Un sitemap XML elenca gli URL di un sito per facilitarne il riconoscimento da parte dei motori di ricerca. Google lo ricorda nella sua documentazione: questo file aiuta a identificare gli URL, ma non garantisce né l’esplorazione né l’indicizzazione. Misurare il divario tra ciò che promette un sitemap e ciò che produce realmente consente di calibrare l’impegno tecnico da dedicare.
Sitemap XML e sitemap HTML: due file, due funzioni distinte
La confusione tra sitemap XML e sitemap HTML persiste. I loro ruoli, i destinatari e il loro impatto SEO divergono su diversi punti.
| Critere | Sitemap XML | Sitemap HTML |
|---|---|---|
| Destinatario principale | Robot di indicizzazione (Googlebot, Bingbot) | Visitatori umani |
| Formato | File .xml posizionato nella radice del sito | Pagina web accessibile tramite il menu o il footer |
| Contenuto | Elenco di URL con metadati (data di modifica, frequenza) | Struttura cliccabile delle pagine |
| Impatto sul crawl | Segnala gli URL da esplorare in priorità | Nessun effetto diretto sul crawl dei robot |
| Impatto sull’esperienza utente | Nessuno (file non destinato ai visitatori) | Aiuta nella navigazione, soprattutto su grandi siti |
| Manutenzione | Automatizzabile tramite CMS o pipeline | Spesso manuale o semi-automatica |
Il sitemap XML rimane il formato di riferimento in SEO. Il sitemap HTML può completare il linking interno, ma non sostituisce un file XML correttamente strutturato. Su la pagina sitemap di Pimp Your Biz, si osserva un esempio concreto di file XML elencato per sezione, che illustra bene la logica di segmentazione per tipo di contenuto.
URL indicizzabili nel sitemap: il filtro che cambia il segnale inviato a Google
Elencare tutte le URL di un sito nel sitemap è un errore frequente. Un file che contiene reindirizzamenti 301, pagine in noindex, errori 404 o varianti con parametri invia un segnale confuso ai robot. Google deve quindi ordinare da solo ciò che merita di essere esplorato.
Solo le URL canoniche e indicizzabili hanno il loro posto nel sitemap. Questo principio di filtraggio trasforma il file in un inventario affidabile piuttosto che in un dump tecnico.
URL da escludere sistematicamente
- Le pagine reindirizzate (301, 302): puntano verso un’altra URL, includerle crea un ciclo inutile per il robot
- Le pagine in noindex: la loro presenza nel sitemap contraddice la direttiva meta robots e genera un’incoerenza tecnica
- Le URL con parametri di ordinamento, filtro o sessione: duplicano il contenuto di una pagina canonica senza valore aggiunto per l’indicizzazione
- Le pagine con errore 404 o 410: sprecano il budget di crawl su risorse inesistenti
Un sito e-commerce con migliaia di schede prodotto illustra bene il problema. Senza filtro, il sitemap può contenere più volte lo stesso prodotto sotto URL diverse (ordinamento per prezzo, colore, taglia). Il robot esplora quindi decine di varianti invece di concentrarsi sulla pagina canonica.
Automatizzare la generazione del sitemap per evitare l’obsolescenza
Un sitemap mantenuto manualmente diventa obsoleto non appena il ritmo di pubblicazione supera alcune pagine al mese. L’automazione tramite CMS o un pipeline di distribuzione rappresenta la buona pratica attuale per i siti che pubblicano regolarmente.
Su WordPress, estensioni come Yoast SEO o Rank Math generano il sitemap XML ad ogni pubblicazione o aggiornamento di contenuto. Il file riflette quindi lo stato reale del sito senza intervento umano.
Sitemaps specializzati per contenuti ricchi
Google consente di dichiarare diversi tipi di contenuti nei sitemaps, oltre alle pagine HTML classiche. I siti ricchi di media traggono vantaggio dalla segmentazione dei loro file.
- Sitemap immagini: utile per portfolio, siti e-commerce o banche di immagini. Ogni immagine associata a un URL può essere dichiarata con il suo titolo e la sua didascalia
- Sitemap video: pertinente per i siti che ospitano contenuti video nativi. I metadati (durata, descrizione, miniatura) aiutano Google a visualizzare rich snippets
- Sitemap notizie: riservato agli editori indicizzati in Google News, con una finestra di validità di alcuni giorni dopo la pubblicazione
Un sitemap segmentato per tipo di contenuto facilita la diagnosi tecnica. Se l’indicizzazione dei video presenta problemi, il file dedicato consente di isolare la causa senza dover esaminare tutte le URL del sito.
Inviare e monitorare il sitemap in Google Search Console
Dichiarare il sitemap nel file robots.txt tramite la direttiva Sitemap: https://example.com/sitemap.xml rimane il metodo passivo di riferimento. Tutti i robot compatibili lo rilevano automaticamente durante il crawl.
La sottomissione attiva tramite Google Search Console fornisce un livello di informazione aggiuntivo. L’interfaccia mostra il numero di URL rilevate, il numero di URL indicizzate e eventuali errori di lettura del file. Il divario tra URL sottomesse e URL indicizzate costituisce un indicatore diretto della qualità del sitemap.
Analisi del divario tra URL sottomesse e indicizzate
Un divario ridotto significa che il file contiene solo URL pertinenti agli occhi di Google. Un divario ampio (la maggior parte delle URL sottomesse non è indicizzata) indica un problema di qualità del contenuto, di duplicazione o di direttive contraddittorie.
Questo divario non si corregge risottomettendo il sitemap. È necessario analizzare le pagine escluse, comprendere il motivo del rifiuto (contenuto scarso, noindex, canonico verso un’altra URL) e pulire il file di conseguenza.
Il sitemap non accelera meccanicamente l’indicizzazione. Struttura il dialogo tra un sito e i robot, a condizione che contenga solo URL che meritano di essere esplorate. La vera misura della sua efficacia si legge in Google Search Console, nel rapporto tra ciò che si sottomette e ciò che Google trattiene.