XML sitemap SEO: Feltérképezés és indexálás útmutató

Mit tesznek (és mit nem) az XML sitemapek

Az XML sitemap egy gépileg olvasható fájl, amely felsorolja azokat a URL-eket, amelyeket Ön szeretne, ha akeresőmotorok megismernének. Jelzi, mely oldalakat tart fontosnak, adhat utalást az utolsó módosítás időpontjára, és több sitemapet csoportosíthat sitemap indexen keresztül. A sitemapek felgyorsítják a felfedezést és segítik a keresőmotorokat a frissített oldalak hatékonyabb újralátogatásában, de iránymutatásként szolgálnak, nem parancsként: a keresőmotorok továbbra is a minőség, relevancia, duplikáció és a webhely megbízhatósága alapján döntenek arról, mely oldalakat térképezik fel, indexelik és rangsorolják.

Másképp fogalmazva: a sitemap segít a felfedezésben és az indexálási higiénia fenntartásában. Nem teszi rangsorolhatóvá a vékony vagy duplikált tartalmat, és nem helyettesítheti a jó webhelyarchitektúrát, a helyes canonicalizálást vagy az indexálás szabályozását (például a noindex használatát, ahol szükséges).

Hogyan lépnek kölcsönhatásba a sitemapek a feltérképezéssel, indexeléssel és rangsorolással

Tartsa külön a három folyamatot: feltérképezés (URL-ek lekérése), indexálás (mely tartalmat tárolják), és rangsorolás (eredmények sorrendje). A sitemapek elsősorban a feltérképezésre és az indexálásra adnak jelzéseket: megmutatják a keresőmotoroknak, hol kezdjenek és mely oldalak változtak. Nem közvetlen rangsorolási tényezők, de jobb felfedezés és frissebb indexálás közvetetten segítheti, hogy oldalak megjelenjenek ott, ahol egyébként kimaradhatnának.

Technikai megjegyzések: a Google elsődleges alapként a mobil verziót használja afeltérképezéshez és indexáláshoz; 2024 júliusa óta a Google alapértelmezés szerint a Search esetén Googlebot Smartphone-tal térképezi fel a webhelyeket. Emellett a Google a hagyományos "Cached" oldalnézetet 2024 elején eltávolította, így a látható cache pillanatkép már nem nyilvános hibakeresési felület.

Sitemap működés és formátumok

XML szerkezet és gyakori elemek

Egy szabványos sitemap <urlset>-et használ, amelynek gyereke a <url> bejegyzés. Tipikus gyerekelemek a <loc> (az URL), <lastmod> (opcionális utalás az utolsó módosításra), <changefreq> és <priority> (mindkettő opcionális utalás). A keresőmotorok ezeket utalásként, nem kötelező utasításként kezelhetik.

Példa bejegyzés: <url><loc>https://example.com/page</loc><lastmod>2026-08-01</lastmod></url>

Sitemap indexek, tömörítés és korlátok

Több sitemapet csoportosíthat sitemap index használatával. A sitemap protokoll specifikációja szerint egyetlen sitemap fájl legfeljebb 50,000 URL-t tartalmazhat és nem haladhatja meg a specifikáció által meghatározott tömörítetlen méretkorlátot; ha egy webhely meghaladja ezeket a korlátokat, használjon sitemap indexet a fájlok szétbontásához. A tömörített fájlok (.xml.gz) támogatottak és gyakran használatosak nagy oldalak esetén.

Mi kerüljön bele — gyakorlati ellenőrzőlista

Tartalmazza azokat az URL-eket, amelyeket szeretne, hogy a keresőmotorok feltérképezésre és indexálásra fontolóra vegyenek. Tartsa fókuszáltnak a listát; kerülje az olyan oldalak hozzáadását, amelyeket nem szabad indexelni.

Ellenőrzőlista:

• Canonical, indexelhető oldalak értelmes tartalommal (az Ön preferált URL-jei)
• Belső navigációval elérhető oldalak vagy fontos, API-vezérelt tartalom, amelyet szeretne feltérképeztetni
• Képviselő jellegűcéloldalak a lapozás, faceted navigáció vagy kategóriafák esetén, amikor ezek az oldalak indexelhetők
• XML sitemap bejegyzések, amelyek értelmes lastmod értékeket tartalmaznak, ha megbízható frissítési időbélyegekkel rendelkezik

Mit zárjon ki

Ne tartalmazzon olyan URL-eket, amelyeknek az indexen kívül kell maradniuk: noindex oldalak, staging/test környezetek, belső keresési eredményoldalak, duplikált URL-ek, amelyek canonicalizált verziókra mutatnak, valamint munkamenet- vagy követési paraméter változatok. Kerülje továbbá az olyan elsődleges sitemap bejegyzéseket, amelyek nem-200-as válaszokat, átirányításokat vagy soft-404-eket adnak vissza.

Ellenőrzés és hibakeresés

Szerver- és fájlszintű ellenőrzések

Kívülről ellenőrizze, hogy a sitemap fájl elérhető-e és a helyes content-type-tal szolgálják-e. Használja a curl-t a fejléc vizsgálatához és a fájl lekéréséhez. Csak a fejlécekhez: curl -I https://example.com/sitemap.xml. Ha a fájl tartalmára van szüksége, töltse le a törzset átirányításkövetéses kapcsolóval: curl -sL https://example.com/sitemap.xml. Ellenőrizze, hogy a válasz 200-as sorozatú státuszt ad-e vissza és a Content-Type XML vagy application/xml.

Parsing és validálás

Ellenőrizze az XML szintaxist és győződjön meg róla, hogy az URL-ek érvényesek. A sitemapet átcsővezheti egy XML parserbe (például xmllint), vagy használhat online validátorokat. Használja továbbá a Google Search Console Sitemaps riportját, hogy feltöltse és tesztelje a saját tulajdonában lévő property-k sitemapjeit; minden beküldött sitemaphez a GSC parsing hibákat, felfedezett URL-ek számát és egyéb diagnosztikai részleteket mutat.

Indexálási ellenőrzések

A saját oldalai esetén használja a URL Inspection-t a Google Search Console-ban, hogy lássa, a Google feltérképezte-e és indexelte-e az adott URL-t, és mely verziót használta az indexeléshez. Harmadik fél kiadó oldalaknál, amelyeket nem Ön kezel, a nyilvános site: operátor jelezheti, hogy a Google ismeri-e az oldalt, de ez nem végleges. Kombinálja a site: lekérdezéseket egy egyedi részlettel vagy címtöredékkel a bizalom növeléséhez, és ne feledje, hogy a site: nyilvános jelzés, nem egy tekintélyes index állapot.

Log fájlok és crawl budget

Ha hozzáfér a szerver logokhoz, vizsgálja meg a feltérképezési viselkedést a sitemap beküldése vagy frissítése után. Ellenőrizze, hogy a keresőmotor feltérképezők kérik-e a sitemapet és követik-e a felsorolt oldalak linkjeit. Nagy webhelyeknél a jól karbantartott sitemap segít, hogy a crawlerek megtalálják a mély tartalmakat anélkül, hogy a költségkeretet duplikált és alacsony értékű oldalakra pazarolnák.

Gyakori hibák és elkerülésük

Hiba: nem-canonikus URL-ek vagy átirányításokat/ nem-200 státuszokat adó oldalak felsorolása. Javítás: győződjön meg róla, hogy a sitemap bejegyzések a canonical, indexelhető URL-re mutatnak és távolítsa el az átirányítás célpontokat.

Hiba: a sitemap túlzsúfolása paraméter változatokkal, duplikált parametrizált URL-ekkel vagy munkamenet azonosítókkal. Javítás: használjon canonical tageket, paraméterkezelést, és zárja ki vagy normalizálja a változatokat a felsorolás előtt.

Hiba: a <changefreq> és <priority> elemekre támaszkodás a feltérképezések kényszerítéséhez. Javítás: kezelje ezeket az elemeket opcionális utalásként, és használjon megbízható lastmod értékeket vagy push értesítéseket (pl. pubsubhubbub a támogatott tartalmaknál) a változások jelzésére.

Sitemapek speciális forgatókönyvekhez

Nagy oldalak és elosztott architektúrák

Ossza fel a tartalmat logikus sitemap fájlokra (tartalomtípus, szekció vagy lastmod időablak szerint) és használjon sitemap indexet. Ez megkönnyíti a parsingot és a hibakeresést, és lehetővé teszi, hogy csak egy almennyiséget frissítsen, amikor egy adott vertikum gyakran változik.

AJAX / kliensoldali renderelt tartalom

Ha a webhely egy része kliensoldali renderelésre támaszkodik, vegye fel a sitemapbe a szerveroldalon renderelt vagy előrenderelt canonical URL-eket, hogy a crawlerek megtalálják a használható HTML-t. Ott, ahol közvetlenül tud szolgálni tartalmat a Googlebot Smartphone számára (amobile-first indexing gyakorlatok szerint), győződjön meg róla, hogy a sitemap bejegyzések megegyeznek azokkal az URL-ekkel, amelyek indexelhető tartalmat szolgáltatnak a felhasználóknak.

Karbantartási ellenőrzőlista

Havi vagy negyedéves:

• Sitemapek ismételt beküldése a Google Search Console-ban nagyobb szerkezeti változások után
• Parse hibák vagy 4xx/5xx válaszok vizsgálata, amelyek a sitemapben szerepelnek
• Lastmod értékek ellenőrzése, hogy frissültek-e anyagilag megváltozott tartalom esetén
• Szerver logok átvizsgálása, hogy megerősítse a sitemap lekéréseket a crawlerek részéről

További olvasmányok

Kapcsolódó technikai témákhoz lásd a szélesebb útmutatót a webhely készenlétéről:

Olvassa el a Technical SEO Útmutatót

GYIK

Garantálja-e a sitemap beküldése az indexelést?

Nem. A sitemap beküldése segíti a keresőmotorokat az URL-ek felfedezésében és felgyorsíthatja a frissített oldalak feltérképezését, de az indexálási döntések a keresőmotoron múlnak. Az oldalaknak feltérképezhetőnek és indexelhetőnek kell lenniük (a noindex eltávolítva), és meg kell felelniük a motor minőségi és duplikációs szűrőinek ahhoz, hogy bekerüljenek az indexbe.

Tartalmazzam-e a parametrizált URL-eket a sitemapben?

Kerülje több paraméterváltozat feltüntetését, ha azok egy canonical URL másolatai. Normalizálja vagy canonicalizálja a parametrizált URL-eket, és csak a preferált canonical formákat sorolja fel a sitemapben. Ha a parametrizált oldalak szándékosan egyediek és indexelhetők, válogatva adja hozzá őket, és biztosítsa, hogy mindegyik megbízható canonicalt és indexelést indokoló tartalmat tartalmazzon.

Hogyan ellenőrizhetem, hogy a keresőmotorok lekérték-e a sitemapemet?

A saját webhelyeire vonatkozóan a Google Search Console Sitemaps riportja megmutatja, hogy a Google lekérte és parse-olta-e a beküldött sitemapjeit, és felsorolja a parsing hibákat. Harmadik fél webhelyein ellenőrizze a szerver logokat a ismert crawler user agentek lekérései után, és használjon külső HTTP eszközöket (curl), hogy megerősítse a fájl elérhetőségét.