En clair
Le sitemap XML est une liste d’URL, chacune accompagnée si possible de sa date de dernière modification (lastmod). Un fichier peut contenir jusqu’à 50 000 URL ; au-delà, on utilise un index qui regroupe plusieurs sitemaps. WordPress en génère un nativement depuis la version 5.5, et les extensions SEO comme Yoast le remplacent par le leur. Google ignore les champs « priority » et « changefreq », mais tient compte de lastmod quand la date est fiable.
Exemple concret
Sur un blog WordPress avec Yoast, l’adresse /sitemap_index.xml renvoie vers plusieurs fichiers : un pour les articles, un pour les pages, un pour les catégories, un pour chaque type de contenu personnalisé. Quand un article est mis à jour, sa date lastmod change, et Google sait qu’il peut repasser dessus.
Pourquoi c’est important
Le sitemap ne garantit pas l’indexation, mais il accélère la découverte des nouvelles pages et des mises à jour, surtout sur un site récent, volumineux ou mal maillé. Il sert aussi d’outil de diagnostic : dans Search Console, on compare les URL envoyées et les URL réellement indexées.
Comment faire
- Laisser l’extension SEO générer le sitemap, et vérifier qu’un seul sitemap est actif.
- Exclure les types de contenus sans intérêt pour la recherche (étiquettes vides, pages de remerciement).
- Déclarer l’adresse dans le robots.txt et l’envoyer dans Search Console et Bing Webmaster Tools.
- Contrôler de temps en temps l’écart entre URL envoyées et URL indexées.
Erreurs fréquentes
- Laisser dans le sitemap des pages en noindex, redirigées ou en erreur 404 : c’est un signal contradictoire.
- Mettre à jour la date lastmod de toutes les pages chaque jour : Google finit par ne plus s’y fier.
- Compter sur le sitemap pour faire indexer des pages qu’aucun lien interne ne relie.
Ce que l’IA change
Les moteurs de recherche qui alimentent les assistants IA, Bing en tête, comptent sur des sitemaps propres et des dates de modification exactes pour repérer rapidement les contenus frais. Pour un contenu qui évolue vite, un lastmod juste aide à ce que la réponse IA s’appuie sur la version à jour, et non sur une ancienne.
À ne pas confondre avec
robots.txt : il indique ce que les robots peuvent explorer, pas ce qu’il faut indexer. Plan du site HTML : une page lisible par les visiteurs, qui liste les rubriques du site. llms.txt : un sommaire commenté destiné aux assistants IA.