Saltar al contenido
SCRAWL

Comprobador de soft 404: prueba tu página 404

Pega una URL de tu sitio. El comprobador obtiene esa página y una ruta inventada en el mismo origen, compara estado, redirecciones y HTML para estimar 404 real vs soft 404 probable. Heurístico, una muestra — no es Search Console.

  • Pega una URL
  • Revisa el veredicto probable
  • Aplica las correcciones sugeridas
  • Basado en navegador — sin instalación
  • Resultados al instante

Por Faisal YActualizado

Guía paso a paso
Comprobador de soft 404 y página 404 personalizada |

Un soft 404 (error 404 blando) puede confundir a rastreadores y usuarios cuando las URLs inexistentes devuelven el estado HTTP equivocado. Qué documenta Google, cómo probar el servidor y cuándo usar 404, 410 o redirecciones.

La pasada hace dos peticiones y no consulta a Google

Pegas una URL. La herramienta hace dos peticiones a tu sitio: una a esa URL y otra a una ruta inventada que no debería existir, en el mismo origen, con la forma /scrawl-404-test- más un token aleatorio. Las dos pasan una validación que bloquea SSRF. No rastrea el sitio y no pregunta nada a Google.

Compara códigos de estado, cadenas de redirección, titles, cabeceras, longitud del texto visible, número de enlaces y frases fijas de error. Con eso estima si las URLs desconocidas se comportan como un 404 o 410 real o como un soft 404 probable: por ejemplo un HTTP 200 con copia de «no encontrado», o una redirección a la home o al login. Las señales son reglas con tope. El veredicto se redacta como probable o parece. No confirma cómo clasificó Google esa URL.

Cada veredicto nombra un patrón de la ruta de prueba

404/410 real (probable): la ruta de prueba devolvió 404 o 410, quizá después de redirecciones. Es lo que quieres para URLs que no existen.

Soft 404 probable: la prueba devolvió 2xx con contenido de error, o heurísticas débiles sobre una respuesta 200. El servidor debería devolver 404 o 410 en lugar de 200 para las páginas que faltan.

Redirección a la home o al login (soft 404 probable): las URLs que faltan no deberían ir a / ni a una pantalla de acceso. Google documenta la redirección a la home de URLs ausentes como un patrón de soft 404.

Otro estado de error: un 401, 403, 429 o 5xx en la prueba puede ser un WAF o un fallo de servidor, no tu manejo normal de errores.

No concluyente: la prueba no se pudo pedir o devolvió un estado poco habitual.

La tabla compara tu URL con la ruta inventada

Una columna es la URL que pegaste y la otra es la sonda. Si la URL pegada ya es 404 o 410, la herramienta anota que ese es el estado de esa página, mientras la sonda prueba el comportamiento general del sitio ante una ruta que no existe.

Cuando hay HTML, el estilo de página de error es una pista aproximada de personalizada frente a por defecto y escueta. Se apoya en navegación, enlaces y cadenas típicas de páginas por defecto del servidor. No es una revisión de diseño. Una 404 real con poco HTML puede parecer escueta y aun así llevar el estado correcto: mira el código antes de cambiar la plantilla.

El arreglo sigue el veredicto, no una plantilla genérica

Devuelve un 404 o un 410 de verdad, con un HTML útil. No sirvas la plantilla de error con HTTP 200. No uses noindex sobre una plantilla de error en 200 OK como sustituto del estado correcto.

Deja de redirigir las URLs desconocidas a la home. Lleva a la gente a la búsqueda o a secciones clave en una página que siga devolviendo 404.

Usa 410 cuando el contenido se retiró de forma permanente y quieres que los rastreadores suelten la URL antes.

Mantén una 404 propia y útil: mensaje claro, navegación o búsqueda del sitio, enlaces a secciones populares. Un estado 404 real ya señala la retirada. En una 404 correcta normalmente no hace falta noindex.

Redirige solo a contenido realmente equivalente, no a un hub sin relación cuando la URL original ya no existe.

Una ruta de prueba no describe cada sección del sitio

Tiendas, blogs o aplicaciones pueden tratar las URLs ausentes de forma distinta según la sección. Una ruta aleatoria puede no ver esa diferencia.

No hay datos de Search Console. No ves el motivo Soft 404 del informe de indexación de páginas ni cómo clasificó Google tus URLs.

No hay rastreo del sitio. Para enlaces rotos en una página usa el Comprobador de enlaces rotos. La dirección /tools/404-checker redirige ahí. Para una lista de URLs que ya tienes, usa el Comprobador de estado masivo.

No se ejecuta JavaScript. Una vista de «no encontrado» pintada en el cliente y servida con 200 se juzga solo con el HTML crudo.

Servidores y WAF pueden responder a una petición automática de forma distinta que a un navegador. Las heurísticas producen falsos positivos y falsos negativos. Tómalo como una prueba rápida a nivel de servidor y confirma a mano las URLs que importan. El HTML se corta en 1,5 MB, hay límite de ritmo estándar y las URLs privadas o localhost se bloquean.

Otras herramientas miran listas, cabeceras o indexación

El Comprobador de estado masivo devuelve el estado HTTP de muchas URLs que tú aportas. Esta pasada prueba cómo un sitio trata una URL que no debería existir.

El Comprobador de enlaces rotos encuentra enlaces rotos en una página. No prueba el comportamiento del sitio ante rutas ausentes.

El Comprobador de cabeceras HTTP y el Comprobador de cadenas de redirección miran cabeceras o saltos de una URL. No lanzan una sonda de ruta ausente ni dan un veredicto de soft 404.

El Comprobador de indexación mira señales de indexación. No ve cómo el servidor responde a un 404.

El Comprobador de noindex revisa noindex en muchas URLs. Aquí el noindex de las dos páginas muestreadas es solo una señal menor.

Preguntas frecuentes

¿Qué es un soft 404?

Un soft 404 es una página que parece un error a quien la lee o a un rastreador, pero responde HTTP 200, o que manda las URLs ausentes a la home. Google puede tratarla como soft 404 en Search Console porque esa URL debería devolver 404 o 410. Esta herramienta no lee esa clasificación: compara tu URL con una ruta inventada y redacta el veredicto como probable.

¿Qué peticiones hace esta herramienta?

Exactamente dos: la URL que pegas y una ruta aleatoria /scrawl-404-test- en el mismo origen. Las dos pasan una validación que bloquea SSRF. No se prueban más caminos, no se rastrea el sitio y no se llama a Google. Se comparan estado, redirecciones, titles, cabeceras, longitud del texto visible, enlaces y frases fijas de error.

¿Esto es lo que ve Google?

No. Google usa sus propios sistemas de rastreo e indexación. Aquí solo ves lo que tu servidor devolvió al fetcher para dos URLs. No se lee la clasificación Soft 404 de Search Console ni el informe de indexación de páginas. Si las columnas y Search Console no coinciden, la fuente de la clasificación de Google sigue siendo Search Console.

¿Puede revisar todo mi sitio?

No. Es un origen, una ruta de prueba y una ejecución. Tiendas, blogs o apps pueden tratar las URLs ausentes de forma distinta por sección, y una ruta aleatoria puede no verlo. Para enlaces de una página usa el comprobador de enlaces rotos. Para una lista de URLs que ya tienes, el comprobador de estado masivo.

¿Por qué mi página 404 sale como soft 404 probable?

Causas habituales: la sonda devolvió HTTP 200, el HTML de error es muy corto, el title lleva frases de error o el title coincide con el de la home. Las heurísticas pueden fallar en una página de error válida pero mínima. Confirma el código de estado en las herramientas de desarrollo o con curl.

¿Cuáles son los límites?

Una URL de entrada por ejecución, dos peticiones HTTP, HTML cortado en 1,5 MB, límite de ritmo estándar y URLs privadas o localhost bloqueadas. No hay JavaScript, no hay datos de Search Console y no hay rastreo del sitio. El estilo de la página de error, personalizada o por defecto, es una pista a partir de navegación, enlaces y cadenas típicas del servidor, no una revisión de diseño.