Sitemap XML : c'est quoi, à quoi il sert, et comment le créer

Vous venez de publier de belles pages, et Google ne semble pas les voir. Le problème n’est pas toujours la qualité : c’est souvent la découverte. Un moteur ne connaît que les pages qu’il trouve, et il ne les trouve pas toutes seul. C’est le rôle du sitemap XML, un fichier qui tient de la plomberie plus que du référencement.

Un sitemap XML, c’est quoi exactement

Ce que contient le fichier, ligne par ligne

Ouvrez-le dans un navigateur, il n’a rien de mystérieux : une liste d’adresses complètes, chacune dans une balise, parfois suivie de sa date de dernière modification. C’est tout. Ni mots-clés, ni description, ni contenu.

Le format prévoit aussi une fréquence de mise à jour et une priorité de 0 à 1, dont Google a annoncé depuis longtemps qu’il ne tenait pas compte. Ne perdez pas une minute à les régler.

Sitemap, plan du site, robots.txt : trois voisins à ne pas confondre

Le plan du site est une page HTML faite pour vos visiteurs, avec des liens cliquables. Le sitemap XML est un fichier fait pour les robots. Les deux coexistent sans se remplacer.

Le robots.txt vit au même endroit et fait l’inverse : le sitemap invite à explorer une liste d’adresses, le robots.txt autorise ou bloque l’accès. L’un dit « viens voir ici », l’autre « n’entre pas là ». Et le premier se déclare dans le second, ce qui achève d’embrouiller tout le monde.

Quand un seul fichier ne suffit plus

Le format impose deux limites : cinquante mille adresses et cinquante mégaoctets par fichier, qu’une boutique bien fournie atteint sans difficulté.

La solution est prévue : un fichier d’index, un sitemap qui liste non pas des pages mais d’autres sitemaps, découpés par type de contenu. WordPress et la plupart des extensions le produisent nativement, et c’est pourquoi votre site en affiche parfois plusieurs sans que personne l’ait décidé.

Ce qu’un sitemap change vraiment, et ce qu’il ne changera jamais

Le sujet traîne des malentendus tenaces, et ils coûtent cher en attentes déçues.

Découvrir n’est pas classer

Un sitemap aide Google à trouver vos pages. Il ne dit rien de leur qualité, ne pèse pas dans le classement, et n’a jamais fait monter personne d’une place. Confondre les deux est l’erreur la plus répandue sur le sujet.

C’est une adresse postale : la donner permet au facteur de venir, elle ne rend pas votre courrier plus intéressant.

Les trois situations où il sert vraiment

Un site récent, vers lequel presque aucun lien ne pointe : le moteur n’a aucune raison de passer, le sitemap lui en donne une. Un site volumineux, dont certaines adresses ne s’atteignent qu’en quatre ou cinq clics. Un site mal maillé, où des pages ne sont reliées par aucun lien interne.

Dans ces trois cas, des pages entières restent dans l’angle mort du moteur, parfois des mois. Ailleurs, sur une vitrine de cinq pages, il ne change rien. Il ne nuit pas non plus.

Ce qu’il ne remplacera jamais : les liens entre vos pages

Le sitemap ne garantit pas l’indexation. Lister une page n’oblige personne à la retenir : le fichier ouvre la porte, il ne remplit pas la salle.

Il ne remplace pas non plus un bon maillage interne. Les liens entre vos pages restent le premier chemin d’un robot, et ils portent une information que le sitemap n’a pas : quelles pages comptent le plus à vos yeux. Le fil d’Ariane en fait partie, comme l’explique son balisage. Un filet de sécurité, jamais la structure.

Ce que vous mettez dedans, et ce que vous n’y mettez surtout pas

C’est l’étape que presque personne ne fait, et c’est elle qui sépare un plan utile d’un plan qui ment.

La règle unique : une adresse que vous assumez d’indexer

Une seule question à poser pour chaque adresse : est-ce que je veux voir cette page dans les résultats de Google ? Si oui, elle a sa place. Si non, ou si vous hésitez, elle n’y est pas.

Elle évite surtout le réflexe du « au cas où », qui produit un fichier gonflé et contradictoire.

Les familles d’adresses à laisser dehors

Cinq familles reviennent systématiquement. Les pages en noindex, puisque vous demandez d’explorer ce que vous demandez par ailleurs d’oublier. Les adresses redirigées, qui imposent un détour inutile. Les 404, qui envoient explorer du vide.

Les pages en double ensuite : une seule version, celle que vous avez désignée comme canonique. Et les adresses techniques que le site fabrique seul, résultats de recherche interne, filtres et tris, panier, espace client.

La date de modification, utile seulement si elle est vraie

La date de dernière modification aide un moteur à revenir en priorité sur ce qui a bougé, à condition de correspondre à un vrai changement.

Certains outils la remettent au jour même sur toutes les pages, à chaque régénération. Un site qui annonce que ses deux cents pages ont changé cette nuit ne trompe personne : le signal est ignoré.

Créer et soumettre son sitemap, étape par étape

Vous n’écrirez pas une ligne de code : le fichier se génère depuis votre site. Il reste à le vérifier et à le déclarer.

1. Générer le fichier

   Le CMS ou son extension SEO s’en charge ; un site sur mesure le produit à la volée.

2. Vérifier son contenu

   Uniquement des pages indexables : code 200, sans noindex, sans redirection, sans 404.

3. Déposer le fichier à la racine

   Une adresse stable, puis une ligne Sitemap: dans le robots.txt.

4. Soumettre à la Search Console

   Menu « Sitemaps », collez l’adresse, envoyez, puis relisez le statut.

5. Surveiller l'écart

   Comparez les adresses découvertes aux pages réellement indexées.

Le générer : votre outil le fait déjà, ou presque

Trois cas couvrent la quasi-totalité des sites de TPE. Sous WordPress, le fichier existe déjà, et une extension SEO le remplace par une version paramétrable. Sous PrestaShop, un module dédié s’en charge. Sur un site sur mesure, il se produit à la construction, à partir de la liste réelle des pages.

Cette dernière méthode a un avantage décisif : le sitemap ne peut pas se désynchroniser du site, puisqu’il en est extrait.

Le déclarer : la racine, puis la ligne du robots.txt

Deux gestes. Le fichier se place à une adresse stable, à la racine du domaine, et cette adresse ne bouge plus jamais. Puis une ligne Sitemap: suivie de l’adresse complète s’ajoute au robots.txt.

Cette ligne le rend trouvable par tous les moteurs, y compris ceux auxquels vous n’avez rien soumis : la déclaration la moins visible, et la plus universelle.

Vérifier qu’il est lu, pas seulement envoyé

Soumettre n’est pas être lu. Revenez quelques jours plus tard : le tableau des sitemaps affiche une date de dernière lecture, un statut et un nombre d’adresses découvertes.

Trois vérifications suffisent. Le statut indique « Réussite ». La date de lecture est récente. Le nombre d’adresses ressemble au nombre de pages que vous croyez avoir : un fichier qui en annonce trois cents sur un site de quarante pages vous apprend quelque chose.

Découvertes contre indexées : le seul chiffre à regarder

Une fois le sitemap soumis, la Search Console affiche deux nombres qui ne racontent pas la même histoire.

Deux rapports, deux nombres, deux histoires

Le rapport « Sitemaps » indique les adresses découvertes, ce que Google a lu dans votre fichier. Le rapport « Indexation des pages » indique ce qu’il a retenu. Le premier mesure votre déclaration, le second sa décision.

Un écart est normal. Un écart important est le vrai diagnostic de votre site, et la Search Console en donne gratuitement la raison, page par page.

Lire les motifs sans se tromper de coupable

Trois motifs reviennent chez les TPE. « Explorée, actuellement non indexée » : Google est venu et n’a pas jugé la page assez utile. « Détectée, actuellement non indexée » : il ne s’est pas déplacé. « Page en double » : deux adresses servent le même contenu, cas fréquent sur les boutiques à filtres.

Aucun ne se règle en modifiant le sitemap. Le fichier a livré l’adresse ; le reste relève du contenu et de la structure, que nous traitons dans mon site n’apparaît pas sur Google. Un sitemap se surveille, il ne se célèbre pas.

Les erreurs qui font plus de mal que de bien

Un sitemap mal tenu envoie des signaux contradictoires, et cela se retourne contre vous.

Le plan périmé après une refonte

La faute la plus coûteuse, parce qu’elle arrive au pire moment. Les adresses ont changé, le nouveau site est en ligne, et le fichier soumis l’an dernier livre toujours l’ancienne liste. Google explore consciencieusement des pages qui n’existent plus.

Le sitemap appartient donc à la liste de contrôle d’une migration, au même titre que le plan de redirections détaillé dans refondre son site sans perdre son référencement. Régénérez, resoumettez, surveillez les semaines suivantes.

Le fichier qui contredit le robots.txt

Deux fichiers voisins, deux intentions opposées, et personne ne les relit ensemble. Une section bloquée dans le robots.txt et listée dans le sitemap produit ce message : « explore ceci, mais n’entre pas ». Le moteur tranche, rarement en votre faveur.

La vérification prend deux minutes : ouvrez les deux fichiers côte à côte après chaque intervention technique.

Le sitemap tenu à la main

Un fichier écrit une fois à la main est juste le jour de sa création, faux le lendemain. Chaque nouvelle page manque, chaque page supprimée reste, et l’écart grandit en silence.

Un générateur supprime le problème à la racine : il n’y a plus de fichier à tenir, il y a un fichier qui se réécrit.

Vous ne verrez jamais ce fichier travailler

Sur les sites des TPE et PME de la région de Montpellier que nous développons et maintenons, le sitemap fait partie de ce que nous posons puis tenons à jour : génération automatique, adresses indexables seulement, déclaration dans le robots.txt, soumission à la Search Console et suivi de l’écart, en particulier après une refonte. Le site que vous lisez en produit un automatiquement à chaque publication, comme tous ceux que nous construisons sur mesure. C’est de la plomberie invisible, et c’est elle qui décide si vos pages existent aux yeux de Google. Cette rigueur fait partie de ce qui rend un site d’entreprise efficace. Quand le site dépasse la vitrine, catalogue volumineux ou espace client, c’est le terrain de notre agence de développement web à Montpellier.