Un site de plusieurs centaines de pages dont la moitié n’est jamais crawlée par Google, on a tous vu ça. Le problème vient rarement du contenu ou du maillage interne : c’est souvent le sitemap XML qui envoie des signaux contradictoires aux robots d’exploration. Optimiser la structure de votre sitemap, c’est nettoyer ce canal de communication pour que chaque URL soumise mérite réellement d’être crawlée et indexée.
Le ping sitemap est mort : adapter votre soumission en 2025
Beaucoup de guides SEO recommandent encore d’envoyer un ping HTTP à Google après chaque mise à jour du sitemap. Cette méthode est obsolète. Google a déprécié l’endpoint de ping des sitemaps en juin 2023, ce qui signifie que les requêtes vers /ping?sitemap=… n’ont plus aucun effet.
En pratique, on se retrouve avec deux canaux de soumission officiels. Le premier est la soumission directe via Google Search Console, dans le rapport Sitemaps. Le second est la déclaration dans le fichier robots.txt avec la directive Sitemap: suivie de l’URL complète du fichier XML. Ces deux méthodes peuvent coexister, et c’est d’ailleurs la combinaison recommandée.
Le piège classique : des équipes techniques qui automatisent un ping à chaque déploiement, pensant accélérer l’indexation. Ce script tourne dans le vide depuis plus de deux ans. Si vous utilisez un système de publication automatisé, vérifiez que la notification repose sur la Search Console API ou sur IndexNow (supporté par Bing), pas sur un ping obsolète. Sur le site Amplement, la structure du sitemap illustre bien comment organiser ses URL pour faciliter la découverte par les moteurs.
Sitemap XML et crawl budget : ce que Google accepte réellement
Un malentendu persiste dans beaucoup de stratégies SEO : le sitemap serait une instruction d’indexation. La documentation Google Search Central, mise à jour récemment, clarifie ce point. Le sitemap est un fichier de découverte, pas une garantie de crawl ni d’indexation. Google le traite comme un indice parmi d’autres.
Cette distinction change la façon de structurer le fichier. Un sitemap qui liste toutes les URL du site sans tri préalable ne fait que diluer les signaux. Les robots d’exploration disposent d’un temps limité par domaine. Si la moitié des URL pointent vers des pages en noindex, des redirections 301, ou des pages à faible contenu, le budget de crawl est gaspillé sur des ressources inutiles.
Ce qu’il faut exclure du sitemap
- Les pages portant une balise noindex ou bloquées par le robots.txt, qui envoient un signal contradictoire quand elles apparaissent dans le sitemap
- Les URL avec des paramètres de tri, de filtrage ou de pagination qui génèrent du contenu dupliqué (typiquement les pages catalogue avec ?sort=price&page=3)
- Les anciennes URL redirigées en 301 vers d’autres pages, car elles consomment un crawl pour aboutir à une redirection
- Les pages utilitaires sans valeur de recherche (mentions légales, pages de connexion, conditions générales)
Le résultat visé : un sitemap où chaque URL renvoie un code 200, contient du contenu unique et porte une balise index. Rien d’autre.
Découper le sitemap en index pour les sites volumineux
Quand on travaille sur un site e-commerce ou un média avec des milliers de pages, un fichier sitemap unique devient vite ingérable. La norme autorise un fichier index (sitemap index) qui pointe vers plusieurs sous-sitemaps. Ce découpage thématique améliore la lisibilité pour les robots et pour l’équipe SEO.
On découpe généralement par type de contenu : un sous-sitemap pour les fiches produits, un pour les articles de blog, un pour les pages catégories, un pour les images ou vidéos si le site en publie beaucoup. Cette segmentation permet de repérer rapidement quel groupe de pages pose un problème de crawl dans la Search Console.
Lastmod : la seule balise qui compte vraiment
Les balises priority et changefreq sont largement ignorées par Google. Les retours varient sur ce point selon les moteurs, mais côté Google, la documentation est claire : ces paramètres ne sont plus pris en compte dans la priorisation du crawl.
La balise lastmod, en revanche, a un rôle concret. Elle indique la date de dernière modification réelle d’une page. Mettre à jour lastmod uniquement quand le contenu change significativement (pas à chaque rebuild technique) envoie un signal de fraîcheur exploitable par Googlebot. Forcer une date lastmod quotidienne sur toutes les pages, une pratique fréquente sur certains CMS, revient à crier au loup en permanence : le robot finit par ignorer le signal.
Sitemaps spécialisés images et vidéos : quand les activer
Les sitemaps ne se limitent pas aux pages HTML. Google prend en charge des extensions spécifiques pour les images et les vidéos, avec des balises dédiées (image:loc, video:content_loc). L’intérêt dépend entièrement du profil du site.
Pour un site dont le trafic visuel représente une part significative des visites (portfolio photographe, site d’annonces immobilières, plateforme de recettes), un sitemap images dédié permet de référencer des visuels que le crawler ne découvrirait pas en parcourant uniquement le HTML. Pour un blog textuel classique, l’ajout d’un sitemap images n’apporte quasiment rien.
Même logique pour les vidéos : si vous hébergez vos propres fichiers vidéo (pas des embeds YouTube), un sitemap vidéo précisant la durée, la vignette et la description aide Google à afficher des résultats enrichis. Un sitemap spécialisé ne se justifie que si le contenu concerné a un potentiel de trafic propre dans la recherche.
Vérification et maintenance du sitemap XML
Un sitemap optimisé à l’instant T se dégrade avec le temps. Des pages sont supprimées, d’autres redirigées, de nouvelles apparaissent sans être ajoutées au fichier. La vérification régulière via Google Search Console permet de repérer les erreurs de couverture liées au sitemap : URL en erreur 404, pages indexées alors qu’elles ne devraient pas l’être, ou au contraire URL valides absentes du fichier.
Le rapport « Sitemaps » de la Search Console affiche le nombre d’URL découvertes et le nombre effectivement indexées. Un écart important entre ces deux chiffres signale un problème de qualité dans le fichier. C’est le premier indicateur à surveiller, avant même les positions ou le trafic organique.
Structurer son sitemap correctement ne produit pas de miracle sur les positions. C’est un travail d’hygiène technique qui garantit que les robots explorent les bonnes pages, au bon moment, sans gaspiller de ressources sur des URL inutiles. Le gain se mesure surtout en vitesse d’indexation des nouveaux contenus et en réduction des erreurs de couverture.