Un sitemap XML è un file che elenca gli URL di un sito web destinati ad essere esplorati dai motori di ricerca. La sua struttura determina la rapidità con cui Google scopre, esplora e indicizza le pagine. Un sitemap mal costruito non provoca errori visibili, ma rallenta silenziosamente l’indicizzazione dei contenuti strategici.
Tag obsoleti del sitemap XML: cosa rimuovere
La specifica originale del protocollo sitemaps.org prevede diversi tag opzionali per ogni URL. Tra questi, priority e changefreq sono ora ignorati da Google. Mantenere questi tag nel file non porta alcun beneficio e appesantisce inutilmente il documento.
Il tag priority attribuiva un valore tra 0.0 e 1.0 per segnalare l’importanza relativa di una pagina. Google non lo considera più per programmare le sue visite. Il tag changefreq, che dovrebbe indicare la frequenza di aggiornamento (daily, weekly, monthly), è trattato allo stesso modo: il robot lo ignora.
Rimuovere questi due campi riduce la dimensione del file ed elimina una falsa impressione di controllo sul crawl. Le informazioni del sito actuweb fr illustrano bene come appare un sitemap pulito, incentrato sugli URL e sulle loro metadati realmente utilizzati.
L’unico tag opzionale che conserva un peso reale è lastmod, a condizione che venga utilizzato correttamente, oggetto della sezione successiva.
Lastmod del sitemap: l’unico segnale di freschezza affidabile
Il campo lastmod indica la data dell’ultima modifica significativa di una pagina. Quando questa data è affidabile, Googlebot la utilizza per dare priorità al recrawl dei contenuti recentemente aggiornati. È il leva più diretta di cui dispone un webmaster per accelerare la considerazione di una modifica.
Lastmod deve riflettere solo le modifiche reali del contenuto, non la data di rigenerazione automatica del file. Un sitemap in cui tutti gli URL mostrano la data odierna invia un segnale contraddittorio: se tutto è cambiato, nulla è cambiato. Google finisce per ignorare completamente il campo per questo dominio.
Errori frequenti su lastmod
- Aggiornare lastmod dopo un cambiamento cosmetico (correzione di uno spazio, modifica del footer) senza toccare il contenuto editoriale della pagina
- Rigenerare il sitemap quotidianamente tramite un cron job che applica la data odierna a tutte le voci, anche a quelle immutate da mesi
- Lasciare lastmod vuoto su pagine recentemente rielaborate, impedendo a Google di rilevare l’aggiornamento
Un lastmod esatto su una scheda prodotto aggiornata (nuovo prezzo, nuovo stock, nuova descrizione) accelera il recrawl di questa scheda. Su un articolo di blog ripubblicato con dati aggiornati, l’effetto è identico.
Filtraggio degli URL: quali pagine includere nel sitemap
Un sitemap performante non elenca tutti gli URL del sito. Contiene solo le pagine che meritano di apparire nei risultati di ricerca. Ogni URL del sitemap deve restituire un codice HTTP 200 e avere un tag meta robots index.
Includere pagine in noindex, reindirizzamenti 301, URL canonicalizzati verso altre pagine o pagine di errore 404 inquina il file. Il robot spende budget di crawl su URL che non porteranno mai a un’indicizzazione.
Pagine da escludere sistematicamente
- Pagine di risultati di ricerca interna, di filtri a faccette o di paginazione profonda senza contenuto unico
- Pagine protette da login o che restituiscono un reindirizzamento alla pagina di accesso
- URL con parametri di tracciamento (utm, session ID) che duplicano pagine già presenti senza parametro
- Pagine in bozza, in staging o accessibili solo tramite un sottodominio di preprod
Su un sito e-commerce con diverse migliaia di schede prodotto, il filtraggio diventa un lavoro regolare. Le schede di prodotti esauriti definitivamente, passate in 404 o reindirizzate, devono uscire dal sitemap ad ogni aggiornamento.
Sitemap index e segmentazione per tipo di contenuto
Il protocollo consente un massimo di 50.000 URL per file sitemap. Oltre, o quando il sito presenta tipi di contenuti distinti (articoli, prodotti, immagini, video), un sitemap index che fa riferimento a più sottositemap facilita la diagnosi e il monitoraggio.
Segmentare per tipo di contenuto (un sitemap per gli articoli, uno per le categorie, uno per le schede prodotto) consente di identificare rapidamente quale segmento presenta un problema di indicizzazione in Google Search Console. Se il tasso di indicizzazione cala sul sitemap prodotti ma rimane stabile sul sitemap articoli, il problema è localizzato.
Sitemaps specializzati immagini e video
Le sitemaps immagini e video utilizzano estensioni del protocollo XML. Segnalano a Google i media integrati nelle pagine, migliorando la loro visibilità in Google Immagini e Google Video. Per un sito il cui traffico dipende fortemente dal visivo (portfolio, e-commerce moda, ricette di cucina), un sitemap immagini dedicato aumenta la superficie di indicizzazione senza modificare il contenuto delle pagine.
Il sitemap video richiede metadati specifici: titolo, descrizione, URL della miniatura, durata. Senza queste informazioni, Google non considera l’entrata.
Invio e verifica del sitemap in Search Console
Dichiarare il sitemap nel file robots.txt tramite la direttiva Sitemap: seguita dall’URL assoluto del file rimane il metodo più semplice e universale. Funziona per tutti i motori compatibili con il protocollo.
La sottomissione manuale tramite Google Search Console o Bing Webmaster Tools offre un vantaggio aggiuntivo: un rapporto di stato che indica il numero di URL sottomessi, il numero di URL indicizzati e eventuali errori rilevati. Il divario tra URL sottomessi e URL indicizzati costituisce il primo indicatore di qualità del sitemap.
Un divario persistente segnala URL problematici: contenuto duplicato, contenuto troppo scarso, pagine bloccate dal robots.txt o errori di server intermittenti. Correggere questi divari equivale a pulire il sitemap tanto quanto a correggere le pagine stesse.
La verifica regolare di questo rapporto, unita a un aggiornamento del sitemap dopo ogni lotto di pubblicazioni o di rimozioni di pagine, mantiene la coerenza tra il file e lo stato reale del sito. Un sitemap che riflette fedelmente la struttura indicizzabile di un sito fornisce a Googlebot una mappa affidabile, e una mappa affidabile accorcia il percorso verso l’indicizzazione.
