de dilución de señales. Google no penaliza el sitio por tener duplicados, pero sí elige qué versión indexar y consolida señales solo en esa versión. El riesgo real es que Google elija indexar la versión equivocada (no la canónica que tú quieres) y que la autoridad se fragmente entre múltiples URLs en lugar de concentrarse en una.
¿Cuánto contenido similar entre dos páginas constituye ‘duplicado’?
Google no ha definido un porcentaje exacto. En la práctica, páginas con más de un 85-90% de contenido idéntico suelen ser detectadas como duplicadas. Las páginas de paginación, por ejemplo, pueden tener el mismo menú, header, footer e intro, pero si el contenido de los artículos listados varía suficientemente, Google no las considera duplicadas. El diferenciador clave es si el contenido único de cada URL aporta valor suficiente por sí mismo.