sitemap.xml: ο πίνακας περιεχομένων για τις μηχανές αναζήτησης

Ενότητα 3: Η τεχνική βάση μιας σελίδας · Χρόνος ανάγνωσης: 11 λεπτά

Στόχος μαθήματος: Μετά από αυτό το μάθημα μπορείτε να διαβάσετε ένα sitemap.xml, να κρίνετε αν είναι σωστό και να φροντίσετε ώστε οι μηχανές αναζήτησης να το βρίσκουν.

Βασικές έννοιες: XML sitemap, πρωτόκολλο sitemaps.org, urlset, url, loc, lastmod, changefreq και priority (αγνοούνται από τη Google), όριο 50.000 διευθύνσεων και 50 MB, sitemapindex, κανονικές (canonical) διευθύνσεις, γραμμή Sitemap: στο robots.txt, αυτόματα δημιουργημένο sitemap

Τι είναι ένα sitemap και τι δεν είναι

Ένα sitemap είναι ένα αρχείο με μια λίστα των διευθύνσεων του site σας που θέλετε να εμφανίζονται στα αποτελέσματα αναζήτησης. Είναι ο πίνακας περιεχομένων που δίνετε σε μια μηχανή αναζήτησης. Ένας crawler βρίσκει σελίδες κυρίως ακολουθώντας συνδέσμους (μάθημα 1.2). Ένα sitemap βοηθά σε αυτό: αναφέρει και σελίδες προς τις οποίες οδηγούν λίγοι σύνδεσμοι και δείχνει πότε άλλαξε τελευταία φορά μια σελίδα.

Δύο πράγματα δεν κάνει ένα sitemap:

1. Δεν αποτελεί εγγύηση. Το λέει η ίδια η Google: ένα sitemap δεν εγγυάται ότι όλα όσα περιέχει θα ανιχνευθούν και θα μπουν στο ευρετήριο. Η υποβολή ενός sitemap είναι μια υπόδειξη.
2. Δεν αντικαθιστά τους καλούς συνδέσμους. Μια σελίδα που υπάρχει μόνο στο sitemap και προς την οποία δεν οδηγεί κανένας σύνδεσμος από το δικό σας site είναι για μια μηχανή αναζήτησης ένδειξη ότι ούτε εσείς τη θεωρείτε ιδιαίτερα σημαντική.

Χρειάζεστε sitemap; Σύμφωνα με τη Google, βοηθά κυρίως σε ένα μεγάλο site, σε ένα νέο site με λίγους εξωτερικούς συνδέσμους και σε ένα site με πολλά βίντεο ή εικόνες. Ένα μικρό site (η Google αναφέρει περίπου 500 σελίδες ή λιγότερες) με καλή εσωτερική σύνδεση μπορεί να κάνει και χωρίς. Όμως ένα sitemap δεν κοστίζει σχεδόν τίποτα και τα περισσότερα εργαλεία κατασκευής ιστοσελίδων το δημιουργούν αυτόματα. Αν έχετε ένα, φροντίστε να είναι σωστό: ένα sitemap γεμάτο λάθη είναι χειρότερο από την απουσία sitemap.

Πώς μοιάζει ένα sitemap

Το συνηθισμένο sitemap είναι ένα αρχείο XML σύμφωνα με το πρωτόκολλο sitemaps.org, το οποίο χρησιμοποιούν από κοινού η Google, το Bing και άλλες μηχανές αναζήτησης. Έτσι μοιάζει το sitemap του Bloemenatelier Lotte:

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://www.example.com/</loc>
    <lastmod>2026-11-02</lastmod>
  </url>
  <url>
    <loc>https://www.example.com/bruidsboeketten</loc>
    <lastmod>2026-10-14</lastmod>
  </url>
  <url>
    <loc>https://www.example.com/contact</loc>
    <lastmod>2026-06-30T09:15:00+02:00</lastmod>
  </url>
</urlset>

Μερικοί κανόνες που συχνά παραβλέπονται:

• Πλήρεις διευθύνσεις. Όχι /contact, αλλά https://www.example.com/contact. Η Google ζητά ρητά πλήρεις, απόλυτες διευθύνσεις.
• UTF-8 και escaping. Το αρχείο πρέπει να είναι σε UTF-8, και χαρακτήρες όπως το & σε μια διεύθυνση τους γράφετε ως &. Ένα σκέτο & καθιστά ολόκληρο το XML μη έγκυρο.
• Ίδιο σχήμα και ίδιος host. Σύμφωνα με το πρωτόκολλο, ένα sitemap επιτρέπεται να περιέχει μόνο διευθύνσεις με το ίδιο σχήμα και τον ίδιο host με το ίδιο το sitemap. Ένα sitemap στο https://www.example.com/ με διευθύνσεις στο http://example.com/ δεν είναι λοιπόν σωστό. Αυτό είναι ταυτόχρονα ένδειξη ότι το canonical και η ανακατεύθυνσή σας δεν είναι ευθυγραμμισμένα (μάθημα 3.5 και 4.1).

lastmod: μόνο αν είναι σωστό

Η Google χρησιμοποιεί το <lastmod> όταν είναι «σταθερά και επαληθεύσιμα» σωστό. Το 2023 η Google διευκρίνισε τι μετράει ως αλλαγή: το κύριο κείμενο, τα δομημένα δεδομένα ή οι σύνδεσμοι της σελίδας. Ένα νέο έτος στο footer δεν είναι αλλαγή. Αν βάζετε σε κάθε σελίδα κάθε μέρα τη σημερινή ημερομηνία, η Google μαθαίνει ότι οι ημερομηνίες σας δεν σημαίνουν τίποτα και τις αγνοεί. Μια ειλικρινής ημερομηνία, ή καμία ημερομηνία, είναι καλύτερη από μια επινοημένη.

Μεγάλο site; Τότε sitemapindex

Ένα sitemap μπορεί να περιέχει το πολύ 50.000 διευθύνσεις και να έχει μέγεθος το πολύ 50 MB (χωρίς συμπίεση). Αν το site σας είναι μεγαλύτερο, ή αν θέλετε να χωρίσετε το sitemap (σελίδες, blog, προϊόντα), δημιουργείτε ένα sitemapindex: ένα sitemap από sitemaps.

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://www.example.com/sitemap-paginas.xml</loc>
  </sitemap>
  <sitemap>
    <loc>https://www.example.com/sitemap-blog.xml</loc>
  </sitemap>
</sitemapindex>

Σε αυτή την περίπτωση υποβάλλετε μόνο το index. Το WordPress το κάνει έτσι: το https://www.example.com/wp-sitemap.xml είναι ένα index που παραπέμπει σε ξεχωριστά sitemaps για σελίδες, άρθρα, κατηγορίες και συντάκτες. Τα πρόσθετα SEO συχνά το αντικαθιστούν με δικό τους index, για παράδειγμα sitemap_index.xml.

Ποιες διευθύνσεις ανήκουν σε αυτό;

Μόνο οι διευθύνσεις που θέλετε να εμφανίζονται στα αποτελέσματα αναζήτησης, και μάλιστα στην κανονική (canonical) μορφή τους (μάθημα 3.5). Άρα όχι:

• διευθύνσεις που ανακατευθύνουν (η παραλλαγή http://, το παλιό όνομα μιας σελίδας)·
• διευθύνσεις που επιστρέφουν 404 ή 410·
• σελίδες με noindex (μάθημα 1.3): λέτε τότε ταυτόχρονα «συμπεριέλαβε αυτό» και «μην το συμπεριλάβεις»·
• σελίδες που αποκλείετε στο robots.txt (μάθημα 3.3)·
• παραλλαγές με παραμέτρους, όπως ?sorteer=prijs ή ?utm_source=nieuwsbrief·
• σελίδες ευχαριστιών, καλάθια αγορών, σελίδες σύνδεσης.

Αυτές τις αντιφάσεις τις βλέπετε στο Search Console (μάθημα 2.2 και 2.4): στην αναφορά Page indexing μπορείτε να φιλτράρετε με βάση τις διευθύνσεις του sitemap σας, και τότε βλέπετε για παράδειγμα διευθύνσεις που εξαιρέθηκαν λόγω ετικέτας noindex ή αποκλείστηκαν από το robots.txt. Κάθε τέτοια ειδοποίηση είναι μια διεύθυνση που δεν ανήκει στο sitemap σας ή μια σελίδα που αποκλείστηκε κατά λάθος.

Πώς βρίσκουν οι μηχανές αναζήτησης το sitemap σας

Υπάρχουν δύο συνήθεις τρόποι, και καλό είναι να κάνετε και τους δύο:

1. Μια γραμμή στο robots.txt (μάθημα 3.3). Κάθε μηχανή αναζήτησης διαβάζει το robots.txt, οπότε έτσι το βρίσκει και μια μηχανή αναζήτησης στην οποία δεν έχετε ποτέ λογαριασμό:

   Sitemap: https://www.example.com/sitemap.xml

   Η διεύθυνση πρέπει να είναι πλήρης. Μπορείτε να προσθέσετε περισσότερες γραμμές Sitemap:.

2. Υποβολή στο Search Console και στο Bing Webmaster Tools (μάθημα 2.2 και 2.5). Έτσι βλέπετε επίσης αν η ανάκτηση πέτυχε και πόσες διευθύνσεις βρέθηκαν.

Παλαιότερα μπορούσατε να κάνετε «ping» στη Google με μια ειδική διεύθυνση. Η Google το κατάργησε το 2023: ένα τέτοιο ping δεν κάνει πλέον τίποτα. Αν θέλετε να ενημερώσετε γρήγορα τις μηχανές αναζήτησης για μια αλλαγή, ο τρόπος είναι το lastmod και, για το Bing και μερικές άλλες μηχανές αναζήτησης, το IndexNow (μάθημα 2.5).

Στην πράξη: να το φτιάξετε μόνοι σας ή να φτιαχτεί αυτόματα

Σχεδόν κανείς δεν γράφει sitemap με το χέρι. Το WordPress δημιουργεί από την έκδοση 5.5 μόνο του το wp-sitemap.xml και προσθέτει την παραπομπή στο (εικονικό) robots.txt του. Το AI Builder της WebOké τοποθετεί κατά τη δημοσίευση ένα sitemap.xml στον φάκελο του site, με την ημερομηνία της τελευταίας αλλαγής ανά σελίδα, και ένα robots.txt που περιέχει τη γραμμή Sitemap:. Άλλα εργαλεία κατασκευής ιστοσελίδων κάνουν κάτι παρόμοιο. Η δική σας δουλειά είναι ο έλεγχος:

• Ανοίξτε το /robots.txt στο δικό σας domain (για παράδειγμα https://www.example.com/robots.txt) και δείτε αν υπάρχει γραμμή Sitemap:.
• Ανοίξτε αυτό το sitemap στον browser σας. Περιέχει τις διευθύνσεις που περιμένετε, με https:// και το σωστό όνομα host (με ή χωρίς www);
• Κάντε κλικ σε μερικές από αυτές. Φορτώνει κάθε σελίδα αμέσως σωστά, χωρίς ανακατεύθυνση;

Σύνοψη

• Ένα sitemap είναι πίνακας περιεχομένων και υπόδειξη, όχι εγγύηση. Μικρά sites με καλή σύνδεση μπορούν να κάνουν χωρίς, αλλά ένα σωστό sitemap βοηθά πάντα.
• Υποχρεωτικά είναι το urlset με το σωστό namespace, το url και το loc με πλήρεις διευθύνσεις· το lastmod μόνο αν είναι σωστό. Η Google αγνοεί τα changefreq και priority.
• Το πολύ 50.000 διευθύνσεις και 50 MB ανά αρχείο· πάνω από αυτό, ένα sitemapindex.
• Μόνο κανονικές διευθύνσεις που επιστρέφουν 200, χωρίς noindex και χωρίς αποκλεισμό.
• Βάλτε μια γραμμή Sitemap: στο robots.txt και υποβάλετε το sitemap στη Google και στο Bing. Το παλιό ping δεν λειτουργεί πλέον.

Κουίζ

Άσκηση

Άσκηση A3.4: Είναι έγκυρο το sitemap σας και μπορεί να βρεθεί; Συμπληρώστε τη διεύθυνση του site σας. Το πρόγραμμα αναζητά το sitemap σας όπως θα το έκανε μια μηχανή αναζήτησης (πρώτα μέσω του robots.txt, διαφορετικά στο /sitemap.xml), ελέγχει αν είναι έγκυρο XML σύμφωνα με το πρωτόκολλο, αν αναφέρεται στο robots.txt, αν οι διευθύνσεις είναι πλήρεις και στον δικό σας host, και ανακτά μερικές από αυτές για να δει αν πράγματι επιτρέπεται να μπουν στο ευρετήριο. Δεν έχετε δικό σας site; Χρησιμοποιήστε το european-union.europa.eu.

Περαιτέρω ανάγνωση

Τα βήματα σε αυτά τα άρθρα ισχύουν για τους πίνακες ελέγχου της WebOké· σε άλλους παρόχους η διαδικασία είναι παρόμοια.

• Υποβολή της ιστοσελίδας σας στις μηχανές αναζήτησης (Google και Bing)
• Google Search Central, Δημιουργία και υποβολή sitemap: https://developers.google.com/search/docs/crawling-indexing/sitemaps/build-sitemap
• Google Search Central, Τι είναι ένα sitemap: https://developers.google.com/search/docs/crawling-indexing/sitemaps/overview
• Το πρωτόκολλο sitemaps.org: https://www.sitemaps.org/protocol.html
• Google Search Central Blog, Sitemaps ping endpoint is going away (2023): https://developers.google.com/search/blog/2023/06/sitemaps-lastmod-ping
• Έλεγχος του sitemap σας
• Ορατότητα στο διαδίκτυο 1.3: Sitemap και robots.txt στον AI Builder
• Ορατότητα στο διαδίκτυο 1.4: Sitemap και robots.txt στο WordPress και στον δικό σας ιστότοπο
• Δωρεάν μάθημα WordPress 9.2: Ορατότητα στις μηχανές αναζήτησης: τα βασικά