Un sitemap XML déclare des URL aux moteurs de recherche, mais une URL déclarée n’est ni explorée ni indexée par défaut. Google le précise dans sa documentation : le fichier constitue un signal, pas une directive. Partir de ce constat change la façon de concevoir et d’exploiter un plan du site.
Croiser sitemap et rapport d’exploration pour détecter les pages orphelines
Une page orpheline est une URL présente dans le sitemap mais dépourvue de lien interne pointant vers elle. Les robots la découvrent dans le fichier XML, la visitent parfois, puis l’abandonnent faute de signaux de pertinence dans l’architecture du site.
Pour les repérer, nous exportons la liste complète du sitemap, puis la croisons avec le rapport de liens internes fourni par un crawler (Screaming Frog, Sitebulb ou équivalent). Toute URL qui apparaît dans le sitemap sans figurer comme destination d’au moins un lien interne est orpheline de fait.
Le rapport d’exploration de la Search Console apporte une couche supplémentaire. Une URL marquée « Découverte, actuellement non indexée » ou « Explorée, actuellement non indexée » alors qu’elle figure dans le sitemap signale un problème de maillage ou de valeur perçue. Si le plan du site Finance Technique recense des centaines d’URL, ce type de croisement identifie rapidement celles qui restent invisibles malgré leur déclaration.
La correction ne passe pas par une resoumission du sitemap. Elle passe par l’ajout de liens internes contextuels depuis des pages déjà explorées et indexées.
Structurer un sitemap XML autour des URL réellement utiles
Inclure toutes les URL d’un site dans le sitemap est une erreur fréquente. Les pages de pagination, les filtres à facettes, les résultats de recherche internes ou les pages de tags à faible contenu diluent le signal envoyé au robot.
Critères de sélection des URL
- La page renvoie un code HTTP 200 et n’est pas bloquée par le robots.txt ni par une balise noindex. Une URL en 301 ou 404 dans le sitemap génère du crawl gaspillé.
- La page possède un contenu propre qui ne duplique pas celui d’une autre URL du site. Les variantes de tri ou de filtrage sont exclues.
- La page reçoit ou devrait recevoir du trafic organique. Si elle n’a aucune requête cible et aucun rôle dans le maillage, elle n’a pas sa place dans le fichier.
Un sitemap plus court mais composé uniquement d’URL stratégiques produit de meilleurs résultats qu’un fichier exhaustif. Le robot consacre son budget de crawl aux pages qui comptent.
Le champ lastmod : fiable ou ignoré
Google peut exploiter la balise lastmod si la date reflète une modification réelle du contenu. Mettre à jour toutes les dates à chaque génération automatique du fichier neutralise ce signal. La bonne pratique consiste à ne modifier lastmod que lorsque le contenu textuel ou structurel de la page a changé de façon significative.
Les balises changefreq et priority sont ignorées par Google. Bing adopte la même position. Consacrer du temps à les paramétrer n’apporte rien. Le seul métadonnée exploitable reste lastmod, à condition d’être exact.
Sitemap et IndexNow : deux mécanismes complémentaires pour Bing
Une recommandation publiée par Bing le 31 juillet 2025 clarifie l’articulation entre sitemap et IndexNow. Le sitemap sert d’inventaire permanent des URL. IndexNow sert de notification en temps réel lorsqu’une page est créée ou modifiée.
Les deux protocoles ne se substituent pas l’un à l’autre. Un site qui publie plusieurs contenus par jour a intérêt à implémenter IndexNow pour que Bing (et les moteurs compatibles) traitent les nouvelles pages sans attendre le prochain crawl du sitemap. Le sitemap reste la référence de fond, consultée périodiquement pour vérifier l’inventaire global.
IndexNow réduit le délai entre publication et prise en compte par le moteur, là où le sitemap seul impose d’attendre le rythme de crawl décidé par le robot.
Plan du site HTML : utilité pour le maillage interne et le crawl
Le sitemap HTML (une page du site listant les liens vers les sections principales) joue un rôle différent du fichier XML. Il s’adresse aux utilisateurs et aux robots simultanément.
Son intérêt technique réside dans le maillage. Une page HTML de plan du site, accessible depuis le footer ou le menu, fournit un lien interne vers chaque section de premier niveau. Pour les robots, c’est un point d’entrée alternatif vers des zones du site qui pourraient être mal reliées par la navigation principale.
Sur un site de taille modeste avec un maillage interne solide, Google indique pouvoir découvrir les pages sans sitemap. Le plan HTML devient alors surtout un outil de navigation pour les visiteurs. Sur un site volumineux ou dont l’architecture comporte des silos profonds, il complète le XML en offrant une couche de liens internes supplémentaire.
Auditer régulièrement la cohérence entre sitemap et état réel du site
Un sitemap n’est pas un fichier à générer une fois puis oublier. Chaque suppression de page, chaque redirection, chaque ajout de contenu modifie l’écart entre le fichier et la réalité du site.
- Vérifier mensuellement que le sitemap ne contient aucune URL en 404 ou en redirection 301. Ces entrées consomment du budget de crawl sans résultat.
- Comparer le nombre d’URL dans le sitemap avec le nombre d’URL indexées dans la Search Console. Un écart important (plus d’URL dans le sitemap que dans l’index) signale un problème de qualité ou de maillage.
- Contrôler que les dates lastmod correspondent à des modifications réelles. Un script qui compare la date lastmod à la date de dernière modification du contenu en base de données automatise cette vérification.
L’écart entre URL déclarées et URL indexées est le premier indicateur de santé d’un sitemap. Si la majorité des URL déclarées ne sont pas indexées, le problème ne vient pas du fichier mais de l’architecture ou du contenu.
Un plan du site bien maintenu reste un levier technique sous-exploité. La valeur ne réside pas dans sa simple existence mais dans la rigueur de sa mise à jour et dans sa cohérence avec le maillage interne. Sans cette discipline, le fichier XML devient un inventaire déconnecté de la réalité du site, et les moteurs finissent par le traiter comme tel.
