より速く、よりクリーンなインデックス登録のためのXMLサイトマップのベストプラクティス

サイトマップはヒントであり、保証ではない

検索エンジンはサイトマップを強い発見シグナルとして扱いますが、命令ではありません。低品質なページのインデックス登録を強制することはできません — サイトマップが実際に行うのは、どのURLをcanonical（正規版）とみなし、クロールする価値があると考えているかについての疑問を取り除くことです。これは大規模サイトや新しいサイトで特に重要です。

含めるべきもの

• canonical URLのみ — インデックス登録してほしい正確なバージョン。
• 200ステータスを返し、実際にインデックス登録可能なURLのみ（noindexタグがなく、robots.txtでブロックされていない）。
• 正確なlastmod日付 — ページの内容が意味のある形で変わったときだけ更新し、デプロイのたびに更新しない。

除外すべきもの

• noindexタグが付いたページ — サイトマップに含めると矛盾したシグナルを送ることになります。
• リダイレクトまたは404を返すURL — これらは発見を助けるどころか、サイトマップのエラーとして報告されます。
• 同じページの重複またはパラメータ付きバリエーション（並び順、セッションID、トラッキングパラメータ）— canonicalなバージョンのみを一覧に載せてください。
• 独自コンテンツがほとんどない自動生成の薄いページ — こうしたページは「クロール済み — インデックス未登録」の一般的な原因であり、何百件も含めると、本当に重要なページに対するサイトマップのシグナルが薄まります。

サイズ制限

1つのサイトマップファイルは、5万URL、未圧縮で50MBまでという上限があります。より大規模なサイトでは、1つの巨大なファイルではなく、複数の子サイトマップを一覧化するサイトマップインデックスファイルが必要です。ほとんどのフレームワーク（このサイトを含む）はこれを自動生成しますが、手作業で作成している場合は確認する価値があります。

送信と維持

Google Search ConsoleとBing Webmaster Toolsの両方に一度送信し、robots.txtにSitemap:行を追加してその場所を指し示しましょう。そうすれば、事前の送信なしに独自にサイトを発見したクローラーも、その場所を見つけられます。その後は、コンテンツの変更に合わせてサイトマップが自動的に再生成されるべきです — 手作業で維持するサイトマップはほぼ必ず古くなります。

気づかないうちにクロール予算を無駄にするよくある間違い

• サイトマップを公開時に一度だけ生成し、ページが追加・削除されても更新しない。
• ビルドのたびにすべてのURLのlastmodを現在の日付に設定する — これはクローラーに、そのフィールドを実際の変更シグナルとして信頼しないよう学習させてしまいます。
• 大規模なURL再構成（ドメイン移行やパーマリンク変更など）の後にサイトマップを再送信し忘れる — Googleは最終的には自力で気づきますが、再送信すれば移行が早まります。