Sitemap : les balises que Google ignore, et celles qui comptent

Un sitemap XML sert à une chose : donner à Google la liste des pages que vous jugez dignes d’être indexées. Il n’oblige à rien, il ne garantit rien, mais il évite qu’une page reste invisible faute de lien pointant vers elle.

Deux balises pour rien

Google ignore les valeurs de priority et de changefreq.

C’est écrit noir sur blanc dans la documentation. Ces deux balises, présentes dans à peu près tous les sitemaps générés automatiquement, n’ont aucun effet sur l’exploration ni sur l’indexation. Les conserver ne pénalise pas, mais entretient l’illusion d’un levier qui n’existe pas.

lastmod, à condition d’être honnête

Google utilise la valeur de lastmod, mais seulement si elle est constamment et vérifiablement exacte. La date doit refléter une modification réelle du contenu principal, des données structurées ou des liens, et non un changement cosmétique comme l’année dans le pied de page.

Un sitemap qui déclare toutes ses pages modifiées ce matin, chaque matin, apprend simplement à Google à ne plus faire confiance au champ. La bonne pratique est de le générer à la construction du site, à partir de la date réelle des fichiers.

Les limites à connaître

• 50 000 URL au maximum par fichier, et 50 Mo non compressé. Au-delà, il faut découper et utiliser un index de sitemaps.
• Les URL doivent être absolues et complètes, pas des chemins relatifs.
• Les caractères spéciaux doivent être échappés correctement, sous peine d’un fichier invalide.
• Une URL en double ou non canonique dans le sitemap envoie un signal contradictoire.

Le réflexe à prendre après une mise en ligne

Soumettre le sitemap dans la Search Console, puis revenir quelques jours plus tard vérifier le nombre d’URL découvertes par rapport au nombre soumis. Un écart durable signale presque toujours autre chose qu’un problème de sitemap : une page bloquée par le robots.txt, une balise noindex oubliée, ou un canonical qui pointe ailleurs.