Le sitemap XML est un fichier placé sur le site, le plus souvent à l'adresse /sitemap.xml, qui recense les pages que l'on veut faire connaître aux moteurs de recherche. Google a lancé le format en 2005, puis Yahoo et Microsoft s'y sont ralliés en 2006 autour d'un protocole commun, publié sur le site sitemaps.org.
Il ne faut pas le confondre avec le plan du site en HTML, une page destinée aux visiteurs. Le sitemap XML s'adresse uniquement aux robots. Il complète le maillage interne sans le remplacer, car une page que rien ne relie au reste du site reste une page fragile, même listée dans le fichier.
Son utilité varie selon le site. Google estime qu'un petit site, de 500 pages environ ou moins, peut s'en passer si ses pages sont bien reliées entre elles. Il devient précieux pour un grand site, un site récent qui reçoit encore peu de liens, ou un site riche en images et en vidéos.
Le fichier suit la syntaxe XML et doit être encodé en UTF-8. Chaque page y figure dans un élément url, qui contient au minimum son adresse complète dans un élément loc.
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://www.exemple.fr/guide-du-jardin/</loc>
<lastmod>2026-09-12</lastmod>
</url>
</urlset>Les adresses doivent être absolues, protocole et domaine compris. Un fichier ne peut dépasser 50 000 adresses ni 50 Mo une fois décompressé. Au-delà, on répartit les pages dans plusieurs sitemaps, que l'on regroupe dans un fichier d'index, lui-même limité à 50 000 sitemaps.
Google accepte d'autres formats plus simples, comme un flux RSS ou Atom, ou un fichier texte avec une adresse par ligne. Le XML reste le plus courant, car la plupart des CMS le génèrent automatiquement.
Le protocole prévoit trois balises facultatives. Google n'en utilise qu'une, et sous conditions.
La balise lastmod. Elle indique la date de la dernière modification importante de la page. Google s'en sert à condition qu'elle soit exacte de façon régulière et vérifiable. Un site qui met la date du jour sur toutes ses pages à chaque génération du fichier perd vite ce crédit.
Les balises priority et changefreq. La première donne une priorité relative, la seconde une fréquence de mise à jour supposée. Google les ignore toutes les deux, et les laisser dans le fichier ne sert à rien d'autre qu'à l'alourdir.
Des extensions permettent aussi de décrire les images, les vidéos, les articles d'actualité ou les versions linguistiques d'une page, avec des annotations hreflang.
Il existe deux façons simples de signaler un sitemap. La première consiste à l'ajouter dans le rapport Sitemaps de la Search Console, qui indique ensuite combien d'adresses ont été lues et signale les erreurs. La seconde consiste à le déclarer dans le fichier robots.txt, avec une ligne Sitemap suivie de son adresse complète, ce qui le rend visible par tous les moteurs.
La méthode du ping, qui consistait à appeler une adresse de Google pour annoncer une mise à jour, a disparu. Google a annoncé sa fin en juin 2023, en expliquant que la plupart de ces signaux anonymes provenaient de spammeurs. Une date lastmod exacte suffit désormais à signaler les changements.
Bing propose de son côté le protocole IndexNow, qui permet de notifier immédiatement une page ajoutée ou modifiée. Google ne l'a pas adopté.
Un sitemap doit ne contenir que des pages que l'on souhaite voir indexées. Y laisser des redirections, des pages en erreur 404, des pages bloquées par le robots.txt ou marquées noindex envoie aux robots des signaux contradictoires. Il en va de même pour une page dont la balise canonique désigne une autre adresse.
Le fichier oublié est une autre erreur courante. Après une refonte ou une migration, un sitemap figé continue de lister les anciennes adresses et omet les nouvelles. Le plus sûr est de le faire générer automatiquement par le site, puis de vérifier dans la Search Console que le nombre de pages découvertes correspond à la réalité.
Enfin, le sitemap ne règle pas un problème d'indexation. Une page listée mais jugée faible, ou en double d'une autre, sera explorée puis écartée. Le rapport des pages de la Search Console reste le bon outil pour comprendre pourquoi.