Un sitemap XML est un fichier qui recense les URL d’un site que l’on souhaite présenter aux moteurs de recherche pour faciliter leur exploration. Il prend la forme d’un fichier XML, plus rarement d’un flux RSS/Atom ou d’une simple liste texte, déposé à la racine du site, en général à une adresse du type sitemap.xml.
Un artisan menuisier qui vient de refondre son site avec vingt pages de prestations et dix articles de blog peut ainsi donner à Google la liste complète de ces trente adresses en un seul fichier, plutôt que de compter uniquement sur le maillage interne pour que chaque page soit repérée.
Table des matières
Ce qu’il fait, et ce qu’il ne garantit pas
Google est clair sur ce point dans sa documentation pour les éditeurs : un sitemap aide ses robots à explorer un site plus efficacement, mais il ne garantit pas que toutes les URL listées seront explorées ni indexées. Le fichier reste utile dans trois cas que Google documente lui-même : un site volumineux où le maillage interne seul ne suffit pas à relier toutes les pages, un site récent qui manque encore de liens externes pointant vers lui, ou un site riche en contenus (vidéos, images, actualités) difficiles à découvrir autrement.
Une boutique en ligne qui vient de publier son site et n’a encore aucun lien venant d’ailleurs en tire un usage concret : le sitemap devient le moyen le plus direct de signaler l’existence de ses fiches produits à Google, en attendant que les premiers liens externes arrivent.
Ce qu’on y met : des adresses canoniques, et seulement celles-ci
La documentation de Google le précise : les URL à lister sont celles que l’on veut vraiment voir apparaître dans les résultats de recherche, c’est-à-dire les adresses canoniques de chaque page. Une page retirée du référencement, bloquée par le fichier robots.txt, ou qui renvoie une erreur n’a rien à faire dans ce fichier : sa présence n’aidera pas à la faire indexer, et sème la confusion plus qu’elle n’aide.
Côté format, un sitemap XML est plafonné à 50 000 URL ou 50 Mo non compressé par fichier. Passé ce seuil, on le découpe en plusieurs fichiers, que l’on peut relier via un sitemap index (facultatif mais courant). Google accepte aussi un flux RSS/Atom ou un simple fichier texte avec une URL par ligne, mais le XML reste le format le plus répandu parce qu’il permet d’ajouter des métadonnées sur les images ou les vidéos. Les anciennes balises priority et changefreq, elles, sont aujourd’hui ignorées par Google : inutile de passer du temps à les peaufiner.
Comment le déclarer à Google
Deux façons de signaler l’existence du fichier, pas incompatibles entre elles : le soumettre dans Google Search Console via le rapport dédié aux sitemaps, qui indique le nombre d’URL découvertes dans le fichier et les éventuelles erreurs de lecture (le nombre de pages réellement indexées se consulte, lui, dans le rapport d’indexation des pages), ou insérer une ligne Sitemap: suivie de l’URL complète dans le fichier robots.txt du site. Cette seconde méthode a l’avantage de s’adresser à tous les robots qui lisent ce fichier, pas seulement ceux de Google.
Le cas WordPress
Sur un site WordPress, ce fichier est presque toujours généré automatiquement par le plugin SEO installé, qui le met à jour à chaque publication ou suppression de page. Un détail concret pour un gérant qui gère son site seul : le réglage qui rend une page visible ou invisible pour les moteurs de recherche influence directement si elle apparaît dans ce sitemap généré automatiquement, sans qu’il soit nécessaire de toucher au fichier à la main. Pour les autres réglages techniques d’un site WordPress (vitesse, images, cache), voir notre article sur le SEO technique sur WordPress.
Crédits photo : Pixabay.
