sitemap.xml: obsah webu pre vyhľadávače

Modul 3: Technický základ stránky · Čas čítania: 11 minút

Cieľ lekcie: Po tejto lekcii dokážete prečítať súbor sitemap.xml, posúdiť, či je správny, a zabezpečiť, aby ho vyhľadávače našli.

Kľúčové pojmy: XML sitemap, protokol sitemaps.org, urlset, url, loc, lastmod, changefreq a priority (Google ich ignoruje), hranica 50 000 adries a 50 MB, index sitemap (sitemapindex), kanonické adresy, riadok Sitemap: v robots.txt, automaticky vytvorená sitemap

Čo sitemap je a čo nie je

Sitemap je súbor so zoznamom adries na vašom webe, ktoré chcete vidieť vo výsledkoch vyhľadávania. Je to obsah, ktorý dávate vyhľadávaču. Crawler nachádza stránky hlavne tak, že sleduje odkazy (lekcia 1.2). Sitemap mu pri tom pomáha: uvádza aj stránky, na ktoré vedie málo odkazov, a hovorí, kedy sa stránka naposledy zmenila.

Dve veci sitemap nerobí:

1. Nie je zárukou. Google to hovorí sám: sitemap nezaručuje, že všetko, čo je v nej, bude prehľadané a zaindexované. Odoslanie sitemapy je len nápoveda.
2. Nenahrádza dobré odkazy. Stránka, ktorá je len v sitemape a na ktorú na vašom vlastnom webe nevedie ani jeden odkaz, je pre vyhľadávač znamením, že ju sami nepovažujete za veľmi dôležitú.

Potrebujete sitemap? Podľa Googlu pomáha hlavne pri veľkom webe, novom webe s malým počtom odkazov zvonka a webe s množstvom videí alebo obrázkov. Malý web (Google uvádza približne 500 stránok alebo menej), ktorý je dobre interne prepojený, sa bez nej zaobíde. Sitemap však nestojí takmer nič a väčšina nástrojov na tvorbu webu ju vytvorí sama. Ak ju máte, postarajte sa, aby bola správna: sitemap plná chýb je horšia ako žiadna sitemap.

Ako sitemap vyzerá

Bežná sitemap je súbor XML podľa protokolu sitemaps.org, ktorý spoločne používajú Google, Bing a ďalšie vyhľadávače. Takto vyzerá sitemap kvetinárstva Bloemenatelier Lotte:

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://www.example.com/</loc>
    <lastmod>2026-11-02</lastmod>
  </url>
  <url>
    <loc>https://www.example.com/bruidsboeketten</loc>
    <lastmod>2026-10-14</lastmod>
  </url>
  <url>
    <loc>https://www.example.com/contact</loc>
    <lastmod>2026-06-30T09:15:00+02:00</lastmod>
  </url>
</urlset>

Niekoľko pravidiel, pri ktorých sa často robia chyby:

• Úplné adresy. Nie /contact, ale https://www.example.com/contact. Google výslovne žiada úplné, absolútne adresy.
• UTF-8 a escapovanie. Súbor musí byť v kódovaní UTF-8 a znaky ako & v adrese zapíšte ako &. Samostatný znak & urobí celé XML neplatným.
• Rovnaká schéma a rovnaký hostiteľ. Podľa protokolu smie sitemap obsahovať len adresy s rovnakou schémou a rovnakým hostiteľom ako samotná sitemap. Sitemap na https://www.example.com/ s adresami na http://example.com/ teda nie je správna. Je to zároveň znamenie, že váš canonical a vaše presmerovanie nie sú v súlade (lekcia 3.5 a 4.1).

lastmod: len ak je správny

Google používa <lastmod>, ak je "konzistentne a overiteľne" správny. V roku 2023 Google doplnil, čo sa počíta ako zmena: hlavný text, štruktúrované údaje alebo odkazy na stránke. Nový rok v pätičke zmenou nie je. Ak pri každej stránke každý deň nastavíte dnešný dátum, Google zistí, že vaše dátumy nič nehovoria, a začne ich ignorovať. Pravdivý dátum alebo žiadny dátum je lepší ako vymyslený dátum.

Veľký web? Potom index sitemap

Jedna sitemap smie obsahovať najviac 50 000 adries a mať najviac 50 MB (bez kompresie). Ak je váš web väčší alebo chcete sitemap rozdeliť (stránky, blog, produkty), vytvorte index sitemap (sitemapindex): sitemap sitemáp.

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://www.example.com/sitemap-paginas.xml</loc>
  </sitemap>
  <sitemap>
    <loc>https://www.example.com/sitemap-blog.xml</loc>
  </sitemap>
</sitemapindex>

Potom odošlete len index. WordPress to robí takto: https://www.example.com/wp-sitemap.xml je index, ktorý odkazuje na samostatné sitemapy pre stránky, články, kategórie a autorov. SEO pluginy ho často nahrádzajú vlastným indexom, napríklad sitemap_index.xml.

Ktoré adresy do nej patria?

Len adresy, ktoré chcete vidieť vo výsledkoch vyhľadávania, a to v ich kanonickej podobe (lekcia 3.5). Teda nie:

• adresy, ktoré presmerúvajú (varianta http://, starý názov stránky);
• adresy, ktoré vracajú 404 alebo 410;
• stránky s noindex (lekcia 1.3): hovoríte tým naraz "zaraď toto" a "toto nezaraďuj";
• stránky, ktoré blokujete v robots.txt (lekcia 3.3);
• varianty s parametrami, napríklad ?sorteer=prijs alebo ?utm_source=nieuwsbrief;
• ďakovné stránky, nákupné košíky, prihlasovacie stránky.

Tieto rozpory uvidíte v Search Console (lekcia 2.2 a 2.4): v prehľade Stránky môžete filtrovať adresy zo svojej sitemapy a uvidíte napríklad adresy vylúčené značkou noindex alebo blokované súborom robots.txt. Každé takéto hlásenie je adresa, ktorá do vašej sitemapy nepatrí, alebo stránka, ktorá je omylom zablokovaná.

Ako vyhľadávače nájdu vašu sitemap

Existujú dva bežné spôsoby a použite oba:

1. Riadok v robots.txt (lekcia 3.3). Každý vyhľadávač číta robots.txt, takže takto ju nájde aj vyhľadávač, v ktorom nemáte žiadny účet:

   Sitemap: https://www.example.com/sitemap.xml

   Adresa musí byť úplná. Môžete uviesť viac riadkov Sitemap:.

2. Odoslanie v Search Console a Bing Webmaster Tools (lekcia 2.2 a 2.5). Uvidíte tak aj to, či sa načítanie podarilo a koľko adries sa našlo.

Kedysi bolo možné Google "pingnúť" cez špeciálnu adresu. Google to v roku 2023 zrušil: takýto ping už nič nerobí. Ak chcete vyhľadávačom rýchlo oznámiť zmenu, cestou je lastmod a pre Bing a niekoľko ďalších vyhľadávačov IndexNow (lekcia 2.5).

V praxi: vytvoriť sami alebo nechať vytvoriť

Takmer nikto nepíše sitemap ručne. WordPress od verzie 5.5 sám vytvára wp-sitemap.xml a odkaz naň vkladá do svojho (virtuálneho) súboru robots.txt. AI Builder od WebOké pri publikovaní uloží do webového priečinka súbor sitemap.xml s dátumom poslednej zmeny pre každú stránku a súbor robots.txt s riadkom Sitemap:. Iné nástroje na tvorbu webu robia niečo podobné. Vašou úlohou je kontrola:

• Otvorte /robots.txt na svojej doméne (napríklad https://www.example.com/robots.txt) a pozrite sa, či je v ňom riadok Sitemap:.
• Otvorte túto sitemap v prehliadači. Sú v nej adresy, ktoré očakávate, s https:// a so správnym názvom hostiteľa (s www alebo bez)?
• Kliknite na niekoľko z nich. Načíta sa každá stránka hneď správne, bez presmerovania?

Zhrnutie

• Sitemap je obsah a nápoveda, nie záruka. Malé, dobre prepojené weby sa bez nej zaobídu, ale správna sitemap pomôže vždy.
• Povinné sú urlset so správnym menným priestorom, url a loc s úplnými adresami; lastmod len vtedy, ak je správny. Google ignoruje changefreq a priority.
• Najviac 50 000 adries a 50 MB na súbor; nad touto hranicou index sitemap.
• Len kanonické adresy, ktoré vracajú 200, bez noindex a neblokované.
• Vložte riadok Sitemap: do robots.txt a odošlite sitemap do Googlu a Bingu. Starý ping už nefunguje.

Kvíz

Úloha

Úloha A3.4: Je vaša sitemap platná a dá sa nájsť? Zadajte adresu svojho webu. Program vyhľadá vašu sitemap tak, ako to robí vyhľadávač (najprv cez robots.txt, inak na /sitemap.xml), skontroluje, či ide o platné XML podľa protokolu, či je uvedená v robots.txt, či sú adresy úplné a na vašom vlastnom hostiteľovi, a niekoľko z nich načíta, aby zistil, či naozaj smú byť v indexe. Nemáte vlastný web? Použite european-union.europa.eu.

Čítajte ďalej

Postupy v týchto článkoch platia pre panely WebOké; u iných poskytovateľov to funguje podobne.

• Prihlásenie vašej webovej stránky do vyhľadávačov (Google a Bing)
• Google Search Central, Vytvorenie a odoslanie sitemapy: https://developers.google.com/search/docs/crawling-indexing/sitemaps/build-sitemap
• Google Search Central, Čo je sitemap: https://developers.google.com/search/docs/crawling-indexing/sitemaps/overview
• Protokol sitemaps.org: https://www.sitemaps.org/protocol.html
• Google Search Central Blog, Sitemaps ping endpoint is going away (2023): https://developers.google.com/search/blog/2023/06/sitemaps-lastmod-ping