Una sitemap elenca gli URL di un sito web per facilitarne la scoperta. Ma elencare le pagine non significa che verranno tutte scansionate o indicizzate da Google. Inviare una sitemap resta un segnale trasmesso ai motori di ricerca, non una garanzia. Per sfruttare al meglio questo file, bisogna capire cosa contiene, cosa esclude e come confrontarlo con altri dati per individuare le pagine realmente accessibili.
Sitemap XML e sitemap HTML: due file, due utilizzi
Hai mai visto una pagina web simile a un enorme indice, con decine di link suddivisi per categoria? È una sitemap HTML. Si rivolge ai visitatori e li aiuta a navigare quando il menu non basta.
La sitemap XML, invece, è un file tecnico. Non è pensata per essere letta dagli utenti. Si rivolge direttamente ai crawler, come Googlebot. Ogni URL è accompagnato da informazioni come la data dell’ultima modifica (il campo lastmod).
Facciamo un esempio concreto. Su un sito di viaggi, la sitemap di 1001 Découvertes raccoglie le pagine in un file strutturato che i motori di ricerca possono scansionare. Questo tipo di file aiuta il crawler a individuare le pagine recenti o aggiornate senza dover esplorare l’intero sito link per link.
Un aspetto tecnico da ricordare: Google ignora i campi priority e changefreq in una sitemap XML. Compilarli non modifica la frequenza di scansione. Solo lastmod, quando riflette una modifica effettiva dei contenuti, può indirizzare il crawler verso una pagina aggiornata di recente.

Confrontare sitemap, link interni e rapporto di indicizzazione
La maggior parte delle guide si ferma alla creazione del file. Il vero lavoro inizia dopo, quando si confrontano tre fonti di dati: la sitemap, la struttura dei link interni del sito e il rapporto di indicizzazione fornito da Google Search Console.
Perché questo confronto cambia tutto
Un URL può comparire nella sitemap senza essere raggiungibile tramite alcun link interno. Google lo scopre, ma non lo considera prioritario perché nessun’altra pagina rimanda a esso. È una pagina orfana segnalata ma mal integrata.
Al contrario, una pagina può essere collegata dal menu principale ma non comparire nella sitemap. Il crawler la trova comunque, ma si perde il segnale di aggiornamento che lastmod potrebbe fornire.
Il rapporto di indicizzazione di Search Console aggiunge un terzo livello. Distingue tra pagine scoperte (Google conosce l’URL), pagine scansionate (il crawler ha letto i contenuti) e pagine indicizzate (compaiono nei risultati di ricerca). Questi tre stati non sempre coincidono.
Come individuare le discrepanze
Uno strumento di crawling come Screaming Frog permette di estrarre tutti gli URL dalla sitemap XML e confrontarli con quelli effettivamente raggiungibili tramite la navigazione interna. Ecco cosa può rivelare questo confronto:
- URL nella sitemap che restituiscono un errore 404 o un reindirizzamento 301: appesantiscono il file e sprecano il crawl budget del crawler.
- Pagine strategiche assenti dalla sitemap, nonostante generino traffico: aggiungerle rafforza il segnale inviato a Google.
- URL presenti nella sitemap ma contrassegnati da una direttiva noindex: una contraddizione che invia ai motori di ricerca un messaggio confuso.
- Pagine orfane, prive di link interni e presenti solo nella sitemap: hanno poche probabilità di essere indicizzate in modo duraturo.
Una sitemap affidabile contiene solo pagine accessibili, prive di errori e di direttive contraddittorie. Risolvere queste incoerenze spesso ha un impatto maggiore che aggiungere nuovi URL.
Limiti tecnici della sitemap e organizzazione per i siti di grandi dimensioni
Il protocollo Sitemap impone vincoli rigorosi. Ogni file XML è limitato a 50 000 URL o 50 MB non compressi. Oltre questi limiti, bisogna suddividere gli URL in più file e raggrupparli in un indice di sitemap.
Su un sito e-commerce con migliaia di schede prodotto, questa organizzazione non è un dettaglio. Un unico file saturo rallenta l’analisi da parte del crawler. Suddividere gli URL per categoria (prodotti, articoli del blog, pagine dei brand) facilita anche la diagnosi quando un gruppo di pagine non viene più indicizzato.
Quando la sitemap HTML integra quella XML
Per un sito di dimensioni contenute, una sitemap HTML svolge una funzione complementare. Crea link interni verso pagine profonde che il menu principale non mette in evidenza. Un utente che si perde nella struttura del sito può usarla come scorciatoia.
Su un sito più grande, la sitemap HTML diventa presto difficile da gestire. È meglio concentrare gli sforzi sulla sitemap XML e su una struttura di link interni ben progettata, con link contestuali inseriti nei contenuti editoriali.

Verificare e mantenere la sitemap nel tempo
Una sitemap creata una volta e mai aggiornata perde la sua utilità. Ogni volta che una pagina viene eliminata, reindirizzata o contrassegnata come noindex, il file dovrebbe essere aggiornato per rispecchiare lo stato effettivo del sito.
I CMS come WordPress generano spesso una sitemap automatica. Questa comodità nasconde un’insidia: il file generato automaticamente a volte include pagine inutili (archivi di tag, pagine di paginazione, bozze pubblicate per errore). Verificarne regolarmente il contenuto evita di inviare segnali fuorvianti a Google.
Dopo ogni aggiornamento della sitemap, inviarla tramite Google Search Console permette di avviare una scansione più rapida. Il rapporto sulla copertura mostra poi il numero di pagine inviate, scansionate e indicizzate: tre cifre che raccontano come il motore di ricerca vede davvero il tuo sito.
La sitemap resta uno strumento di comunicazione tra il tuo sito e i crawler. Il suo valore dipende interamente dalla coerenza con la struttura effettiva del sito: link interni, stato HTTP delle pagine e direttive di indicizzazione. Un file pulito, aggiornato e in linea con la navigazione interna offre ai motori di ricerca le condizioni migliori per scansionare e indicizzare i tuoi contenuti.




