sitemap.xml: il sommario per i motori di ricerca

Modulo 3: La base tecnica di una pagina · Tempo di lettura: 11 minuti

Obiettivo della lezione: Dopo questa lezione Lei sarà in grado di leggere una sitemap.xml, valutare se è corretta e fare in modo che i motori di ricerca la trovino.

Concetti chiave: sitemap XML, protocollo sitemaps.org, urlset, url, loc, lastmod, changefreq e priority (ignorati da Google), limite di 50.000 indirizzi e 50 MB, indice delle sitemap (sitemapindex), indirizzi canonici, riga Sitemap: nel robots.txt, sitemap generata automaticamente

Che cos'è una sitemap, e che cosa non è

Una sitemap è un file con l'elenco degli indirizzi del Suo sito che desidera vedere nei risultati di ricerca. È il sommario che Lei consegna a un motore di ricerca. Un crawler trova le pagine soprattutto seguendo i link (lezione 1.2). Una sitemap lo aiuta: elenca anche le pagine che ricevono pochi link e indica quando una pagina è stata modificata l'ultima volta.

Due cose una sitemap non le fa:

1. Non è una garanzia. Lo dice Google stesso: una sitemap non garantisce che tutto ciò che contiene venga sottoposto a crawling e indicizzato. Inviare una sitemap è un suggerimento.
2. Non sostituisce dei buoni link. Una pagina che compare solo nella sitemap e verso cui nessun link del Suo sito rimanda è, per un motore di ricerca, il segnale che Lei stesso non la considera così importante.

Le serve una sitemap? Secondo Google è utile soprattutto per un sito grande, per un sito nuovo con pochi link dall'esterno e per un sito con molti video o immagini. Un sito piccolo (Google parla di circa 500 pagine o meno) con buoni link interni può farne a meno. Ma una sitemap non costa quasi nulla e la maggior parte dei website builder la crea automaticamente. Se ne ha una, si assicuri che sia corretta: una sitemap piena di errori è peggio di nessuna sitemap.

Com'è fatta una sitemap

La sitemap normale è un file XML conforme al protocollo sitemaps.org, che Google, Bing e altri motori di ricerca utilizzano insieme. Ecco la sitemap di Bloemenatelier Lotte:

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://www.example.com/</loc>
    <lastmod>2026-11-02</lastmod>
  </url>
  <url>
    <loc>https://www.example.com/bruidsboeketten</loc>
    <lastmod>2026-10-14</lastmod>
  </url>
  <url>
    <loc>https://www.example.com/contact</loc>
    <lastmod>2026-06-30T09:15:00+02:00</lastmod>
  </url>
</urlset>

Alcune regole su cui spesso si sbaglia:

• Indirizzi completi. Non /contact, ma https://www.example.com/contact. Google chiede espressamente indirizzi completi e assoluti.
• UTF-8 ed escape. Il file deve essere in UTF-8, e caratteri come & in un indirizzo vanno scritti come &. Un & isolato rende non valido l'intero XML.
• Stesso schema e stesso host. Secondo il protocollo, una sitemap può contenere solo indirizzi con lo stesso schema e lo stesso host della sitemap stessa. Una sitemap su https://www.example.com/ con indirizzi su http://example.com/ quindi non è corretta. È anche un segnale che il Suo canonical e i Suoi reindirizzamenti non sono allineati (lezione 3.5 e 4.1).

lastmod: solo se è corretto

Google utilizza <lastmod> se è "coerente e verificabile". Nel 2023 Google ha precisato che cosa conta come modifica: il testo principale, i dati strutturati o i link della pagina. Un nuovo anno nel footer non è una modifica. Se per ogni pagina inserisce ogni giorno la data odierna, Google impara che le Sue date non significano nulla e le ignora. Una data onesta, o nessuna data, è meglio di una data inventata.

Sito grande? Allora un indice delle sitemap

Una singola sitemap può contenere al massimo 50.000 indirizzi e pesare al massimo 50 MB (non compressa). Se il Suo sito è più grande, o se desidera suddividere la sitemap (pagine, blog, prodotti), crei un indice delle sitemap (sitemapindex): una sitemap di sitemap.

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://www.example.com/sitemap-paginas.xml</loc>
  </sitemap>
  <sitemap>
    <loc>https://www.example.com/sitemap-blog.xml</loc>
  </sitemap>
</sitemapindex>

In questo caso invia solo l'indice. WordPress fa così: https://www.example.com/wp-sitemap.xml è un indice che rimanda a sitemap separate per pagine, articoli, categorie e autori. I plugin SEO lo sostituiscono spesso con un proprio indice, per esempio sitemap_index.xml.

Quali indirizzi vanno inseriti?

Solo gli indirizzi che desidera vedere nei risultati di ricerca, e nella loro forma canonica (lezione 3.5). Quindi non:

• indirizzi che reindirizzano (la variante http://, il vecchio nome di una pagina);
• indirizzi che restituiscono un 404 o un 410;
• pagine con noindex (lezione 1.3): direbbe allo stesso tempo "includi questa pagina" e "non includerla";
• pagine che blocca nel robots.txt (lezione 3.3);
• varianti con parametri, come ?sorteer=prijs o ?utm_source=nieuwsbrief;
• pagine di ringraziamento, carrelli, pagine di accesso.

Queste contraddizioni si ritrovano in Search Console (lezione 2.2 e 2.4): nel rapporto Pagine può filtrare sugli indirizzi della Sua sitemap e vedere, per esempio, indirizzi esclusi da un tag noindex o bloccati dal robots.txt. Ognuna di queste segnalazioni è un indirizzo che non dovrebbe stare nella Sua sitemap, oppure una pagina bloccata per errore.

Come i motori di ricerca trovano la Sua sitemap

Ci sono due modi abituali, e conviene usarli entrambi:

1. Una riga nel robots.txt (lezione 3.3). Ogni motore di ricerca legge il robots.txt, quindi così la trova anche un motore di ricerca in cui Lei non ha mai avuto un account:

   Sitemap: https://www.example.com/sitemap.xml

   L'indirizzo deve essere completo. Può inserire più righe Sitemap:.

2. Inviarla in Search Console e in Bing Webmaster Tools (lezione 2.2 e 2.5). Così vede anche se il recupero è riuscito e quanti indirizzi sono stati trovati.

In passato si poteva fare un "ping" a Google con un indirizzo speciale. Google lo ha abolito nel 2023: un ping di questo tipo non ha più alcun effetto. Se vuole informare rapidamente i motori di ricerca di una modifica, la strada è lastmod e, per Bing e alcuni altri motori di ricerca, IndexNow (lezione 2.5).

Nella pratica: crearla da sé o farla creare

Quasi nessuno scrive una sitemap a mano. WordPress dalla versione 5.5 crea da sé wp-sitemap.xml e inserisce il riferimento nel suo robots.txt (virtuale). L'AI Builder di WebOké, al momento della pubblicazione, inserisce una sitemap.xml nella cartella web, con la data dell'ultima modifica di ogni pagina, e un robots.txt che contiene la riga Sitemap:. Altri website builder fanno cose simili. Il Suo compito è controllare:

• Apra /robots.txt sul Suo dominio (per esempio https://www.example.com/robots.txt) e verifichi che ci sia una riga Sitemap:.
• Apra quella sitemap nel browser. Contiene gli indirizzi che si aspetta, con https:// e il nome host corretto (con o senza www)?
• Ne apra alcuni. Ogni pagina si carica subito correttamente, senza reindirizzamento?

Riepilogo

• Una sitemap è un sommario e un suggerimento, non una garanzia. I siti piccoli e con buoni link interni possono farne a meno, ma una sitemap corretta è sempre utile.
• Sono obbligatori urlset con il namespace corretto, url e loc con indirizzi completi; lastmod solo se è corretto. Google ignora changefreq e priority.
• Al massimo 50.000 indirizzi e 50 MB per file; oltre questi limiti serve un indice delle sitemap.
• Solo indirizzi canonici che restituiscono 200, senza noindex e non bloccati.
• Inserisca una riga Sitemap: nel robots.txt e invii la sitemap a Google e Bing. Il vecchio ping non funziona più.

Quiz

Esercizio

Esercizio A3.4: La Sua sitemap è valida e reperibile? Inserisca l'indirizzo del Suo sito. Il programma cerca la Sua sitemap come farebbe un motore di ricerca (prima tramite il robots.txt, altrimenti su /sitemap.xml), verifica che sia XML valido secondo il protocollo, che sia indicata nel robots.txt, che gli indirizzi siano completi e sul Suo host, e ne recupera alcuni per vedere se possono davvero entrare nell'indice. Non ha un sito proprio? Usi european-union.europa.eu.

Per approfondire

I passaggi descritti in questi articoli valgono per i pannelli di WebOké; presso altri fornitori il funzionamento è simile.

• Registrare il Suo sito web presso i motori di ricerca (Google e Bing)
• Google Search Central, Creare e inviare una sitemap: https://developers.google.com/search/docs/crawling-indexing/sitemaps/build-sitemap
• Google Search Central, Che cos'è una sitemap: https://developers.google.com/search/docs/crawling-indexing/sitemaps/overview
• Il protocollo sitemaps.org: https://www.sitemaps.org/protocol.html
• Google Search Central Blog, Sitemaps ping endpoint is going away (2023): https://developers.google.com/search/blog/2023/06/sitemaps-lastmod-ping