Hay dos preguntas que se mezclan a menudo cuando se habla de contenido duplicado. Si AdSense permite poner anuncios en contenido que no es original, y si Google penaliza las webs con contenido repetido. Las respuestas son distintas.

AdSense y el contenido copiado

Las políticas de AdSense no permiten mostrar anuncios en páginas con contenido copiado de otras webs sin aportar nada, ni en sitios de poco valor hechos para colocar anuncios. Si Google lo detecta, puede limitar los anuncios de esas páginas, rechazar la solicitud del sitio o desactivar la cuenta.

Citar, enlazar o reproducir un fragmento con comentario propio es otra cosa. El criterio es si la página aporta algo que no esté ya en el original.

Google y el contenido duplicado

En las búsquedas la situación es más tranquila de lo que suele contarse. Google no penaliza el contenido duplicado involuntario. Lo que hace es agrupar las versiones repetidas y elegir una para mostrarla. El problema es que puede no elegir la que tú quieres.

Distinto es copiar contenido ajeno a escala para posicionar, que sí va contra las políticas de spam de Google.

De dónde sale el duplicado sin querer

  • La misma web accesible con y sin www, o con http y https.
  • Parámetros en la URL por filtros, ordenaciones o campañas.
  • En WordPress, etiquetas, categorías y archivos de autor o fecha que repiten los mismos artículos.
  • En tiendas, variantes de producto con descripciones idénticas.
  • Versiones de la web para varios países con el mismo idioma.

Cómo se resuelve

  • Redirección 301 cuando una de las versiones sobra. Es la solución más limpia, por ejemplo para unificar www y sin www.
  • Etiqueta canonical cuando las dos versiones tienen que existir, para indicar a Google cuál es la principal. Esto es lo que se llama canonicalización. Google la toma como una sugerencia, así que tiene que ser coherente con los enlaces internos y el sitemap.
  • Noindex para páginas útiles para el usuario pero que no tiene sentido mostrar en Google, como algunos resultados de búsqueda interna.
  • Hreflang cuando el duplicado es entre versiones de distintos países.

En Search Console, el informe de páginas indexadas muestra las URLs que Google ha descartado por duplicadas y cuál ha elegido como canónica. Es el primer sitio donde mirar.