Sitemap

Format et contenu

Le protocole Sitemap, documenté sur sitemaps.org, définit la structure du fichier. Chaque entrée contient au minimum l'adresse de la page (loc). Les champs optionnels sont la date de dernière modification (lastmod), la fréquence de mise à jour et une priorité relative entre 0.0 et 1.0. Google indique que lastmod est le signal le plus exploitable parmi ces champs, et que la priorité n'est pas utilisée dans ses systèmes.

Un site peut publier plusieurs sitemaps, un par type de contenu ou par langue, et les regrouper dans un fichier index de sitemaps. La limite par fichier est de 50 000 adresses ou 50 mégaoctets non compressés. Les formats alternatifs acceptés par Google pour les sites d'actualités sont les flux RSS 2.0 et Atom.

Le sitemap se déclare dans Search Console via l'outil dédié, ou directement dans robots.txt via la directive Sitemap. La déclaration dans Search Console permet de suivre le nombre de pages soumises et le nombre effectivement indexées.

Sitemap dans un projet

Le sitemap ne force pas l'indexation d'une page. Il facilite sa découverte et fournit la date de modification que Google utilise pour décider de recrawler. Une page qui reçoit peu de liens internes bénéficie davantage d'un sitemap qu'une page bien maillée depuis le reste du site.

L'écart entre le nombre de pages soumises et le nombre indexées signale un problème. Un sitemap qui soumet 500 pages et Search Console qui en indexe 200 indique soit des pages en doublon, soit des problèmes de qualité de contenu, soit une contrainte de budget de crawl sur un grand site.

Deux règles évitent les erreurs fréquentes. Les pages exclues de l'index via la balise meta noindex ne doivent pas figurer dans le sitemap : ce conflit perturbe l'interprétation des moteurs. Les redirections ne doivent pas non plus y figurer : seule l'adresse finale de destination s'inscrit dans le fichier.

Sur un site généré statiquement ou piloté par un CMS, le sitemap est idéalement produit automatiquement lors de chaque publication. Sur un site dont le contenu évolue fréquemment, une date lastmod exacte, calculée à partir de la date de dernière modification réelle de la page, aide Google à prioriser son budget de crawl sur les pages récemment mises à jour.

Le suivi dans Search Console doit faire partie du bilan post-lancement. Après une mise en ligne, une migration ou une refonte, l'outil de sitemaps indique en quelques jours si Google a correctement découvert et indexé les nouvelles adresses. Un problème identifié à ce stade se corrige avant d'avoir un impact durable sur le trafic.