Sitemaps XML : Donner aux crawlers une carte propre de votre site

Un sitemap est un outil de découverte. Il indique aux moteurs de recherche quelles URLs vous considérez dignes d’être crawlées et approximativement quand chacune a changé pour la dernière fois. Sur un petit site avec un maillage interne propre, il change peu. Sur un grand site, un nouveau site, ou un site où les pages utiles se trouvent à 4 clics de la page d’accueil, il est souvent la différence entre une page trouvée cette semaine et la prochaine année. Deux propriétés rendent un sitemap utile : il est découvrable, et il est honnête. Découvrable signifie qu’il est référencé depuis robots.txt ou soumis directement, et qu’il vit à une URL stable. Honnête signifie que chaque URL y est celui que vous voudriez indexer, c’est‑à‑dire canonique, renvoyant 200, et ouvert au crawl. Le défaut le plus courant est un sitemap généré une fois et jamais régénéré, listant des URLs qui redirigent maintenant ou 404 tout en omettant tout ce qui a été publié depuis. Le second est un sitemap contenant chaque URL que le CMS peut produire, y compris les archives de tags, les doublons paginés et les variantes paramétrées. Les deux enseignent aux moteurs de recherche à faire moins confiance au fichier. Ces vérifications confirment que le sitemap peut être trouvé, qu’il est valide XML, et qu’il utilise correctement l’index et la structure enfant. Elles relisent ensuite chaque URL répertoriée à la lumière de vos propres directives, car un fichier qui nomme des URLs bloquées, noindexées ou non canoniques se contredit, et les moteurs de recherche tranchent en accordant moins de confiance au fichier.