La sitemap XML è un elenco di indirizzi che il proprietario del sito consegna ai motori di ricerca dicendo: «queste sono le pagine che considero importanti». Non obbliga nessuno a indicizzarle, ma accelera la scoperta e fornisce un punto di confronto prezioso per la diagnosi. Fatta male, invece, diventa rumore che il motore impara a ignorare.
Il formato
Una sitemap è un file XML con un elemento radice urlset e un elemento url per ogni pagina:
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://example.com/servizi/</loc>
<lastmod>2026-03-14</lastmod>
</url>
</urlset>
Gli elementi previsti dal protocollo sono quattro:
loc, obbligatorio: l'URL assoluto della pagina;lastmod: la data dell'ultima modifica significativa;changefreqepriority: frequenza di aggiornamento e priorità relativa.
Google ha dichiarato di ignorare changefreq e priority, mentre usa lastmod quando lo ritiene affidabile. Nella pratica conviene concentrarsi su loc e lastmod e non perdere tempo con gli altri due.
I limiti
Ogni file può contenere al massimo 50.000 URL e pesare al massimo 50 MB non compresso. Il file può essere servito compresso in gzip, ma il limite di dimensione si riferisce al contenuto decompresso. Oltre queste soglie si dividono gli URL in più file, raccolti da un indice di sitemap.
Altri vincoli da rispettare:
- il file deve essere codificato in UTF-8;
- gli URL devono essere assoluti e con caratteri speciali correttamente codificati, per esempio
&scritto come&; - una sitemap dovrebbe elencare URL dello stesso host su cui si trova, salvo configurazioni di verifica incrociata.
Cosa includere
La regola è semplice: solo URL canonici, indicizzabili, che rispondono 200. Ogni indirizzo nella sitemap dovrebbe essere una pagina che vuoi vedere nei risultati.
Vanno quindi esclusi:
- URL che fanno redirect;
- pagine con
noindex; - pagine bloccate in robots.txt;
- varianti con parametri, duplicati, versioni non canoniche;
- pagine di errore, anche quelle travestite da 200;
- risultati di ricerca interna e pagine di servizio.
Una sitemap «sporca» crea un paradosso: dichiari importanti delle pagine che contemporaneamente dici di non indicizzare. Il motore riceve segnali contraddittori e tende a fidarsi meno di tutto il file.
Usare lastmod con onestà
Il lastmod è utile solo se riflette cambiamenti reali del contenuto principale. Errori diffusi:
- impostare la data di generazione della sitemap su ogni URL;
- aggiornare la data quando cambia solo un widget laterale, il copyright nel piè di pagina o un contatore;
- lasciare date vecchie su pagine riscritte da cima a fondo.
Il risultato è lo stesso: il motore smette di considerare il campo. Meglio derivare il valore dalla data di modifica del contenuto nel database o nel file sorgente.
Generarla e mantenerla
Una sitemap scritta a mano è accettabile solo per siti minuscoli e stabili. In tutti gli altri casi va generata automaticamente:
- i CMS più diffusi la producono nativamente o con estensioni;
- i generatori di siti statici la creano in fase di build;
- le applicazioni su misura possono costruirla da una query sul database, filtrando le pagine pubblicate e indicizzabili.
L'importante è che la logica di generazione rispetti le stesse regole del sito: se una pagina ha noindex o un canonical diverso, non deve finire nell'elenco.
Come segnalarla
Ci sono due modi complementari:
- aggiungere la riga
Sitemap:con l'URL completo nel robots.txt, che la rende scopribile da qualsiasi crawler; - inviarla negli strumenti per webmaster dei motori, che in cambio forniscono un rapporto su URL scoperti, errori e stato di indicizzazione.
Il secondo passaggio è il più utile per la diagnosi: confrontando gli URL inviati con quelli effettivamente indicizzati si capisce subito quali sezioni hanno problemi.
Una verifica periodica
| Controllo | Esito atteso |
|---|---|
| Codice di stato degli URL | tutti 200 |
| Presenza di noindex | nessuno |
| Canonical che punta altrove | nessuno |
| Pagine importanti presenti | tutte |
| Date lastmod | coerenti con modifiche reali |
Un crawler desktop può leggere la sitemap e controllare in automatico ogni URL elencato, rendendo l'operazione rapida anche su migliaia di pagine.
In sintesi
- La sitemap aiuta la scoperta, non garantisce l'indicizzazione.
- Massimo 50.000 URL e 50 MB non compressi per file.
- Includi solo URL canonici, indicizzabili e con risposta 200.
- Il lastmod funziona solo se riflette modifiche reali.
- Segnalala nel robots.txt e negli strumenti per webmaster.
