Le sitemap XML passe pour un fichier trivial : on l’active, on l’oublie. En audit, il concentre pourtant une part surprenante des problèmes d’indexation. Un fichier qui liste les mauvaises URL envoie à Google un signal brouillon, et le moteur finit par s’en méfier. Ce guide reprend les huit erreurs que nous corrigeons le plus souvent, avec un cas vécu à l’appui.
Qu’est-ce qu’un sitemap XML, et quand est-il utile ?
Un sitemap XML est un fichier qui liste les URL d’un site que vous souhaitez voir explorées et indexées par les moteurs. Il ne garantit pas l’indexation : il aide Google à découvrir vos pages, surtout sur les sites volumineux, récents ou peu maillés, où le crawl seul suffit rarement.
Google précise dans sa documentation qu’un sitemap sert surtout dans quatre cas : un site large, un site récent avec peu de liens entrants, un site riche en médias ou en actualités, et un site aux pages isolées, mal reliées entre elles. Sur un petit site bien maillé, il reste utile sans être décisif. Le sitemap ne remplace donc pas un bon maillage interne, il le complète.
Les 8 erreurs de sitemap qui reviennent en audit
Sur nos missions, les mêmes défauts reviennent d’un site à l’autre. Je les classe du plus fréquent au plus insidieux, avec le geste correctif à chaque fois.
1. Lister des URL qui ne répondent pas 200
La règle tient en une ligne : un sitemap ne contient que des URL qui renvoient un code 200. Une URL redirigée (301), introuvable (404) ou en erreur serveur (500) n’y a pas sa place. Elle gaspille du budget de crawl et brouille la lecture que Google se fait de votre site.
En mai 2026, j’ai rencontré un cas net sur notre propre écosystème. Après la restauration d’un backup WordPress, un plugin de masquage avait écrasé la structure des permaliens par un hash. Le générateur de sitemap a alors produit un fichier où chaque URL contenait une chaîne hexadécimale de 64 caractères. Toutes renvoyaient 404. Le correctif a tenu en trois gestes : restaurer la valeur du permalien, vider les règles de réécriture, purger le cache du sitemap. Sans ce contrôle, Google aurait avalé des dizaines d’URL mortes présentées comme valides.
2. Mélanger URL canoniques et non-canoniques
Un sitemap déclare vos URL canoniques, pas leurs variantes. Y glisser une version avec paramètres de tracking, une page paginée ou une URL non-canonique envoie deux signaux qui se contredisent. Le sitemap dit « indexe ceci », la balise canonical dit « indexe autre chose ». Le moteur tranche seul, souvent pas comme vous l’espériez.
3. Des lastmod qui mentent
La balise lastmod indique la date de dernière modification réelle du contenu. Beaucoup de CMS la remettent à la date du jour à chaque génération, sur toutes les pages. Google l’a écrit noir sur blanc : il n’utilise le lastmod que s’il le juge fiable et vérifiable, en le recoupant avec les changements réels de la page. Un lastmod systématiquement daté d’aujourd’hui perd toute valeur, et le moteur cesse d’y prêter attention.
4. Inclure des pages noindex ou bloquées par robots.txt
Un sitemap sert à pousser des pages vers l’indexation. Y placer une URL en noindex, ou bloquée dans le robots.txt, crée une contradiction que Google Search Console signale d’ailleurs. Vous demandez au moteur d’indexer une page que vous lui interdisez par ailleurs de crawler ou d’indexer. Retirez ces URL du sitemap avant de le soumettre.
5. Oublier de déclarer le sitemap
Un sitemap que personne ne trouve ne sert à rien. Deux déclarations le rendent visible : une ligne Sitemap: dans le fichier robots.txt, et une soumission dans Google Search Console. La première aide tous les moteurs, la seconde vous donne un rapport de couverture exploitable. Beaucoup de sites en oublient une, parfois les deux.
6. Dépasser 50 000 URL ou 50 Mo sans index
Google limite chaque fichier sitemap à 50 000 URL et 50 Mo une fois décompressé. Au-delà, vous découpez en plusieurs fichiers reliés par un sitemap index. Les gros catalogues heurtent vite ce plafond. Un fichier unique de 120 000 URL n’est pas lu en entier : le moteur s’arrête à la limite, et le reste de vos pages passe sous le radar.
7. Un XML mal formé
Le sitemap reste un fichier XML, avec ses règles de syntaxe. Une esperluette non échappée dans une URL, un caractère mal encodé, une balise ouverte sans fermeture, et le parseur rejette le fichier entier. Les caractères spéciaux doivent s’écrire avec leurs entités : & devient &, un espace devient %20. Un validateur XML repère ces défauts en quelques secondes, avant la soumission.
8. Des URL relatives ou un protocole incohérent
Chaque URL d’un sitemap s’écrit en absolu, avec le protocole et le domaine complets. Une URL relative comme /produit/ n’est pas valide. Le protocole doit aussi correspondre à la version canonique du site : si vous servez en https, aucune URL en http ne doit figurer. Le domaine reste identique à celui qui héberge le sitemap, sinon Google ignore les URL hors périmètre.
Comment déclarer et contrôler son sitemap
Un sitemap propre se maintient, il ne se génère pas une fois pour toutes. Quatre gestes suffisent à garder la main.
- Déclarer le fichier dans le robots.txt et dans Search Console.
- Surveiller le rapport de couverture : les URL découvertes, indexées, exclues, et le motif de chaque exclusion.
- Recouper chaque URL du sitemap avec son code de réponse, via un crawl régulier.
- Régénérer après toute migration, restauration ou changement de structure d’URL.
Cette vérification fait partie de tout audit technique sérieux, au même titre que le robots.txt et les balises canonical. Sur un catalogue étendu, elle se croise avec la gestion des facettes et de la pagination, un chantier propre au SEO e-commerce. Et sur un site multilingue, le sitemap devient un support d’annotations hreflang, sujet que nous traitons côté SEO international.
Questions fréquentes
Un sitemap XML est-il obligatoire ?
Non. Google explore la plupart des sites sans sitemap, en suivant les liens internes. Le fichier devient utile sur les sites volumineux, récents ou peu maillés, où la découverte par les liens laisse des pages de côté. Sur un petit site bien structuré, son absence pénalise rarement l’indexation.
À quelle fréquence mettre à jour son sitemap ?
Le sitemap se met à jour au rythme du site. La plupart des CMS le régénèrent à chaque publication ou modification, ce qui suffit. L’exactitude compte plus que la fréquence : chaque URL listée doit répondre 200 et correspondre à une page que vous voulez voir indexée.
Faut-il un sitemap pour les images et les vidéos ?
Cela dépend de votre dépendance à la recherche visuelle. Google accepte des sitemaps dédiés aux images et aux vidéos, utiles aux sites dont ces contenus portent une part du trafic. Pour un site classique, les images bien intégrées dans les pages HTML se découvrent sans fichier séparé.
Un sitemap améliore-t-il le classement ?
Non, pas directement. Le sitemap aide à la découverte et à l’indexation, pas au positionnement. Il n’ajoute aucun signal de pertinence ni d’autorité. Une page mal classée ne le sera pas mieux parce qu’elle figure dans un sitemap : le levier se joue sur le contenu, la technique et les liens.
L’essentiel à retenir
Un sitemap XML utile tient en une phrase : la liste exacte des URL canoniques que vous voulez voir indexées, chacune en 200, déclarée au bon endroit. Le reste relève de l’hygiène : le contrôler après chaque changement de structure, le recouper avec les codes de réponse, l’intégrer à un audit SEO régulier plutôt que de l’oublier une fois créé. Pour faire le point sur l’indexation de votre site, parlons de votre projet.
Rédigé par Yonel Sasson, consultant SEO depuis 2014 et GEO chez Getknown. Cas de correction de sitemap issu de nos audits ; limites et bonnes pratiques sourcées dans la documentation officielle de Google.