Un sitemap est un fichier qui liste les URL d’un site pour en faciliter l’exploration par les moteurs de recherche ou la consultation par les visiteurs. Sur un blog, cette page joue un double rôle : elle oriente les robots d’indexation vers les contenus récents et elle offre aux lecteurs un point d’entrée structuré vers l’ensemble des publications.
Sitemap XML et sitemap HTML : deux mécanismes, deux publics
Le terme « sitemap » recouvre deux réalités techniques distinctes. Le sitemap XML est un fichier destiné aux robots des moteurs de recherche. Il contient une liste d’URL accompagnées de métadonnées (date de dernière modification, fréquence de mise à jour estimée, priorité relative). Ce fichier n’est pas conçu pour être lu par un humain.
Le sitemap HTML, lui, prend la forme d’une page web classique. Il présente l’arborescence du site sous forme de liens cliquables, organisés par catégories ou par dates. C’est cette version que les visiteurs consultent pour naviguer dans un blog dense.
Sur un blog qui publie régulièrement, les deux formats se complètent. Le XML aide Googlebot à repérer un article publié il y a quelques minutes, tandis que le HTML permet à un lecteur de retrouver un billet enfoui sous des mois de publications. Pour voir à quoi ressemble concrètement cette double approche, la page sitemap de La Caverne du Geek illustre bien la structuration par rubriques sur un blog actif.
Balise lastmod dans un sitemap XML : pourquoi la précision compte
La plupart des guides expliquent comment générer un sitemap. Peu détaillent un point technique qui change l’efficacité du fichier : la fiabilité de la balise lastmod.
Google tient compte de cette date uniquement lorsqu’elle correspond à une modification réelle du contenu de la page. Mettre à jour le pied de page ou regénérer le sitemap sans toucher au corps de l’article ne justifie pas de changer la valeur lastmod. Si le moteur constate que les dates ne reflètent pas de vrais changements, il finit par ignorer cette balise sur l’ensemble du site.
Pour un blog, la bonne pratique consiste à ne modifier lastmod que lorsqu’un article a été substantiellement réécrit, enrichi ou corrigé. Une simple correction de coquille ne mérite pas cette mise à jour.
Ce que lastmod ne fait pas
Modifier lastmod ne déclenche pas automatiquement une nouvelle exploration de la page. Le moteur décide de son propre calendrier de crawl en fonction de multiples signaux (fréquence de publication, popularité du site, budget de crawl). La balise est un indice parmi d’autres, pas une instruction.
Filtrer les URL : un sitemap efficace exclut autant qu’il inclut
Lister toutes les URL d’un blog dans le sitemap est une erreur fréquente. Un fichier utile ne contient que les pages qui méritent d’apparaître dans les résultats de recherche. Voici les types de pages à exclure systématiquement :
- Les pages de tags et d’archives dupliquées qui reprennent le même contenu sous des URL différentes, car elles diluent le signal envoyé aux moteurs
- Les pages avec une balise noindex, puisqu’inclure dans le sitemap une URL qu’on demande de ne pas indexer envoie un signal contradictoire
- Les URL redirigées (301 ou 302) qui pointent vers d’autres pages, car le moteur doit résoudre la redirection avant d’atteindre le contenu final
- Les pages de résultats de recherche interne du blog, qui génèrent des URL paramétrées sans contenu original
Un sitemap ne doit contenir que des URL indexables et utiles. Sur un blog WordPress, la plupart des extensions SEO permettent de filtrer automatiquement ces pages. Vérifier manuellement le fichier au moins une fois par trimestre reste une bonne habitude.
Limites de taille et découpage du sitemap pour les blogs volumineux
Google impose un maximum de 50 000 URL ou 50 Mo non compressés par fichier sitemap. Pour un blog personnel ou professionnel de taille modeste, cette limite ne pose aucun problème. En revanche, un blog publiant plusieurs articles par jour depuis des années peut l’atteindre.
La solution est le sitemap index : un fichier principal qui référence plusieurs sous-sitemaps. Chaque sous-fichier regroupe un lot d’URL, par exemple par année de publication ou par catégorie thématique. Cette organisation facilite aussi le diagnostic dans Google Search Console, puisque les erreurs sont localisées dans un fichier précis.
Soumission et suivi dans Search Console
Soumettre le sitemap via Google Search Console accélère sa prise en compte initiale. Le rapport dédié indique si le fichier a été correctement lu et combien d’URL ont été découvertes. Mais la lecture du fichier ne garantit pas l’indexation des pages listées. Le rapport Sitemaps renseigne sur la récupération du fichier, pas sur le statut d’indexation de chaque URL.
Pour vérifier l’indexation réelle, il faut croiser les données du rapport Sitemaps avec le rapport « Pages » (anciennement « Couverture »). C’est là que se révèlent les URL exclues, en erreur ou simplement ignorées par le moteur.
Navigation du blog et maillage interne : le sitemap ne suffit pas
Un sitemap, même parfaitement configuré, ne remplace pas une navigation claire ni un maillage interne cohérent. Les robots comme les lecteurs découvrent les contenus principalement par les liens présents dans les articles, les menus et les widgets de sidebar.
- Chaque nouvel article devrait contenir au moins deux ou trois liens vers des publications antérieures liées au même sujet, pour créer des chemins de navigation thématiques
- Les catégories du blog doivent être limitées en nombre et clairement nommées, car elles structurent à la fois le menu principal et le sitemap HTML
- Les articles les plus stratégiques gagnent à être liés depuis la page d’accueil ou depuis un encart permanent, ce qui envoie un signal de priorité aux moteurs
Le sitemap signale l’existence d’une page, le maillage interne en démontre l’importance. Sur un blog avec plusieurs centaines d’articles, les contenus orphelins (sans aucun lien interne pointant vers eux) risquent d’être ignorés même s’ils figurent dans le sitemap XML.
Le fichier sitemap fonctionne comme un filet de sécurité, pas comme un substitut à l’architecture du site. Un blog dont la navigation repose uniquement sur le sitemap pour rendre ses pages accessibles a un problème structurel que le fichier XML ne résoudra pas.
