Consultare una sitemap XML equivale a leggere il sommario che il tuo sito presenta ai motori di ricerca. Questo file, ospitato nella radice del dominio, elenca gli URL che desideri vengano esplorati e indicizzati. La domanda che sorge per ogni audit SEO: le pagine realmente presenti nella sitemap corrispondono alle pagine che Google dovrebbe trattare come prioritarie?
Tag della sitemap XML: cosa sfrutta realmente Google
Una sitemap XML può contenere diversi tag per ogni URL. Non tutti hanno la stessa utilità agli occhi di Google.
| Tag | Ruolo dichiarato | Sfruttamento da parte di Google |
|---|---|---|
| loc | URL della pagina | Utilizzato sistematicamente per l’esplorazione |
| lastmod | Data dell’ultima modifica | Preso in considerazione se la data riflette una vera modifica |
| changefreq | Frequenza stimata di aggiornamento | Ignorato da Google |
| priority | Priorità relativa tra gli URL del sito | Ignorato da Google |
Solo il tag lastmod ha un impatto concreto sulla freschezza percepita degli URL. Google lo tratta come un segnale di fiducia. Se il valore è esatto e coerente, può accelerare il recrawl di una pagina aggiornata.
D’altra parte, se lastmod viene aggiornato in massa senza una reale modifica del contenuto, perde tutto il suo valore. Alcuni CMS aggiornano automaticamente questa data ad ogni salvataggio minore, il che equivale a confondere il segnale inviato ai robot di esplorazione.
Quando auditi una sitemap, puoi accedere alla sitemap di PEPSeo per osservare un esempio di struttura XML sottoposta ai motori di ricerca e confrontare la logica di suddivisione con quella del tuo stesso sito.
Discrepanze tra sitemap e indice Google: diagnosi tramite Search Console
La sitemap dichiara URL. Google decide quali meritano di essere indicizzati. La discrepanza tra questi due insiemi costituisce la diagnosi più rivelatrice di un audit tecnico.
Google Search Console mostra, per ogni sitemap inviata, il numero di URL scoperte e il numero di URL effettivamente indicizzate. Una discrepanza significativa tra URL inviate e URL indicizzate segnala un problema strutturale.
Cause frequenti di discrepanza tra invio e indicizzazione
- La sitemap contiene URL reindirizzate (301 o 302) che Google rifiuta di indicizzare, poiché puntano verso un’altra destinazione finale.
- Pagine contrassegnate da un tag noindex figurano nella sitemap, il che invia un segnale contraddittorio ai robot.
- URL duplicate o canonicalizzate verso un’altra pagina ingombrano il file senza beneficio per l’esplorazione.
- Pagine orfane, assenti dal collegamento interno, sono dichiarate nella sitemap ma giudicate troppo deboli per meritare un’indicizzazione.
Una sitemap pulita contiene solo URL indicizzabili, accessibili con un codice HTTP 200, e realmente destinate ad apparire nei risultati di ricerca. Ogni URL superflua diluisce il budget di crawl disponibile.
Suddivisione della sitemap: quando un solo file non basta più
Il limite tecnico di una sitemap XML è noto: un file unico non può superare un certo volume di URL. Suddividere le proprie sitemap prima di raggiungere questo limite facilita la manutenzione e la diagnosi.
Il principio consiste nel creare un indice di sitemap (un file che riferisce più sottositemap) organizzato per tipo di contenuto. Un sito e-commerce potrebbe separare le proprie schede prodotto, le categorie e gli articoli del blog in tre file distinti.
Vantaggi concreti della suddivisione per template
Isolare le sitemap per sezione del sito consente di individuare immediatamente quale tipo di contenuto presenta un problema di indicizzazione in Search Console. Se la sitemap delle schede prodotto mostra un tasso di indicizzazione basso mentre quella degli articoli del blog è soddisfacente, l’analisi si concentra sulle cause specifiche delle pagine prodotto.
La suddivisione trasforma la sitemap in uno strumento di monitoraggio, non solo in un file dichiarativo. Ogni sottositemap diventa un segmento misurabile con il proprio tasso di copertura.
Sitemap e crawler IA: un uso in espansione
Le sitemap XML non servono più solo a Google o Bing. Diversi crawler legati a motori di ricerca tramite intelligenza artificiale esplorano ora le sitemap per scoprire contenuti. La struttura del file e l’affidabilità di lastmod diventano criteri condivisi tra motori tradizionali e sistemi di indicizzazione orientati all’IA.
Questa convergenza rafforza l’interesse a mantenere una sitemap tecnicamente impeccabile. Una sitemap mal mantenuta penalizza la visibilità sui motori tradizionali e sulle interfacce di ricerca IA.
Per i siti con alta frequenza di pubblicazione (media, blog di attualità), la sitemap deve essere aggiornata dinamicamente. Un articolo pubblicato al mattino che non appare nella sitemap fino al giorno dopo perde una finestra di esplorazione.
Metodo per audire una sitemap esistente
Accedere alla sitemap di un sito si fa aggiungendo /sitemap.xml all’URL radice del dominio. Se il file non è accessibile a questo indirizzo, controlla il file robots.txt, che può dichiarare la posizione della sitemap tramite una direttiva specifica.
- Confrontare l’elenco degli URL della sitemap con le pagine realmente indicizzate tramite la query site: su Google.
- Verificare che ogni URL restituisca un codice HTTP 200 e non contenga né reindirizzamenti né tag noindex.
- Controllare che i valori lastmod corrispondano a vere modifiche di contenuto, non a aggiornamenti cosmetici.
- Assicurarsi che la sitemap non superi i limiti di dimensione e che un indice di sitemap sia in atto se necessario.
Una sitemap affidabile elenca solo le pagine che meritano di essere esplorate e indicizzate. Tutto il resto (pagine di filtri, paginazioni profonde, duplicati parametrici) deve esserne escluso per concentrare il budget di crawl sui contenuti di alto valore.
La sitemap XML rimane un leva tecnica sottoutilizzata. La sua consultazione regolare, incrociata con i rapporti di copertura di Search Console, costituisce il punto di partenza di ogni audit di indicizzazione serio.
