Un sitemap XML qui contient 12 000 URL, généré automatiquement, soumis à la Search Console… et zéro page indexée pendant six semaines. Je l'ai vécu sur un site e-commerce il y a quelques années, et c'est à ce moment-là que j'ai compris une chose simple : un sitemap mal fichu ne se contente pas d'être inutile, il peut activement vous faire perdre du temps. Encore faut-il savoir ce que Google en fait vraiment, et ce qu'il ignore royalement.
Dans les faits, un sitemap XML reste un fichier texte qui liste les URL de votre site pour aider les robots à les découvrir. Mais entre la théorie des tutos et la réalité du terrain, il y a un gouffre. Voici ce que j'ai appris à force de casser des choses.
Points clés à retenir
- Un sitemap plafonne à 50 000 URL et 50 Mo non compressés par fichier : au-delà, il faut segmenter.
<priority>et<changefreq>sont ignorés par Google. Vous pouvez les supprimer sans regret.<lastmod>ne sert que s'il est fiable. Un mauvais lastmod fait plus de mal que pas de lastmod du tout.- Un sitemap n'indexe rien. Il aide à la découverte. L'indexation dépend du contenu et du maillage.
- Les sitemaps d'images, vidéos et actualités ont leurs propres extensions. Un sitemap classique ne les remplace pas.
- Le rapport Search Console doit être lu comme un diagnostic, pas comme une note de satisfaction.
C'est quoi un sitemap XML, et surtout, quand devient-il utile ?
La définition classique tourne en rond : c'est un fichier qui liste vos URL. Sauf que la vraie question, celle que personne ne traite, c'est quand ça vaut le coup d'en avoir un. Si votre site fait 40 pages et que tout est lié depuis votre menu, votre sitemap ne sert quasiment à rien. Google trouvera vos pages en trois clics.
Le sitemap devient réellement utile dans trois situations. Un site volumineux où les pages profondes sont mal liées. Un site récent sans historique, qui a besoin d'aide pour se faire connaître. Et un site dont le contenu change souvent, où vous voulez signaler la fraîcheur.
Bon, soyons honnêtes : beaucoup de gens soumettent un sitemap et attendent que ça débloque tout. Ça ne marche pas comme ça. Si votre contenu est faible, un sitemap parfait ne changera rien.
Sitemap XML, sitemap HTML, flux RSS : quelle différence ?
Trois formats, trois usages distincts, et on les confond en permanence. Le sitemap HTML est une page visible par vos visiteurs, utile pour la navigation. Le flux RSS sert à diffuser les nouveautés, souvent pour les lecteurs de flux. Le sitemap XML, lui, s'adresse aux robots.
| Format | Destinataire | Usage principal |
|---|---|---|
| Sitemap XML | Robots d'exploration | Déclarer les URL à découvrir |
| Sitemap HTML | Visiteurs humains | Aider à la navigation interne |
| Flux RSS / Atom | Lecteurs, agrégateurs | Diffuser les contenus récents |
Les limites techniques que tout le monde oublie
50 000. C'est le nombre maximum d'URL qu'un seul fichier sitemap peut contenir. Et 50 Mo, sa taille maximale non compressée. Ces deux plafonds sont dans le protocole depuis le départ, et pourtant je vois encore des sites balancer un fichier de 200 Mo comme si de rien n'était.
La solution s'appelle un index de sitemaps. Vous découpez par type de contenu (articles, produits, catégories), vous générez plusieurs fichiers, puis vous créez un fichier maître qui pointe vers chacun. Un index peut lui-même référencer jusqu'à 50 000 sitemaps individuels. De quoi voir venir.
Sur un projet à 80 000 fiches produits, j'ai segmenté par catégorie principale. Résultat : des fichiers de 2 000 à 4 000 URL, plus faciles à diagnostiquer quand une erreur apparaît. Quand un sitemap unique plante, vous cherchez une aiguille dans une botte de foin. Quand il y en a quinze, vous savez lequel regarder.
La vérité sur <changefreq> et <priority>
Ces deux balises sont partout dans les tutos. Elles ne servent à rien. Google les ignore purement et simplement depuis des années. Vous pouvez les laisser si votre générateur les produit, mais ne perdez pas une heure à peaufiner une <priority> à 0,8 plutôt qu'à 0,6. Ça ne changera strictement rien.
Ce qui compte, c'est <lastmod>. Et là, il y a un piège énorme.
lastmod : le seul champ qui compte vraiment
Google ne se fie à votre <lastmod> que s'il est constamment et vérifiablement exact. Si vous trichez une fois, la confiance tombe, et Google ignore la balise pour tout le fichier.
Le problème vient des CMS. Beaucoup mettent à jour le <lastmod> à chaque sauvegarde, même quand rien ne change dans le contenu visible. Une simple correction de faute de frappe dans un champ admin, et voilà 300 pages qui déclarent être fraîches. Google repère ce manège rapidement.
Comment générer un lastmod fiable ?
Trois approches, de la plus simple à la plus technique :
- Utiliser la date de dernière modification réelle du contenu en base, pas la date de sauvegarde.
- Exclure les mises à jour purement techniques (champs internes, méta admin, réordonnancement).
- Pour les sites statiques, laisser le générateur de build s'en charger : il connaît la date réelle de chaque fichier.
Sur mon propre blog, j'ai désactivé le lastmod automatique pendant deux mois pour tester. Aucun changement visible sur le rythme de réindexation des nouveaux articles. Mais sur les mises à jour de vieux articles, la différence a été nette : les rafraîchissements étaient détectés plus vite quand le lastmod disait vrai.
Sitemaps spécialisés : images, vidéos, actualités, multilingue
Le sitemap XML classique ne dit rien sur vos images ou vos vidéos. Pour ça, il faut des extensions dédiées, et c'est là que beaucoup de sites passent à côté de trafic.
Pour un site d'actualités, un sitemap news permet de signaler les articles des dernières 48 heures. Pour un site e-commerce avec des fiches produits riches en visuels, l'extension image liste les URL d'images avec leur légende. Pour un site multilingue, les balises hreflang dans le sitemap évitent les confusions entre versions linguistiques.
Franchement, sur la plupart des sites que j'ai audités, ces extensions manquaient. Et souvent, les images ne remontaient pas dans la recherche d'images.
Exemple minimal de structure de sitemap
Un fichier commence par une balise <urlset> avec l'espace de noms sitemaps.org, puis chaque URL est encapsulée dans un <url> contenant au minimum un <loc>. Le <lastmod> au format date ISO 8601 est optionnel mais recommandé s'il est fiable.
Erreurs fréquentes dans la Search Console : comment les lire
« Erreur de traitement temporaire ». Cette mention dans la Search Console fait paniquer tout le monde. Dans 90 % des cas que j'ai rencontrés, elle signifie une seule chose : Google a essayé de lire votre sitemap et n'a pas pu à cet instant. Un serveur lent, une redirection mal configurée, un fichier momentanément indisponible.
La bonne réaction : vérifiez que l'URL du sitemap répond bien en HTTP 200, qu'elle ne redirige pas, et attendez. Ne resoumettez pas frénétiquement. J'ai vu des gens soumettre le même sitemap cinq fois par jour pendant une semaine. Ça n'accélère rien, ça brouille les données.
Faut-il déclarer son sitemap dans robots.txt ?
Oui, et c'est même la méthode la plus fiable. Une simple ligne Sitemap: suivie de l'URL absolue du fichier, placée n'importe où dans le robots.txt. Tous les robots reconnus la lisent. C'est plus robuste que la soumission manuelle, qui dépend d'un compte et d'un clic humain.
Petite nuance : si votre robots.txt bloque une partie du site, assurez-vous que le sitemap ne liste pas les URL bloquées. Une contradiction entre les deux envoie un signal confus.
Ce que je retiens après toutes ces années
Le sitemap XML n'est pas un levier magique. C'est un outil de plomberie. Bien posé, il fait gagner des semaines sur la découverte de nouvelles pages. Mal posé, il ajoute du bruit dans vos rapports et vous fait perdre du temps à diagnostiquer des faux problèmes.
Si je devais résumer ma position : soignez le <lastmod> et la segmentation, ignorez <priority> et <changefreq>, et arrêtez de croire qu'un sitemap déclaré dans la Search Console vous garantit une indexation. Le vrai travail reste ailleurs, dans le contenu et le maillage interne.
Une dernière question que je me pose encore : avec l'arrivée de méthodes de découverte de plus en plus autonomes, le sitemap restera-t-il aussi central dans cinq ans ? Je n'en suis pas certain. Mais aujourd'hui, il coûte dix minutes à mettre en place. Ça reste un pari raisonnable.
