La sitemap XML è un file che elenca gli indirizzi di un sito che il proprietario vuole far conoscere ai motori di ricerca, ciascuno con la data dell’ultima modifica. Il formato è descritto dal protocollo pubblicato su sitemaps.org, introdotto da Google nel 2005 e adottato l’anno dopo anche da Yahoo e Microsoft.
Struttura e limiti
Ogni indirizzo sta in un elemento <url> con il <loc> obbligatorio e il <lastmod> facoltativo. Un singolo file può contenere al massimo 50.000 URL e pesare al massimo 50 MB non compresso; oltre si usa un indice delle sitemap, un file che elenca altri file sitemap. È il modello dei siti WordPress, che hanno una sitemap per articoli, una per pagine, una per ogni tassonomia. Il protocollo prevede anche changefreq e priority, ma Google dichiara di ignorarli; usa invece lastmod se la data è coerente con le modifiche reali.
Cosa ci va e cosa no
Una sitemap utile contiene solo URL che rispondono 200, sono indicizzabili e coincidono con il proprio canonical. Pagine in noindex, reindirizzate o duplicate sono rumore: il motore le scarta e la fiducia nella sitemap diminuisce. Lo stesso vale per un lastmod che cambia a ogni salvataggio senza modifiche di contenuto.
La sitemap non garantisce l’indicizzazione. Serve soprattutto a far scoprire pagine nuove o poco collegate e a segnalare i cambiamenti. Si comunica ai motori dichiarandola in robots.txt e inviandola in Search Console e negli strumenti per webmaster di Bing; per le notifiche immediate c’è IndexNow.
In ThinkSEO
In modalità indipendente ThinkSEO pubblica l’indice su /sitemap.xml, con una sotto-sitemap per ogni tipo e tassonomia inclusi. Per ogni tipo si sceglie se includerlo; le tassonomie in noindex vengono escluse. In Bacheca il plugin confronta la copertura della sitemap con i dati di Search Console letti tramite Site Kit. Quando ThinkGlossary cambia la base dei permalink delle categorie, ThinkSEO rigenera la sitemap da solo.