Các phương pháp hay nhất về sơ đồ trang web XML để lập chỉ mục nhanh hơn, sạch hơn

Sơ đồ trang web là một gợi ý, không phải một đảm bảo

Các công cụ tìm kiếm coi sơ đồ trang web là một tín hiệu khám phá mạnh, không phải một mệnh lệnh. Nó không ép buộc việc lập chỉ mục các trang chất lượng thấp — điều nó làm là loại bỏ mọi nghi ngờ về việc URL nào bạn coi là canonical và đáng để crawl, điều này quan trọng nhất trên các trang web lớn hoặc mới.

Những gì nên đưa vào

• Chỉ các URL canonical — phiên bản chính xác bạn muốn được lập chỉ mục.
• Chỉ các URL trả về trạng thái 200 và thực sự có thể lập chỉ mục (không có thẻ noindex, không bị chặn bởi robots.txt).
• Ngày lastmod chính xác — chỉ cập nhật khi nội dung trang thay đổi một cách có ý nghĩa, không phải mỗi lần deploy.

Những gì nên loại trừ

• Các trang có thẻ noindex — việc đưa một trang như vậy vào sơ đồ trang web gửi đi một tín hiệu mâu thuẫn.
• Các URL chuyển hướng hoặc trả về 404 — những URL này được báo cáo là lỗi sơ đồ trang web thay vì hỗ trợ việc khám phá.
• Các biến thể trùng lặp hoặc có tham số của cùng một trang (thứ tự sắp xếp, ID phiên, tham số theo dõi) — chỉ liệt kê một phiên bản canonical duy nhất.
• Các trang tự động tạo, sơ sài với ít nội dung độc đáo — đây là nguyên nhân phổ biến gây ra "Đã crawl - hiện chưa được lập chỉ mục" và việc đưa vào hàng trăm trang như vậy làm loãng tín hiệu của sơ đồ trang web đối với các trang thực sự quan trọng.

Giới hạn kích thước

Một tệp sơ đồ trang web đơn lẻ bị giới hạn ở 50.000 URL và 50MB chưa nén. Các trang web lớn hơn cần một tệp chỉ mục sơ đồ trang web — một tệp liệt kê nhiều sơ đồ trang web con — thay vì một tệp khổng lồ duy nhất. Hầu hết các framework (bao gồm cả trang web này) tự động tạo ra điều này, nhưng đáng để xác nhận nếu bạn đang tự xây dựng thủ công.

Gửi và duy trì nó

Gửi nó một lần trong cả Google Search Console và Bing Webmaster Tools, và thêm một dòng Sitemap: vào robots.txt của bạn trỏ đến nó — bằng cách đó bất kỳ crawler nào tìm thấy trang web của bạn một cách độc lập, mà không có lượt gửi trước đó, cũng có thể xác định vị trí của nó. Sau đó, sơ đồ trang web nên tự động tạo lại khi nội dung thay đổi; một sơ đồ trang web duy trì thủ công gần như luôn trở nên lỗi thời.

Những lỗi thường gặp âm thầm lãng phí ngân sách crawl

• Tạo nó một lần khi ra mắt và không bao giờ cập nhật khi các trang được thêm hoặc xóa.
• Đặt lastmod của mọi URL thành ngày hiện tại trong mỗi lần build — điều này khiến crawler ngừng tin tưởng trường này như một tín hiệu thay đổi thực sự.
• Quên gửi lại sau một lần tái cấu trúc URL lớn (ví dụ: di chuyển tên miền hoặc thay đổi permalink) — Google cuối cùng sẽ tự nhận ra, nhưng việc gửi lại giúp đẩy nhanh quá trình chuyển đổi.