Noindex è la direttiva con cui un sito chiede ai motori di ricerca di non mostrare una pagina nei risultati. Si scrive nell’head con <meta name="robots" content="noindex">, oppure, per file non HTML come i PDF, nell’intestazione HTTP X-Robots-Tag: noindex. La stessa sintassi accetta altre direttive: nofollow (non seguire i link della pagina), noarchive, nosnippet, max-image-preview:large e altre documentate da Google.
L’errore più comune
Una pagina bloccata in robots.txt non viene scaricata, e quindi il motore non legge il suo noindex. Il risultato è l’opposto di quello voluto: l’indirizzo può restare nell’indice, senza descrizione, se riceve link. Per togliere una pagina dai risultati si lascia la scansione libera e si usa noindex; robots.txt serve a gestire il carico di scansione, non l’indicizzazione.
Cosa mettere in noindex
In un sito WordPress vanno di solito in noindex le pagine dei risultati di ricerca interna, le pagine di errore, gli archivi per data, l’archivio autore quando l’autore è uno solo, gli archivi di tag con uno o due articoli e le categorie secondarie dei glossari, che duplicano l’indice principale. Le pagine in noindex vanno tolte anche dalla sitemap, che deve contenere solo URL indicizzabili; tenerle in entrambe manda ai motori due segnali opposti.
Il noindex non è una protezione: la pagina resta pubblica per chiunque abbia il link. Per contenuti riservati serve un accesso con password o un link privato.
In ThinkSEO
ThinkSEO imposta noindex e presenza in sitemap per ogni tipo di contenuto e tassonomia, e permette l’eccezione sulla singola pagina. Di serie mette in noindex ricerche, pagine 404, allegati e categorie vuote; gli allegati ricevono anche un 301 verso il contenuto a cui appartengono.
Per le pagine indicizzabili conviene invece aggiungere max-image-preview:large, che permette a Google di mostrare anteprime grandi delle immagini, utili per Discover.