XML sitemap SEO: Nuskaitymo ir indeksavimo gidas

Ką daro XML sitemap'ai (ir ko nedaro)

XML sitemap yra mašinai skaitomas failas, kuriame išvardintos URL, kurias Jūs norite paieškos varikliams kad apie jas sužinotų. Jis nurodo, kuriuos puslapius laikote svarbiais, pateikia užuominas apie paskutinio pakeitimo datas ir sujungia kelis sitemapus per sitemap indeksą. Sitemapai pagreitina atradimą ir padeda paieškos varikliams efektyviau peržiūrėti atnaujintus puslapius, tačiau tai yra gairės, o ne įsakymai: paieškos varikliai vis tiek sprendžia, kuriuos puslapius nuskaityti, indeksuoti ir reitinguoti atsižvelgdami į kokybę, aktualumą, dublikavimą ir svetainės patikimumą.

Kitaip tariant: sitemap'as padeda atradimui ir indeksavimo higienai. Jis nepadarys, kad plonas ar dublikuotas turinys gautų gerą reitingą, ir negali pakeisti geros svetainės architektūros, teisingos canonicalizacijos ar indeksavimo kontrolės (pvz., noindex naudojimo, kai tinka).

Kaip sitemap'ai sąveikauja su nuskaitymu, indeksavimu ir reitingavimu

Išskirkite tris procesus: nuskaitymas (URL'ų gavimas), indeksavimas (sprendimas, kurį turinį saugoti) ir reitingavimas (rezultatų rūšiavimas). Sitemapai daugiausia veikia nuskaitymo ir indeksavimo signalus: jie nurodo, nuo ko pradėti ir kurie puslapiai pasikeitė. Tai nėra tiesioginis reitingo faktorius, bet geresnis atradimas ir šviežesnis indeksavimas gali netiesiogiai padėti puslapiams atsirasti ten, kur jie kitaip būtų nepastebėti.

Techniniai pastebėjimai: Google naudoja mobilią versiją kaip pagrindą nuskaitymui ir indeksavimui; nuo 2024 m. liepos Google pagal numatytuosius nustatymus naršo svetaines naudodamas Googlebot Smartphone paieškai. Taip pat Google pradžioje 2024 pašalino tradicinį "Cached" peržiūros rodinį, todėl matomas talpyklos atvaizdas nebėra vieša trikčių šalinimo priemonė.

Sitemap mechanika ir formatai

XML struktūra ir įprasti elementai

Standartinis sitemap naudoja <urlset> su <url> įrašais. Tipiniai vaikų elementai yra <loc> (the URL), <lastmod> (nebūtina užuomina apie paskutinį pakeitimą), <changefreq> ir <priority> (abu – nebūtinos užuominos). Paieškos varikliai gali traktuoti juos kaip užuominas, o ne kaip autoritetingus nurodymus.

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

Sitemap indeksai, suspaudimas ir apribojimai

Galite sugrupuoti kelis sitemap'us naudodami sitemap indeksą. Pagal sitemap protokolo specifikaciją viename sitemap faile gali būti iki 50,000 URL ir jis neturėtų viršyti nekompresuoto dydžio limito, apibrėžto specifikacijoje; kai svetainė viršija tas ribas, naudokite sitemap indeksą, kad padalintumėte rinkinį į kelis failus. Suspausti failai (.xml.gz) yra palaikomi ir dažnai naudojami didelėms svetainėms.

Ką įtraukti — praktinis kontrolinis sąrašas

Įtraukite URL, kuriuos norite, kad paieškos varikliai svarstytų nuskaitymui ir indeksavimui. Laikykite sąrašą susitelkusį; venkite pridėti puslapių, kurių nereikėtų indeksuoti.

Kontrolinis sąrašas:

• Kanoniniai, indeksuojami puslapiai su prasmingu turiniu (Jūsų pageidaujamos URL)
• Puslapiai, pasiekiami per vidinę navigaciją arba svarbus API varomas turinys, kurį norite, kad būtų nuskaityta
• Atstovaujantys landing puslapiai puslapiai su puslapiavimu, fasetine navigacija arba kategorijų medžiais, kai tie puslapiai yra indeksuojami
• XML sitemap įrašai, kuriuose yra tinkamos lastmod reikšmės, kai turite patikimus atnaujinimo laiko ženklus

Ką išbraukti

Neįtraukite URL, kurie turėtų likti už indeksu: noindex puslapiai, staging/test aplinkos, vidiniai paieškos rezultatų puslapiai, dublikatai URL, nukreipiantys į kanonines versijas, ir sesijos ar sekimo parametrų variantai. Taip pat venkite įtraukti kaip pagrindinius sitemap įrašus ne-200 atsakymus, peradresavimus ir soft-404.

Patikra ir trikčių šalinimas

Serverio ir failo lygmens patikrinimai

Iš išorės patikrinkite, ar sitemap failas pasiekiamas ir ar pateikiamas su teisingu Content-Type. Naudokite curl, kad patikrintumėte antraštes ir parsisiųstumėte failo turinį. Tik antraštėms: curl -I https://example.com/sitemap.xml. Jei reikia failo turinio, parsisiųskite kūną su peradresavimų sekimo parametru: curl -sL https://example.com/sitemap.xml. Patikrinkite, ar atsakymas grąžina 200 serijos statusą ir ar Content-Type yra XML arba application/xml.

Parsinimas ir validacija

Patikrinkite XML sintaksę ir įsitikinkite, kad URL yra galiojantys. Sitemapą galite perduoti XML parseriui (pvz., xmllint) arba naudoti internetinius validatorius. Taip pat naudokite Google Search Console Sitemaps ataskaitą, kad pateiktumėte ir išbandytumėte sitemapus savo valdomoms savybėms; kiekvienam pateiktam sitemap GSC parodo analizės klaidas, rastų URL skaičių ir kitus diagnostikos duomenis.

Indeksavimo patikros

Savo puslapiams naudokite URL Inspection Google Search Console, kad pamatytumėte, ar Google nuskaitytų ir indeksuotų konkretų URL ir kurią versiją ji naudojo indeksavimui. Trečiųjų šalių leidėjų puslapiams, kurių nekontroliuojate, viešasis site: operatorius gali suteikti indikaciją, kad Google žino apie puslapį, bet tai nėra galutinis įrodymas. Derinkite site: užklausas su unikaliu ištrauku ar pavadinimo fragmentu, kad padidintumėte pasitikėjimą, ir prisiminkite, kad site: yra viešas signalas, o ne autoritetinga indeksavimo būsena.

Žurnalų failai ir crawl budget

Jei turite prieigą prie serverio žurnalų, patikrinkite nuskaitymo elgseną po sitemap pateikimo ar atnaujinimo. Patikrinkite, ar paieškos variklių nuskaitymo robotai prašo sitemap'o ir ar jie seka nuorodas iš išvardytų puslapių. Didelėms svetainėms gerai prižiūrimas sitemap padeda užtikrinti, kad robotai surastų gilų turinį, nešvaistant crawl budget ant dublikatų ir mažos vertės puslapių.

Bendros klaidos ir kaip jų išvengti

Klaida: įtraukti nekanonines URL arba puslapius, kurie grąžina peradresavimus arba ne-200 statusus. Sprendimas: užtikrinkite, kad sitemap įrašai nurodo kanoninį, indeksuojamą URL ir pašalinkite peradresavimo tikslus.

Klaida: perpildyti sitemap'ą parametrų variantais, dublikatais su parametrais ar sesijos ID. Sprendimas: naudokite canonical žymas, parametrų valdymą ir prieš įtraukiant į sitemapą išfiltruokite arba normalizuokite variantus.

Klaida: pasikliauti <changefreq> ir <priority>, kad priverstumėte pakartotinius nuskaitymus. Sprendimas: traktuokite šiuos elementus kaip papildomas užuominas ir naudokite patikimas lastmod reikšmes arba push pranešimus (pvz., pubsubhubbub palaikomam turiniui), kad signalizuotumėte pakeitimus.

Sitemap'ai specifinėms situacijoms

Didelės svetainės ir paskirstytos architektūros

Padalinkite turinį į loginius sitemap failus (pagal turinio tipą, skyrių arba lastmod langą) ir naudokite sitemap indeksą. Tai palengvina parsinimą ir trikčių šalinimą bei leidžia atnaujinti tik tam tikrą sitemap'ų dalį, kai tam tikras svetainės vertical'as kinta dažnai.

AJAX / kliento pusėje atvaizduojamas turinys

Jei svetainės dalys priklauso nuo client-side rendering, įtraukite į sitemap serveriu atvaizduojamas arba iš anksto atvaizduotas kanonines URL, kad robotai rastų tinkamą HTML. Kur galite pateikti turinį tiesiogiai Googlebot Smartphone (pagal mobile-first indexing praktikas), užtikrinkite, kad sitemap įrašai atitiktų URL, kurie pateikia indeksuojamą turinį vartotojams.

Priežiūros kontrolinis sąrašas

Kas mėnesį arba kas ketvirtį:

• Perveskite sitemapus Google Search Console po didelių struktūrinių pakeitimų
• Patikrinkite analizės klaidas arba 4xx/5xx atsakymus, išvardytus sitemap'e
• Patvirtinkite, kad lastmod reikšmės atnaujinamos dėl reikšmingų turinio pakeitimų
• Peržiūrėkite serverio žurnalus, kad įsitikintumėte, jog nuskaitymo robotai parsisiunčia sitemap'us

Papildoma medžiaga

Susijusiems techniniams klausimams žr. platesnį gaires apie svetainės parengimą:

Skaitykite Technical SEO gidą

DUK

Ar sitemap pateikimas garantuoja indeksavimą?

Ne. Sitemap pateikimas padeda paieškos varikliams aptikti URL ir gali pagreitinti atnaujintų puslapių nuskaitymą, tačiau indeksavimo sprendimai lieka paieškos variklio rankose. Puslapiai turi būti nuskaitytini, indeksuojami (pašalintas noindex) ir atitikti variklio kokybės bei dublikavimo filtrus, kad būtų įtraukti į indeksą.

Ar turėčiau įtraukti parametrizuotus URL į savo sitemapą?

Venkite įtraukti kelias parametro variacijas, jei jos yra kanoninio URL dublikatai. Normalizuokite arba kanonizuokite parametrizuotus URL ir įtraukite į sitemap tik pageidaujamas kanonines formas. Jei parametrizuoti puslapiai yra sąmoningai unikalūs ir indeksuojami, įtraukite juos selektyviai ir įsitikinkite, kad kiekvienas turi patikimą canonical ir turinį, vertą indeksavimo.

Kaip patikrinti, ar paieškos varikliai parsisiuntė mano sitemapą?

Svetainėms, kurias valdote, Sitemaps ataskaita Google Search Console rodo, ar Google parsisiuntė ir išanalizavo jūsų pateiktus sitemapus ir išvardina analizės klaidas. Trečiųjų šalių svetainėms patikrinkite serverio žurnalus dėl užklausų iš žinomų nuskaitymo robotų vartotojo agentų ir naudokite išorinius HTTP įrankius (curl), kad patikrintumėte, jog failas yra pasiekiamas.