
Un sitemap XML est un fichier qui donne aux robots de Google et des moteurs de recherche la liste des URL d'un site à explorer, avec leur date de modification. Facultatif sur un petit site web bien relié, le fichier sitemap XML aide l'indexation d'un site neuf, volumineux ou riche en images et vidéos.
Trois repères avant de toucher au fichier
- Le sitemap XML d'un site ne doit inclure que des URL canoniques en https qui répondent en 200 : aucun fichier ou page en noindex, redirigée ou bloquée par le robot via robots.txt.
- Google lit la balise lastmod si elle est exacte et ignore priority et changefreq.
- Le fichier se déclare dans la Google Search Console et par une ligne Sitemap du fichier robots.txt ; le ping de Google ne fonctionne plus depuis fin 2023.
Sitemap XML : définition du fichier et rôle pour les robots
Le sitemap XML est un fichier au format XML qui énumère les adresses d'un site que l'on veut voir explorer puis indexer. Le protocole, décrit sur sitemaps.org, est né en 2006 chez Google, rejoint la même année par Yahoo et Microsoft ; ce standard ouvert sert de référence à Google, Bing et Yandex. Yahoo, dont les résultats de recherche proviennent de Bing, n'offre plus d'outil de soumission propre depuis la fermeture de Yahoo Site Explorer en 2011. Le fichier ne remplace pas le contenu : il sert de plan de site à l'usage des robots, quand le plan de site HTML s'adresse aux visiteurs.
Le fonctionnement d'un sitemap XML suit l'exploration (crawling) : le robot de Google télécharge le fichier, lit chaque URL et sa date lastmod, puis décide quelles pages visiter en priorité. L'avantage principal du fichier sitemap est de signaler des pages que le maillage interne met peu en avant, comme un article récent ou une page isolée. Il aide à la découverte et à l'indexation, il ne fait pas monter une page dans le classement.
Google le dit sans détour dans sa documentation : un sitemap ne garantit ni l'exploration ni l'indexation de toutes les adresses listées. Une page faible ou dupliquée reste dans son état, qu'elle figure ou non dans le fichier. L'importance du sitemap XML tient donc à un rôle précis : améliorer la visibilité des pages auprès des moteurs de recherche, à condition que ces pages méritent d'être indexées.
Que contient un fichier sitemap XML ? Exemple commenté
Un fichier sitemap XML contient une balise racine urlset, puis une balise url par page, qui porte au minimum une balise loc : l'adresse complète et absolue, protocole https compris. La balise lastmod, facultative, donne la date de dernière modification au format AAAA-MM-JJ. L'espace de noms du protocole, http://www.sitemaps.org/schemas/sitemap/0.9, se déclare dans urlset. Voici un sitemap exemple pour deux pages d'un site de plombier :
<?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>2026-10-12</lastmod>
</url>
<url>
<loc>https://www.example.com/depannage-plomberie/</loc>
<lastmod>2026-09-03</lastmod>
</url>
</urlset>
Le fichier s'encode en UTF-8. Les caractères spéciaux d'une URL s'écrivent sous forme d'entités : l'esperluette devient &, l'apostrophe '. Une espace ou une ligne vide avant la déclaration XML suffit à rendre le fichier illisible pour le robot de Google, une erreur fréquente des fichiers retouchés à la main.
Ce que Google fait de lastmod, priority et changefreq
Google lit lastmod seulement si la date reste exacte de façon constante et vérifiable, et il ignore priority et changefreq, selon la documentation Google Search Central. Régler une page à 1.0 ou à « daily » ne change donc rien pour lui. La date lastmod doit refléter la dernière modification significative : texte principal, données structurées ou liens. Changer l'année du copyright dans le pied de page ne compte pas.
| Balise | Statut dans le protocole | Lecture par Google |
|---|---|---|
| loc | obligatoire | lue : c'est l'URL à explorer |
| lastmod | facultative | lue si elle reste fiable dans la durée |
| priority | facultative | ignorée |
| changefreq | facultative | ignorée |
Bing tient un discours voisin : son blog pour webmasters a rappelé en 2023 que lastmod compte parmi les signaux qu'il utilise pour programmer l'exploration. Un générateur qui inscrit la date de création du fichier sur toutes les pages apprend aux deux moteurs que la balise ment, et ils finissent par l'ignorer. Pour une PME, la règle pratique : laisser lastmod porter la vraie date de modification, supprimer priority et changefreq si l'outil les ajoute.
Limites officielles et index de sitemaps
Un sitemap XML accepte au maximum 50 000 URL et pèse au plus 50 Mo une fois décompressé, d'après Google Search Central. Le fichier peut se compresser en gzip (sitemap.xml.gz), mais la limite de poids s'apprécie sur la version décompressée. Un site qui dépasse l'un de ces plafonds répartit ses adresses entre plusieurs fichiers.
Ces fichiers se regroupent dans un sitemap index file : un fichier XML dont la balise racine est sitemapindex et qui liste chaque sitemap par une balise loc, avec sa propre date lastmod. L'index permet de soumettre tous les fichiers en une fois et de suivre chacun dans la Search Console, qui accepte jusqu'à 500 fichiers d'index par site. Les sitemaps cités dans un index se trouvent sur le site de l'index, dans son répertoire ou un sous-répertoire.
Les outils découpent souvent bien avant 50 000 adresses. Le sitemap natif de WordPress plafonne chaque fichier à 2 000 URL, et Yoast SEO à 1 000 entrées par sitemap ; un site de 3 000 articles produit donc plusieurs fichiers reliés par un index. Google accepte aussi les flux RSS 2.0 et Atom 1.0, ainsi qu'un fichier texte (.txt) avec une URL par ligne et rien d'autre ; un flux RSS ne couvre en général que les publications récentes et complète un sitemap sans le remplacer.
Quand un sitemap aide un site, et quand il reste facultatif
Google juge le sitemap utile pour un site volumineux, pour un site neuf qui reçoit peu de liens externes et pour un site riche en vidéos, en images ou en articles d'actualité. Dans ces trois cas, le robot risque de manquer des pages qu'aucun lien ne signale. Il le dit superflu pour un petit site d'environ 500 pages ou moins, dont toutes les pages importantes se rejoignent en suivant les liens depuis l'accueil.
Prenons un restaurant de la Robertsau dont le site compte douze pages reliées par le menu : Google les trouvera sans sitemap, mais le fichier ne coûte rien et Google le dit bénéfique dans la plupart des cas. Pour un artisan qui lance son site, le sitemap fait partie des éléments techniques à prévoir dès la mise en ligne, au même titre que les pages de services et de zone d'intervention décrites dans le contenu d'un site internet pour artisan.
Le cas inverse existe : une boutique qui génère des milliers d'URL de filtres et de tri gagne davantage à nettoyer ses paramètres et son maillage qu'à allonger son sitemap. Le fichier reflète l'architecture du site ; il ne corrige ni des pages pauvres, ni une arborescence où le robot se perd.
Comment créer un sitemap XML : quatre méthodes comparées
La création d'un sitemap XML passe d'abord par le CMS, qui produit souvent le fichier sans intervention. WordPress en génère un depuis la version 5.5 (août 2020) à l'adresse /wp-sitemap.xml ; Yoast SEO et Rank Math publient le leur sous le nom sitemap_index.xml et désactivent alors celui de WordPress. Wix, Shopify et Blogger créent aussi leur fichier automatiquement.
| Méthode | Pour quel site | Actualisation | Point de vigilance |
|---|---|---|---|
| Sitemap natif du CMS | WordPress, Wix, Shopify | automatique | types de pages inutiles listés par défaut |
| Extension SEO (Yoast SEO, Rank Math) | WordPress | automatique | un seul sitemap actif sur le site |
| Sitemap generator en ligne | site statique de taille modeste | manuelle, à refaire | dates lastmod souvent fausses |
| Script du site | développement sur mesure | à chaque publication | contrôler l'encodage et les URL absolues |
Un générateur en ligne comme xml-sitemaps.com, qui se présente en « free online sitemap generator », parcourt le site comme un robot et rend un fichier à déposer à la racine ; sa version gratuite s'arrête à 500 pages. Un crawler de bureau, tel Screaming Frog SEO Spider, exporte aussi la liste des URL indexables au format sitemap. Sur un site fait main, le plus sûr reste un script qui lit la base des pages et recrée le fichier à chaque publication, avec la vraie date de modification.
Le guide officiel de Google, intitulé en anglais « Build and submit a sitemap », résume la marche à suivre pour create a sitemap puis submit a sitemap : choisir le format, générer le fichier, le rendre accessible, le déclarer. Ouvrir ensuite l'adresse du fichier dans un navigateur suffit à contrôler le résultat : le XML s'affiche sans message d'erreur, chaque URL commence par https et aucune page de test ne traîne dans la liste.
Quelles URL inclure dans le sitemap, lesquelles laisser dehors
Un sitemap ne doit inclure que des URL canoniques, qui répondent par un code 200 et que l'on veut voir dans les résultats de recherche de Google. Pour un site de PME, la manière la plus simple de trier consiste à inclure les pages de services, les articles, les pages de contact et de zone d'intervention, puis à vérifier que chacune appartient bien au domaine déclaré : un sitemap ne peut inclure des adresses d'un autre domaine que si ce domaine est également validé dans la Search Console. Le moteur traite le sitemap comme un signal faible pour choisir la version canonique d'une page ; un fichier rempli d'adresses contradictoires brouille ce signal. Restent dehors :
- les pages en noindex, qui demandent à Google de ne pas les indexer ;
- les URL qui redirigent ou renvoient une erreur 404 ;
- les variantes d'une page avec paramètres de session, de filtre ou de tri ;
- les pages bloquées par le fichier robots txt, que le robot ne peut pas lire ;
- les pages d'administration, de panier et de remerciement.
Le fichier robots.txt et le sitemap jouent des rôles opposés : le robots txt file dit aux robots ce qu'ils peuvent demander, le sitemap leur montre ce que le site veut faire indexer. Google rappelle que robots.txt ne retire pas une page de ses résultats ; seule la balise noindex le fait, à condition que le robot puisse lire la page. Avec l'indexation mobile, le contenu de la version mobile doit rester équivalent à celui de l'ordinateur pour que les adresses listées gardent leur sens.
Soumettre un sitemap à Google et aux autres moteurs
Pour soumettre un sitemap, on ouvre la Google Search Console, rubrique Sitemaps, et on saisit l'adresse du fichier, par exemple sitemap.xml ; l'interface anglaise parle de « Add a new sitemap ». Le rapport affiche ensuite l'état de lecture (« Success », « Couldn't fetch » ou « Has errors » en anglais), la date du dernier téléchargement et le nombre d'URL découvertes. Bing Webmaster Tools propose une rubrique équivalente, et le fichier sert aux deux moteurs. La Search Console s'appelait Google Webmaster Tools jusqu'en 2015 : beaucoup de tutoriels pour webmasters emploient encore l'ancien nom, et leurs captures d'écran décrivent généralement une interface disparue.
Lire la documentation de Google en anglais
La documentation de référence de Google Search Central est rédigée en anglais, et sa traduction française arrive parfois avec retard. Six termes reviennent sans cesse :
- sitemap index file
- le fichier d'index qui regroupe multiple sitemaps, c'est-à-dire plusieurs fichiers, quand un site dépasse 50 000 URL ou 50 Mo.
- robots txt file
- le fichier robots.txt, où une ligne Sitemap donne l'adresse du sitemap à tous les web crawlers.
- supported formats
- les formats que Google prend en charge (support) : XML, RSS, Atom et fichier texte ; la page liste avec soin ce qui marche pour chaque format.
- structured data
- les données structurées de la page, qui doivent dire la même chose que le sitemap vidéo ou image.
- video content
- le fichier vidéo lui-même, déclaré dans content_loc, à distinguer du lecteur déclaré dans player_loc.
- canonical URL
- l'adresse de référence d'une page : list only canonical URLs, autrement dit n'inscrire que celles-là.
Le rapport Sitemaps, que l'aide en anglais présente sous le titre « Manage your sitemaps using the Sitemaps report », donne le nombre d'URL que le robot a découvertes et la source de chaque erreur ; la consigne « use the Sitemaps report to see how Google reads your file » résume son usage. Pour un webmaster qui lit l'anglais avec difficulté, l'outil de traduction du navigateur suffit généralement à suivre ces pages web.
Une seconde méthode consiste à ajouter au fichier robots.txt une ligne du type « Sitemap: https://www.example.com/sitemap.xml ». L'adresse s'écrit en entier, la ligne peut se répéter pour plusieurs fichiers, et elle vaut pour tous les robots quel que soit le user-agent. Cette ligne permet à Bing, à Yandex et aux autres moteurs de trouver le sitemap sans compte webmaster.
L'ancienne méthode du ping, qui signalait une modification par une adresse spéciale, ne marche plus : Google a annoncé son arrêt en juin 2023, effectif à la fin de cette année-là. Pour prévenir vite d'un changement, Bing et Yandex proposent depuis 2021 le protocole IndexNow, qui envoie l'URL modifiée au moteur dès sa publication ; Google ne l'a pas adopté, et pour lui le couple sitemap et lastmod reste la voie normale. Aucun délai de lecture n'est promis après la soumission.
Comment trouver le sitemap.xml d'un site
Le sitemap.xml d'un site se trouve le plus souvent à la racine : essayer /sitemap.xml, puis /sitemap_index.xml et /wp-sitemap.xml pour un site WordPress. La méthode la plus fiable consiste à ouvrir /robots.txt, où la ligne Sitemap donne l'adresse exacte, y compris quand le fichier porte un nom inattendu.
La recherche Google « site:example.com filetype:xml » fait parfois remonter le fichier, mais Google indexe rarement les sitemaps : un résultat vide ne prouve rien. Dans la Search Console, la rubrique Sitemaps liste les fichiers déjà déclarés pour le site, avec leur dernière lecture. Le fichier peut se placer ailleurs qu'à la racine ; sans déclaration dans la Search Console ou dans robots.txt, un sitemap rangé dans un sous-répertoire ne couvre alors que les fichiers de ce répertoire.
Sitemaps d'images, de vidéos, d'actualités et de langues
Un sitemap XML peut décrire plus que des pages : Google gère des extensions pour les images, les vidéos et les actualités, qui ajoutent des informations propres à ces contenus. Chacune se déclare par son espace de noms dans la balise urlset.
- Image : la balise image:image regroupe les images d'une URL, l'adresse de chacune dans image:loc, jusqu'à 1 000 images par page. Google a retiré en 2022 les balises image caption, image title, geo_location et license, qu'il ne lit plus.
- Vidéo : thumbnail_loc, title et description sont requis, avec content_loc ou player_loc ; la durée (video duration) s'exprime en secondes, de 1 à 28 800.
- Actualités : un sitemap Google News ne liste que les articles des deux derniers jours, 1 000 balises news:news au plus, avec le nom de la news publication, sa langue, la publication date et le titre.
- Langues : des balises xhtml:link rel="alternate" hreflang relient les versions d'une page en plusieurs langues.
Voici l'image et la vidéo d'une page de recette, puis ses variantes en français et en allemand :
<url>
<loc>https://www.example.com/recettes/baeckeoffe/</loc>
<image:image>
<image:loc>https://www.example.com/images/baeckeoffe.jpg</image:loc>
</image:image>
<video:video>
<video:thumbnail_loc>https://www.example.com/images/baeckeoffe-miniature.jpg</video:thumbnail_loc>
<video:title>Préparer un baeckeoffe</video:title>
<video:description>Les étapes de la recette en cinq minutes.</video:description>
<video:content_loc>https://www.example.com/videos/baeckeoffe.mp4</video:content_loc>
<video:duration>300</video:duration>
</video:video>
<xhtml:link rel="alternate" hreflang="fr" href="https://www.example.com/recettes/baeckeoffe/"/>
<xhtml:link rel="alternate" hreflang="de" href="https://www.example.com/de/rezepte/baeckeoffe/"/>
</url>
Une entreprise de Strasbourg qui sert sa clientèle de Kehl en allemand décrit ainsi ses deux versions, dans le sitemap comme dans la page. Les informations de la vidéo doivent concorder avec les données structurées de la page : un titre ou une durée différents d'un endroit à l'autre sèment le doute chez Google. Un site local sans vidéo ni actualités n'a besoin d'aucune de ces extensions.
Sitemap.xml introuvable, doublon WordPress, rythme d'actualisation
Que faire quand la Search Console signale une erreur de sitemap ?
Le rapport donne le motif : fichier introuvable, format XML invalide, URL non autorisées pour ce site ou fichier trop lourd. On corrige la cause, on ouvre le fichier dans un navigateur pour vérifier qu'il s'affiche, puis on le soumet de nouveau. Une URL listée mais bloquée par robots.txt ou en noindex produit un avertissement à traiter en retirant l'adresse du fichier.
À quelle fréquence actualiser un sitemap XML ?
Un sitemap XML s'actualise à chaque publication, modification ou suppression de page, pas selon un calendrier. Les CMS et les extensions le font seuls ; sur un site fait main, un script qui recrée le fichier à chaque mise en ligne garde des dates lastmod justes.
Faut-il un sitemap en plus de celui de WordPress ?
Non : un seul sitemap actif suffit, celui de WordPress ou celui de l'extension SEO. Deux fichiers concurrents créent des doublons dans les rapports de la Search Console. Il reste à contrôler que le fichier ne liste ni pages en noindex, ni pages d'auteurs ou d'étiquettes sans intérêt, puis à le déclarer.
Un sitemap fait-il monter un site dans Google ?
Un sitemap ne fait monter aucune page : il aide Google à découvrir et à revisiter les URL, le classement dépend du contenu et des liens. Les autres conseils en référencement naturel pour TPE et PME traitent ces leviers, et un accompagnement en référencement à Strasbourg commence souvent par ce contrôle technique.