Sitemapa je súbor, ktorý Googlu hovorí, aké stránky na webe máte a ktoré z nich považujete za dôležité. Väčšina redakčných systémov ju generuje sama.
A práve preto ju skoro nikto nekontroluje. Vo chvíli, keď sa do nej dostanú stránky, ktoré tam nepatria, začne miasť namiesto toho, aby pomáhala.
Tento text vysvetľuje, na čo sitemapa reálne slúži, čo v nej má a nemá byť a ako zistiť, že máte problém.
Na čo sitemapa slúži a na čo nie
Sitemapa je zoznam adries, ktorý pomáha vyhľadávaču nájsť obsah rýchlejšie. Nie je to príkaz, je to nápoveda.
Zásadné je rozlíšiť, čo sitemapa urobí a čo nie. Tu vzniká väčšina falošných očakávaní.
Čo urobí. Urýchli objavenie nových stránok, pomôže pri veľkých weboch a pri stránkach, na ktoré vedie málo odkazov, a dá Googlu informáciu o poslednej zmene.
Čo neurobí. Nezaručí zaindexovanie. Nezlepší pozície. Nenahradí interné prelinkovanie, ktoré je pre Google silnejší signál než zoznam adries.
Prakticky z toho vyplýva, že sitemapa je hygiena, nie nástroj rastu. Keď je zlá, škodí. Keď je dobrá, len neprekáža. Napokon aj dokumentácia Googlu uvádza, že zaindexovanie negarantuje.
Do širšieho kontextu to zapadá tam, kde popisujeme technické SEO, teda do fázy prechádzania a indexácie.
Základné pojmy okolo sitemapy vysvetľuje Patrik Pilous v hesle mapa webu.
Ako vyzerá sitemap XML
Najbežnejší formát je sitemap XML. Je to textový súbor so štruktúrovaným zápisom, ktorý číta robot, nie človek. Každá stránka v ňom má samostatný záznam.
Záznam obsahuje povinnú úplnú adresu stránky vrátane protokolu, teda napríklad https, a celej domény. Voliteľne môže obsahovať dátum poslednej zmeny a ďalšie údaje, o ktorých píšeme nižšie. Súbor musí byť v kódovaní UTF-8.
Okrem XML Google prijme aj obyčajný textový súbor, kde je na každom riadku jedna adresa, alebo RSS kanál. Pri bežnom webe však nie je dôvod odchádzať od XML, pretože ho redakčné systémy vytvárajú automaticky.
Od XML sitemapy treba odlíšiť HTML mapu webu. Tá je bežnou stránkou pre návštevníkov s prehľadom sekcií a odkazov. Môže pomôcť s orientáciou, ale XML súbor nenahrádza.
Čo v sitemape má a nemá byť
Pravidlo je jednoduché. V sitemape majú byť len adresy, ktoré chcete mať vo vyhľadávaní, a žiadne iné.
Porušenie tohto pravidla je najčastejšia chyba, ktorú vidíme na českých weboch.
Patria tam stránky, ktoré vracajú kód 200, majú vlastný obsah, nie sú blokované a ukazujú samy na seba ako na hlavnú verziu.
Nepatria tam presmerované adresy, stránky s príznakom noindex, stránky blokované v robots.txt, kanonizované na inú adresu, stránky výsledkov filtrovania bez dopytu a technické adresy typu košík alebo prihlásenie.
Rozpor medzi sitemapou a zvyškom webu je pre Google mätúci signál. Keď mu v sitemape poviete, že je stránka dôležitá, a na stránke, že ju nemá indexovať, protirečíte si.
Sitemap vo WordPresse a generátory
WordPress od verzie 5.5 vytvára základnú sitemapu sám, zvyčajne na adrese wp-sitemap.xml. Rozšírenia ako Yoast alebo Rank Math ju často vypnú a nahradia vlastnou, ktorá býva na adrese sitemap_index.xml.
Pri WordPress sitemap sa oplatí overiť tri veci.
- Na webe beží len jedna sitemapa, nie vstavaná aj tá z rozšírenia súčasne.
- V sitemape nie sú typy obsahu bez hodnoty, napríklad stránky príloh, archívy autorov alebo štítky s jedným článkom.
- Stránky nastavené ako neindexované zo sitemapy automaticky vypadnú.
Samostatný sitemap generator prejde web podobne ako robot a vytvorí súbor so všetkými nájdenými adresami. Hodí sa pri statických weboch alebo pri systémoch, ktoré sitemapu nevedia vytvoriť. Výsledok však treba pri každej zmene obsahu vygenerovať a nahrať znova, a generátor nájde len stránky, na ktoré vedie odkaz.
Ako zistiť, že máte problém
Kontrola zaberie desať minút a nepotrebujete na ňu platený nástroj.
Postup je rovnaký pre malý web aj pre e-shop s tisíckami produktov.
Otvorte si sitemapu v prehliadači, zvyčajne na adrese s koncovkou sitemap.xml alebo sitemap_index.xml. Pozrite sa, koľko adries obsahuje.
V Search Console potom otvorte sekciu Sitemapy a porovnajte počet odoslaných adries s počtom zaindexovaných. Veľký rozdiel je signál.
Náhodne vyberte desať adries zo sitemapy a skontrolujte ich. Vracajú 200? Nie sú presmerované? Nemajú noindex?
Nakoniec porovnajte počet adries v sitemape s počtom stránok, ktoré na webe skutočne chcete mať viditeľné. Keď je v sitemape dvakrát viac, niečo tam nepatrí.
Ako sa v Search Console orientovať, popisujeme v článku o Search Console. Sekcia Indexovanie stránok k tomu doplní zvyšok obrazu.
Sitemap checker a validator v praxi
Nástroje na kontrolu sitemapy sa delia na dve skupiny a každá rieši inú vec.
Sitemap validator kontroluje formálnu správnosť súboru. Overí, či je XML zapísané podľa pravidiel, či sú adresy úplné a či sú správne zapísané špeciálne znaky, napríklad znak & v adrese. Chyba v zápise môže spôsobiť, že sa celý súbor nedá prečítať.
Sitemap checker ide ďalej a prechádza samotné adresy. Zisťuje stavové kódy, presmerovania, príznak noindex a kanonické adresy. Robí teda automaticky to, čo pri ručnej kontrole overujete na vzorke desiatich adries.
Pri kontrole najčastejšie narazíte na tieto chyby.
- Relatívne adresy bez domény.
- Zmes verzií s www a bez www alebo s http a https.
- Adresy z testovacej alebo inej domény.
- Súbor, ktorý server vracia s chybou alebo ako stránku HTML.
Veľké weby a rozdelené sitemapy
Jedna sitemapa môže obsahovať maximálne päťdesiat tisíc adries. Pri väčších weboch sa preto delí a zastrešuje sa indexom.
Rozdelenie má však aj praktický dôvod, ktorý sa často prehliada.
Keď sitemapy rozdelíte podľa typu obsahu, teda zvlášť produkty, zvlášť kategórie a zvlášť články, uvidíte v Search Console pomer indexácie pre každú skupinu zvlášť.
To je diagnostika, ktorú inak nedostanete. Keď sa indexuje deväťdesiat percent kategórií a tridsať percent produktov, viete, kde hľadať problém.
Pri e-shopoch je toto rozdelenie najrýchlejší spôsob, ako zistiť, že máte v indexe len zlomok sortimentu.
Údaje, ktoré sa preceňujú
Sitemapa môže okrem adresy obsahovať aj ďalšie informácie. Väčšina z nich dnes nemá vplyv.
Oplatí sa vedieť, ktoré riešiť a ktoré nie.
Dátum poslednej zmeny. Jediný údaj, ktorý má reálny význam, ale len keď je pravdivý. Keď sa dátum mení pri všetkých stránkach každú noc, Google ho začne ignorovať.
Priorita. Google ju podľa vlastných vyjadrení nepoužíva. Nastavovať ju nemá zmysel.
Frekvencia zmien. To isté. Historický údaj bez vplyvu.
Prakticky to znamená, že sa máte sústrediť na to, ktoré adresy v sitemape sú, nie na ich parametre.
Čomu sa vyhnúť
Nasledujúce chyby vidíme opakovane a všetky majú rovnaký dôsledok, teda že Google sitemape prestane veriť.
Opravujú sa v nastavení systému, nie ručne.
Sitemapa, ktorá sa neaktualizuje. Statický súbor nahraný pred rokom je horší ako žiadny.
Adresy s noindexom. Protirečíte si a Google si vyberie, čomu uverí.
Blokovanie v robots.txt. Sitemapa uvedená v súbore, ktorý ju zároveň blokuje. Vídame to častejšie, než by sa čakalo.
Sitemapa neuvedená nikde. Patrí do robots.txt a má byť odoslaná v Search Console.
Otázky, ktoré sa okolo sitemapy objavujú
Päť otázok, ktoré najčastejšie dostávame od ľudí, ktorí si web spravujú sami.
Odpovede platia všeobecne, pri konkrétnej platforme sa detaily líšia.
Musím sitemapu vôbec mať
Pri webe s niekoľkými desiatkami stránok a dobrým prelinkovaním sa Google zaobíde bez nej. Pri e-shopoch a väčších weboch je prakticky nutná.
Keď ju systém generuje sám, nie je dôvod ju vypínať. Len ju skontrolujte.
Ako často sa má aktualizovať
Automaticky pri každej zmene obsahu. Väčšina systémov to vie, len sa nikto neobťažuje to overiť.
Ručné nahrávanie súboru sa dnes používa už len pri statických weboch.
Mám do sitemapy dávať obrázky
Pri weboch, kde sú obrázky podstatnou časťou obsahu, teda pri fotografoch, e-shopoch s vizuálnym sortimentom a podobne, to zmysel dáva.
Pri bežnom firemnom webe je to práca navyše bez merateľného prínosu.
Prečo Google neindexuje všetky adresy zo sitemapy
Pretože sitemapa nie je príkaz. Google si vyberá, čo stojí za zaindexovanie, podľa kvality a užitočnosti obsahu.
Keď je pomer výrazne nízky, problém nie je v sitemape, ale v obsahu alebo v štruktúre webu.
Mám do sitemapy dávať filtrové stránky
Len tie, na ktoré existuje reálny dopyt a ktoré majú vlastný obsah. Ostatné nie.
Pri e-shopoch je toto rozhodnutie dôležitejšie ako samotná sitemapa. Súvisí s tým, čo popisujeme pri kanibalizácii kľúčových slov.
Kde začať u vás
Otvorte si sitemapu v prehliadači a spočítajte, koľko adries obsahuje. Potom to číslo porovnajte s tým, koľko stránok chcete mať vo vyhľadávaní.
Keď sa to výrazne líši, vyberte desať náhodných adries a prejdite ich. Počas desiatich minút zistíte, či je problém v sitemape, alebo inde.
Keď si výsledok nebudete vedieť vyložiť, prejdeme ho spolu na SEO konzultácii. Nízky pomer zaindexovaných adries má zvyčajne inú príčinu, než sa na prvý pohľad zdá.
Chcete prejsť celý web naraz, vrátane indexácie a štruktúry? Riešime to v rámci SEO analýzy webu, ozvite sa cez kontakt.
Časté otázky o sitemape
Čo znamená stav Couldn’t fetch pri sitemape
Google sa k súboru nevedel dostať alebo ho nevedel prečítať. Niekedy ide o dočasný stav hneď po odoslaní, ktorý sa vyrieši sám. Ak pretrváva, overte, či sitemapa vracia kód 200, nie je blokovaná v robots.txt ani firewallom a či je zadaná správna adresa.
Ako pridať Google sitemap do Search Console
V Search Console otvorte sekciu Sitemapy, zadajte adresu súboru a odošlite ju. Pri webe s viacerými sitemapami stačí odoslať index, ktorý ich zastrešuje. Adresu sitemapy zároveň uveďte v súbore robots.txt.
Potrebujem pri WordPresse samostatný sitemap generator
Spravidla nie. WordPress vytvára sitemapu sám a rozšírenia ju vedia upraviť podľa potreby. Samostatný generátor by vytvoril statický súbor, ktorý by ste museli aktualizovať ručne.
Aký je rozdiel medzi sitemap validatorom a checkerom
Validátor kontroluje, či je súbor technicky správne zapísaný. Checker overuje samotné adresy, teda či sú dostupné, nepresmerované a určené na indexovanie. Pri dôkladnej kontrole sa oplatí použiť oba.
