Un sitemap è un file che elenca gli URL di un sito web per facilitarne l’esplorazione da parte dei motori di ricerca. In formato XML, trasmette a Google o Bing la struttura del sito, le pagine da esplorare e le loro date di ultima modifica. Il suo ruolo non si limita all’indicizzazione: partecipa anche, in modo secondario, alla scelta dell’URL canonico quando esistono duplicati.
Il sitemap XML come segnale tecnico per i motori di ricerca
Il formato XML è lo standard utilizzato dai robot di esplorazione. Ogni voce del file corrisponde a un URL accompagnato da metadati. Tra questi, solo il tag lastmod presenta un reale interesse per Google.
Google ignora i campi priority e changefreq. Questi due parametri, ereditati dal protocollo sitemaps.org, non influenzano né la frequenza di esplorazione né il posizionamento di una pagina. Un sitemap efficace si concentra quindi su date di modifica affidabili, che riflettono un cambiamento reale del contenuto e non la semplice rigenerazione del file.
Il sitemap svolge anche un ruolo di segnale di canonicalizzazione. Quando più URL portano allo stesso contenuto, Google può tenere conto della versione iscritta nel sitemap per scegliere l’indirizzo canonico. Questo segnale rimane debole rispetto a un tag canonical esplicito, ma rafforza la coerenza globale del sito. Per esplorare le pagine di Référencement Qualitatif, questa logica di coerenza tra sitemap e tag canonical è precisamente ciò che struttura un approccio tecnico solido.
Sitemap e crawl budget: una sfida riservata ai siti voluminosi
Il budget di esplorazione (crawl budget) indica la quantità di risorse che Googlebot dedica a un sito durante ogni passaggio. Su un sito di alcune decine di pagine ben collegate, questo concetto non ha alcuna incidenza pratica. Il collegamento interno è sufficiente a guidare il robot verso ogni contenuto.
La situazione cambia per i siti che superano diverse migliaia di pagine, o la cui architettura genera numerosi URL parametrizzati. In questi casi, il sitemap orienta il robot verso le pagine che contano e evita che sprechi richieste su URL senza valore.
Quando il sitemap diventa un filtro
Un sitemap performante non elenca tutte le URL accessibili. Esclude le pagine che non devono essere indicizzate:
- Le URL reindirizzate (301 o 302), che rimandano a un altro indirizzo e ingombrano il file senza beneficio
- Le pagine bloccate dal file robots.txt o contrassegnate come noindex, la cui presenza nel sitemap invia un segnale contraddittorio ai motori
- Le URL con parametri di ordinamento, filtraggio o paginazione che duplicano contenuti esistenti
Un sitemap che contiene URL non indicizzabili perde credibilità presso Google. Il motore finisce per prestare meno attenzione al file nel suo complesso.
Inviare e mantenere un sitemap XML aggiornato
Creare un sitemap non è sufficiente. La sua sottomissione e manutenzione condizionano la sua utilità reale.
Dichiarazione nel robots.txt
Il metodo più semplice consiste nell’aggiungere una riga nel file robots.txt, alla radice del sito. Questa dichiarazione consente a tutti i motori compatibili di localizzare il sitemap senza intervento manuale in ogni strumento webmaster.
Google Search Console e Bing Webmaster Tools
La sottomissione tramite Google Search Console offre un vantaggio aggiuntivo: il rapporto di stato. Google indica quante URL del sitemap sono state scoperte, esplorate e poi indicizzate. Il divario tra URL sottomesse e URL indicizzate rivela problemi tecnici (errori 404, reindirizzamenti in loop, contenuti duplicati).
Bing Webmaster Tools propone un funzionamento simile. Inviare il sitemap ai due motori copre quasi tutto il traffico di ricerca francofono.
Il protocollo IndexNow come complemento
IndexNow consente di notificare Bing e altri motori partecipanti quando un URL viene aggiunto, modificato o rimosso. Questo protocollo non sostituisce il sitemap: accelera la presa in considerazione di cambiamenti puntuali. Google non partecipa a IndexNow, il che rende il sitemap XML necessario per il motore dominante.
Errori frequenti nella gestione di un sitemap XML
Tre errori si ripetono regolarmente e riducono l’efficacia del file.
Il primo è l’uso di date lastmod generate automaticamente ad ogni build del sito, senza legame con una vera modifica del contenuto. Google rileva questa incoerenza e finisce per ignorare le date, il che elimina uno dei rari segnali utili del sitemap.
Il secondo riguarda l’iscrizione di URL non canoniche. Se il sitemap contiene sia la versione con www che senza www, o varianti HTTP e HTTPS, il motore riceve segnali contraddittori sulla versione da privilegiare.
Il terzo errore è considerare il sitemap come un sostituto del collegamento interno. Un sitemap non compensa mai un’architettura di link difettosa. I motori di ricerca scoprono la maggior parte delle pagine tramite i link interni. Il sitemap interviene come complemento, per le pagine orfane o i contenuti recentemente pubblicati che non hanno ancora ricevuto link.
- Verificare ogni trimestre che le URL del sitemap restituiscano un codice 200 e corrispondano ai canonici dichiarati
- Rimuovere le voci obsolete piuttosto che lasciare che il file cresca indefinitamente
- Confrontare regolarmente il numero di URL sottomesse e indicizzate nella Search Console per rilevare anomalie
Il sitemap rimane un file tecnico il cui valore dipende interamente dalla sua qualità. Un file pulito, aggiornato con date affidabili e limitato alle URL realmente indicizzabili, offre ai motori di ricerca un’immagine chiara del sito. Al contrario, un sitemap trascurato o gonfiato di URL inutili diventa un rumore di fondo che i robot imparano a ignorare.
