¿Cómo no ser penalizado por contenido duplicado?

Veréis, estoy montando un repositorio de documentos para estudiantes, recopilando los mejores que hay por Internet y ofreciéndolos en un mismo sitio. El problema que tengo con esto es que al tratarse de documentos ya indexados, puedo caer en una penalización de Google por contenido duplicado. ¿Había alguna forma de evitar esto? Lo único que se me ha ocurrido es que google no indexe estos documentos.
¿Si pusiera un enlace de la fuente donde he encontrado ese documento podría también evitar la penalización?

Muchas gracias a todos

Uhmmm podría ser como piensas. Creas una categoría llamada documentos, por ejemplo y en el robots.tx le colocas /documentos disallow. Puede que hayan otras formas también como creando un subdominio para el contenido duplicado y que éste no se indexe.

la unica manera que se me ocurre es con la funcion disallow como dice GeekSV

Muchas gracias chicos!

Mm mas bien creo que depende, al decir documentos te refieres a archivos pdf o similares? O copias y pegas el texto en tu sitio dictamen te.


Enviado desde mi iPad con Tapatalk

Ésta es la clave.

mark170987 dijo:

Mm mas bien creo que depende, al decir documentos te refieres a archivos pdf o similares? O copias y pegas el texto en tu sitio dictamen te.


Enviado desde mi iPad con Tapatalk

Hacer clic para expandir...

Si son documentos, desde luego la opción del disallow es la más recomendable.

Si el texto fuera directamente en los propios artículos de tu web, veo 2 posibilidades:

1. Si tu CMS permite crear una categoría en tu blog cuyos artículos estén contenidos en una determinada carpeta, de nuevo se podría hacer un disallow de dicha carpeta.

2. En caso de que no te sea posible hacer lo anterior, al menos deberás incluir un enlace a la fuente original.