Un sitemap rimane un file tra i più semplici da produrre su un sito web. La sua funzione sembra evidente: elencare URL affinché i motori di ricerca le trovino. Nella pratica, la maggior parte dei sitemap generati automaticamente da estensioni CMS contiene URL inutili, date di modifica errate e nessuna logica di ordinamento.
Il risultato: un file che Googlebot legge senza trarne molto, e una pagina HTML di mappa del sito che i visitatori ignorano. Ottimizzare un sitemap significa prima di tutto comprendere cosa i robot e gli esseri umani si aspettano da questo file, poi decidere cosa merita di figurare.
Lastmod, ping obsoleto e segnali reali inviati ai motori di ricerca
Il tag lastmod nel sitemap XML è spesso mal utilizzato. Google specifica che questo valore aiuta a pianificare i recrawl solo se riflette una modifica reale del contenuto principale, dei dati strutturati o dei link interni. Un CMS che rigenera il sitemap e aggiorna tutte le date ad ogni build invia un segnale confuso: il robot non può più distinguere una pagina realmente aggiornata da una pagina invariata.
Questo punto tecnico ha conseguenze dirette sulla navigazione indiretta. Un sitemap le cui date sono affidabili consente ai motori di dare priorità al crawl delle pagine fresche. Su un sito editoriale o e-commerce, ciò significa che i nuovi contenuti appaiono più rapidamente nei risultati, riducendo il tempo tra pubblicazione e prima visita organica.
Un altro segnale da verificare: il metodo di notifica. Google ha rimosso a giugno 2023 il vecchio endpoint di ping per i sitemap. I plugin che inviavano una richiesta a questo URL non notificano quindi più nulla. Le due metodologie che funzionano rimangono la dichiarazione in robots.txt e l’invio tramite Google Search Console. Un sito che non ha aggiornato la sua configurazione da questa data può credere che i suoi nuovi contenuti siano segnalati mentre non lo sono.
Per i siti che puntano anche a Bing, il protocollo IndexNow completa il sitemap segnalando le URL aggiunte, modificate o rimosse man mano. Questo meccanismo non sostituisce il sitemap (che rimane un inventario), ma accelera la considerazione dei cambiamenti da parte dei motori partecipanti. Quando si desidera consultare la pagina sitemap di Agri Systems, si osserva infatti un esempio di struttura in cui ogni URL elencata corrisponde a un contenuto realmente accessibile e indicizzabile.
Sitemap XML e sitemap HTML: due file, due pubblici distinti
La confusione tra sitemap XML e pagina sitemap HTML persiste perché entrambi portano lo stesso nome. I loro destinatari non hanno nulla in comune.
Il sitemap XML si rivolge ai robot di esplorazione. Elenca le URL canoniche con i loro metadati (data di modifica, eventualmente la frequenza di cambiamento, anche se Google ignora ormai i tag priority e changefreq). Il suo formato non è destinato ad essere letto da un umano.
La pagina sitemap HTML si rivolge ai visitatori. Funziona come una mappa del sito visiva, organizzata per categorie o tematiche. La sua utilità dipende dalla dimensione del sito e dalla qualità del menu di navigazione principale.
Su un sito di meno di cinquanta pagine con un menu ben strutturato, questa pagina HTML non apporta praticamente nulla. Su un sito voluminoso con contenuti sepolti a più livelli di profondità, può ridurre il numero di clic necessari per raggiungere una pagina specifica.
Cosa cambia il sitemap HTML per il linking interno
Una pagina sitemap HTML crea un link interno diretto verso ogni URL che elenca. Ciò riduce la profondità di crawl di alcune pagine, il che può facilitare la loro scoperta da parte dei motori. Ma un sitemap HTML non compensa un linking interno difettoso. Se una pagina è accessibile solo tramite la mappa del sito e non tramite alcun link contestuale nel corpo degli articoli, rimane debolmente collegata al resto dell’architettura.
Il sitemap HTML funziona meglio come rete di sicurezza piuttosto che come strategia di linking. Cattura le pagine dimenticate, non quelle che meritano di essere messe in evidenza.
Filtrare le URL del sitemap: cosa merita di figurare e cosa escludere
La maggior parte dei sitemap generati automaticamente include tutte le URL pubbliche del sito. Questo comportamento predefinito pone un problema: affoga le pagine strategiche in un elenco di pagine di tag, di risultati di ricerca interni, di paginazioni o di contenuti duplicati.
Un sitemap efficace applica un filtro rigoroso. Le URL che contiene devono soddisfare tre condizioni simultanee:
- La pagina restituisce un codice HTTP 200, senza reindirizzamenti né errori. Un’URL reindirizzata in 301 nel sitemap spreca il budget di crawl e invia un segnale contraddittorio al robot.
- La pagina porta un tag meta robots che consente l’indicizzazione. Includere un’URL noindex nel sitemap equivale a chiedere al motore di visitare una pagina per dirgli di non tenerla.
- La pagina contiene un contenuto distinto e utile per un visitatore. Le pagine di filtri a faccette, le archiviazioni per data senza contenuto editoriale proprio e le pagine di risultati di ricerca interni di solito non hanno posto nel sitemap.
Ogni URL del sitemap deve essere una pagina che desideri vedere apparire nei risultati di ricerca. Se non è così, ingombra il file.
Sitemaps specializzati per tipo di contenuto: immagini, video, notizie
Il formato sitemap XML supporta estensioni dedicate a determinati tipi di media. Un sitemap immagini consente di indicizzare visivi che non verrebbero scoperti dal crawl classico (immagini caricate in JavaScript, ad esempio). Un sitemap video fornisce metadati come la durata, la descrizione e la miniatura, il che facilita l’apparizione nei risultati arricchiti di Google.
Il sitemap notizie, invece, riguarda i siti di informazione idonei a Google Notizie. Segnala gli articoli pubblicati nelle ultime 48 ore con la loro data di pubblicazione e il loro titolo.
Questi sitemap specializzati sono pertinenti solo per i siti che producono questi tipi di contenuti in volume significativo. Un sito vetrina di dieci pagine non ha bisogno di un sitemap video. Al contrario, un sito e-commerce con migliaia di schede prodotto illustrate guadagna a dichiarare un sitemap immagini distinto per aumentare la sua visibilità in Google Immagini.
Limiti noti di queste estensioni
Google non garantisce l’indicizzazione dei media dichiarati in un sitemap specializzato. Il file facilita la scoperta, non la selezione. I criteri di qualità del contenuto, la pertinenza della pagina ospitante e i segnali di popolarità rimangono determinanti. Un sitemap video perfettamente strutturato non basta se la pagina che ospita il video non ha alcun link in entrata né alcun traffico.
La manutenzione di questi file rappresenta anche un onere tecnico. Un sitemap immagini disallineato dal catalogo prodotto (immagini rimosse, URL rotte) degrada l’affidabilità complessiva del sitemap agli occhi del robot. Meglio un solo sitemap XML pulito che un insieme di file specializzati mal mantenuti.
