Un sitemap è un file che elenca gli URL di un sito per facilitarne l’esplorazione da parte dei motori di ricerca o la consultazione da parte dei visitatori. Su un blog, questa pagina svolge un doppio ruolo: orienta i robot di indicizzazione verso i contenuti recenti e offre ai lettori un punto d’ingresso strutturato verso tutte le pubblicazioni.
Sitemap XML e sitemap HTML: due meccanismi, due pubblici
Il termine “sitemap” copre due realtà tecniche distinte. Il sitemap XML è un file destinato ai robot dei motori di ricerca. Contiene un elenco di URL accompagnate da metadati (data dell’ultima modifica, frequenza di aggiornamento stimata, priorità relativa). Questo file non è progettato per essere letto da un umano.
Il sitemap HTML, invece, assume la forma di una pagina web classica. Presenta la struttura del sito sotto forma di link cliccabili, organizzati per categorie o per date. È questa versione che i visitatori consultano per navigare in un blog denso.
Su un blog che pubblica regolarmente, i due formati si completano. Il XML aiuta Googlebot a individuare un articolo pubblicato pochi minuti fa, mentre l’HTML consente a un lettore di ritrovare un post sepolto sotto mesi di pubblicazioni. Per vedere a cosa somiglia concretamente questo doppio approccio, la pagina sitemap de La Caverne du Geek illustra bene la strutturazione per rubriche su un blog attivo.
Balise lastmod in un sitemap XML: perché la precisione conta
La maggior parte delle guide spiega come generare un sitemap. Pochi dettagliamo un punto tecnico che cambia l’efficacia del file: l’affidabilità del tag lastmod.
Google tiene conto di questa data solo quando corrisponde a una modifica reale del contenuto della pagina. Aggiornare il piè di pagina o rigenerare il sitemap senza toccare il corpo dell’articolo non giustifica il cambiamento del valore lastmod. Se il motore rileva che le date non riflettono veri cambiamenti, finisce per ignorare questo tag su tutto il sito.
Per un blog, la buona pratica consiste nel modificare lastmod solo quando un articolo è stato sostanzialmente riscritto, arricchito o corretto. Una semplice correzione di refuso non merita questo aggiornamento.
Ciò che lastmod non fa
Modificare lastmod non attiva automaticamente una nuova esplorazione della pagina. Il motore decide il proprio calendario di crawl in base a molteplici segnali (frequenza di pubblicazione, popolarità del sito, budget di crawl). Il tag è un indice tra gli altri, non un’istruzione.
Filtrare gli URL: un sitemap efficace esclude tanto quanto include
Elencare tutti gli URL di un blog nel sitemap è un errore frequente. Un file utile contiene solo le pagine che meritano di apparire nei risultati di ricerca. Ecco i tipi di pagine da escludere sistematicamente:
- Le pagine di tag e di archivi duplicate che riprendono lo stesso contenuto sotto URL diversi, poiché diluiscono il segnale inviato ai motori
- Le pagine con un tag noindex, poiché includere nel sitemap un URL che si richiede di non indicizzare invia un segnale contraddittorio
- Gli URL reindirizzati (301 o 302) che puntano verso altre pagine, poiché il motore deve risolvere il reindirizzamento prima di raggiungere il contenuto finale
- Le pagine di risultati di ricerca interne del blog, che generano URL parametrizzati senza contenuto originale
Un sitemap non deve contenere che URL indicizzabili e utili. Su un blog WordPress, la maggior parte delle estensioni SEO consente di filtrare automaticamente queste pagine. Controllare manualmente il file almeno una volta al trimestre rimane una buona abitudine.
Limiti di dimensione e suddivisione del sitemap per blog voluminosi
Google impone un massimo di 50.000 URL o 50 MB non compressi per file sitemap. Per un blog personale o professionale di dimensioni modeste, questo limite non rappresenta un problema. Tuttavia, un blog che pubblica diversi articoli al giorno da anni può raggiungerlo.
La soluzione è il sitemap index: un file principale che fa riferimento a più sottositemap. Ogni sotto-file raggruppa un insieme di URL, ad esempio per anno di pubblicazione o per categoria tematica. Questa organizzazione facilita anche la diagnosi in Google Search Console, poiché gli errori sono localizzati in un file preciso.
Invio e monitoraggio in Search Console
Inviare il sitemap tramite Google Search Console accelera la sua presa in considerazione iniziale. Il rapporto dedicato indica se il file è stato letto correttamente e quante URL sono state scoperte. Ma la lettura del file non garantisce l’indicizzazione delle pagine elencate. Il rapporto Sitemaps fornisce informazioni sul recupero del file, non sullo stato di indicizzazione di ogni URL.
Per verificare l’indicizzazione reale, è necessario incrociare i dati del rapporto Sitemaps con il rapporto “Pagine” (precedentemente “Copertura”). È lì che si rivelano gli URL esclusi, in errore o semplicemente ignorati dal motore.
Navigazione del blog e collegamenti interni: il sitemap non basta
Un sitemap, anche perfettamente configurato, non sostituisce una navigazione chiara né un collegamento interno coerente. I robot come i lettori scoprono i contenuti principalmente attraverso i link presenti negli articoli, nei menu e nei widget della sidebar.
- Ogni nuovo articolo dovrebbe contenere almeno due o tre link verso pubblicazioni precedenti legate allo stesso argomento, per creare percorsi di navigazione tematici
- Le categorie del blog devono essere limitate in numero e chiaramente nominate, poiché strutturano sia il menu principale che il sitemap HTML
- Gli articoli più strategici guadagnano a essere collegati dalla pagina principale o da un riquadro permanente, il che invia un segnale di priorità ai motori
Il sitemap segnala l’esistenza di una pagina, il collegamento interno ne dimostra l’importanza. Su un blog con diverse centinaia di articoli, i contenuti orfani (senza alcun link interno che punti verso di essi) rischiano di essere ignorati anche se figurano nel sitemap XML.
Il file sitemap funziona come una rete di sicurezza, non come un sostituto dell’architettura del sito. Un blog la cui navigazione si basa esclusivamente sul sitemap per rendere le sue pagine accessibili ha un problema strutturale che il file XML non risolverà.
