Un sitemap reste un fichier parmi les plus simples à produire sur un site web. Sa fonction paraît évidente : lister des URL pour que les moteurs de recherche les trouvent. Dans la pratique, la majorité des sitemaps générés automatiquement par des extensions CMS contiennent des URL inutiles, des dates de modification erronées et aucune logique de tri.
Le résultat : un fichier que Googlebot lit sans en tirer grand-chose, et une page HTML de plan de site que les visiteurs ignorent. Optimiser un sitemap, c’est d’abord comprendre ce que les robots et les humains attendent de ce fichier, puis arbitrer ce qui mérite d’y figurer.
Lastmod, ping obsolète et signaux réels envoyés aux moteurs de recherche
La balise lastmod dans le sitemap XML est souvent mal utilisée. Google précise que cette valeur n’aide à planifier les recrawls que si elle reflète une modification réelle du contenu principal, des données structurées ou des liens internes. Un CMS qui régénère le sitemap et actualise toutes les dates à chaque build envoie un signal brouillé : le robot ne peut plus distinguer une page réellement mise à jour d’une page inchangée.
Ce point technique a des conséquences directes sur la navigation indirecte. Un sitemap dont les dates sont fiables permet aux moteurs de prioriser le crawl des pages fraîches. Sur un site éditorial ou e-commerce, cela signifie que les nouveaux contenus apparaissent plus vite dans les résultats, ce qui réduit le délai entre publication et première visite organique.
Autre signal à vérifier : la méthode de notification. Google a supprimé en juin 2023 l’ancien endpoint de ping pour les sitemaps. Les plugins qui envoyaient une requête à cette URL ne notifient donc plus rien. Les deux méthodes qui fonctionnent restent la déclaration dans robots.txt et l’envoi via Google Search Console. Un site qui n’a pas mis à jour sa configuration depuis cette date peut croire que ses nouveaux contenus sont signalés alors qu’ils ne le sont pas.
Pour les sites qui ciblent aussi Bing, le protocole IndexNow complète le sitemap en signalant les URL ajoutées, modifiées ou supprimées au fur et à mesure. Ce mécanisme ne remplace pas le sitemap (qui reste un inventaire), mais il accélère la prise en compte des changements par les moteurs participants. Quand on souhaite consulter la page sitemap de Agri Systems, on observe d’ailleurs un exemple de structure où chaque URL listée correspond à un contenu réellement accessible et indexable.
Sitemap XML et sitemap HTML : deux fichiers, deux audiences distinctes
La confusion entre sitemap XML et page sitemap HTML persiste parce que les deux portent le même nom. Leurs destinataires n’ont rien en commun.
Le sitemap XML s’adresse aux robots d’exploration. Il liste les URL canoniques avec leurs métadonnées (date de modification, éventuellement la fréquence de changement, bien que Google ignore désormais les balises priority et changefreq). Son format n’a pas vocation à être lu par un humain.
La page sitemap HTML s’adresse aux visiteurs. Elle fonctionne comme un plan de site visuel, organisé par catégories ou par thématiques. Son utilité dépend de la taille du site et de la qualité du menu de navigation principal.
Sur un site de moins de cinquante pages avec un menu bien structuré, cette page HTML n’apporte quasiment rien. Sur un site volumineux avec des contenus enfouis à plusieurs niveaux de profondeur, elle peut réduire le nombre de clics nécessaires pour atteindre une page précise.
Ce que le sitemap HTML change pour le maillage interne
Une page sitemap HTML crée un lien interne direct vers chaque URL qu’elle liste. Cela réduit la profondeur de crawl de certaines pages, ce qui peut faciliter leur découverte par les moteurs. Mais un sitemap HTML ne compense pas un maillage interne défaillant. Si une page n’est accessible que par le plan de site et par aucun lien contextuel dans le corps des articles, elle reste faiblement reliée au reste de l’architecture.
Le sitemap HTML fonctionne mieux comme filet de sécurité que comme stratégie de maillage. Il attrape les pages oubliées, pas celles qui méritent d’être mises en avant.
Filtrer les URL du sitemap : ce qui mérite d’y figurer et ce qu’il faut exclure
La plupart des sitemaps générés automatiquement incluent toutes les URL publiques du site. Ce comportement par défaut pose un problème : il noie les pages stratégiques dans une liste de pages de tags, de résultats de recherche internes, de paginations ou de contenus dupliqués.
Un sitemap efficace applique un filtre strict. Les URL qu’il contient doivent remplir trois conditions simultanées :
- La page renvoie un code HTTP 200, sans redirection ni erreur. Une URL redirigée en 301 dans le sitemap gaspille du budget de crawl et envoie un signal contradictoire au robot.
- La page porte une balise meta robots autorisant l’indexation. Inclure une URL noindex dans le sitemap revient à demander au moteur de visiter une page pour lui dire de ne pas la garder.
- La page contient un contenu distinct et utile pour un visiteur. Les pages de filtres à facettes, les archives par date sans contenu éditorial propre et les pages de résultats de recherche internes n’ont généralement pas leur place dans le sitemap.
Chaque URL du sitemap doit être une page que vous souhaitez voir apparaître dans les résultats de recherche. Si ce n’est pas le cas, elle encombre le fichier.
Sitemaps spécialisés par type de contenu : images, vidéos, actualités
Le format sitemap XML supporte des extensions dédiées à certains types de médias. Un sitemap images permet de référencer des visuels qui ne seraient pas découverts par le crawl classique (images chargées en JavaScript, par exemple). Un sitemap vidéos fournit des métadonnées comme la durée, la description et la miniature, ce qui facilite l’apparition dans les résultats enrichis de Google.
Le sitemap actualités, lui, concerne les sites d’information éligibles à Google Actualités. Il signale les articles publiés dans les dernières 48 heures avec leur date de publication et leur titre.
Ces sitemaps spécialisés ne sont pertinents que pour les sites qui produisent ces types de contenus en volume significatif. Un site vitrine de dix pages n’a pas besoin d’un sitemap vidéos. À l’inverse, un site e-commerce avec des milliers de fiches produits illustrées gagne à déclarer un sitemap images distinct pour augmenter sa visibilité dans Google Images.
Limites connues de ces extensions
Google ne garantit pas l’indexation des médias déclarés dans un sitemap spécialisé. Le fichier facilite la découverte, pas la sélection. Les critères de qualité du contenu, la pertinence de la page hôte et les signaux de popularité restent déterminants. Un sitemap vidéos parfaitement structuré ne suffit pas si la page qui héberge la vidéo n’a aucun lien entrant ni aucun trafic.
La maintenance de ces fichiers représente aussi une charge technique. Un sitemap images désynchronisé du catalogue produit (images supprimées, URL cassées) dégrade la fiabilité globale du sitemap aux yeux du robot. Mieux vaut un seul sitemap XML propre qu’un ensemble de fichiers spécialisés mal entretenus.
