Sitemap XML et WordPress : guide complet pour bien indexer son site

Ce qu’il faut exclure de son sitemap

Un sitemap qui inclut toutes les URLs d’un site WordPress sans discrimination est souvent contre-productif. Google utilise le sitemap pour évaluer la qualité globale du site : un sitemap rempli de pages sans valeur signale que le site a du contenu de faible qualité, ce qui peut nuire à l’indexation des pages importantes. La règle est simple : seules les pages que vous voulez voir indexées et qui ont une valeur SEO réelle doivent apparaître dans le sitemap.

Les pages à exclure systématiquement

• Pages système WordPress : page de connexion, page d’administration, pages de prévisualisation. Elles ne devraient pas être indexables et donc pas dans le sitemap.
• Pages WooCommerce transactionnelles : panier, checkout, mon compte, confirmation de commande, résultats de recherche boutique. Ces pages n’ont aucune valeur SEO et leur présence dans le sitemap consomme du budget de crawl inutilement.
• Pages de politique de confidentialité et mentions légales obsolètes : si vous avez plusieurs versions de ces pages suite à des mises à jour, n’en gardez qu’une dans le sitemap.
• Pages d’auteur sur un site solo : sur un site avec un seul auteur, la page d’auteur est un doublon de la page blog. À exclure du sitemap et à passer en noindex.
• Archives de tags peu remplis : un tag avec un ou deux articles n’a pas de valeur éditoriale suffisante pour mériter une place dans le sitemap.
• Archives par date : le sitemap natif WordPress les inclut parfois. Elles n’ont aucune valeur SEO.
• Pages en noindex : c’est une contradiction évidente mais fréquente. Si une page est en noindex, elle ne doit pas être dans le sitemap. Google le signale comme une erreur dans la Search Console. Rank Math et Yoast gèrent ça automatiquement si bien configurés.
• Pages avec une balise canonique pointant vers une autre URL : si une page déclare une autre URL comme canonique, c’est la page canonique qui doit être dans le sitemap, pas la variante.

Les pages à inclure même si elles ont peu de contenu

Quelques exceptions à la règle : certaines pages avec peu de contenu textuel méritent d’être dans le sitemap si elles ont une valeur commerciale ou une intention de recherche claire. Une page de contact, une page de services avec peu de texte mais qui reçoit des conversions, ou une page d’atterrissage pour une campagne publicitaire : ces pages doivent rester dans le sitemap même si elles sont courtes.

Comment décider ce qui reste et ce qui part

La règle pratique : si vous ne voulez pas que Google indexe une page, passez-la en noindex ET retirez-la du sitemap. Si vous voulez qu’elle soit indexée mais pas mise en avant dans le sitemap, laissez-la en dehors du sitemap mais assurez-vous qu’elle reçoit des liens internes. Le sitemap liste vos pages les plus importantes, pas exhaustivement toutes vos pages.

Sitemap images et sitemap WooCommerce

Au-delà du sitemap standard des pages et des articles, deux types de sitemaps spécialisés méritent une attention particulière sur WordPress : le sitemap images et le sitemap des produits WooCommerce.

Le sitemap images

Le sitemap images liste les images présentes sur chaque page de votre site avec leurs métadonnées (URL, légende, titre, licence). Il aide Google Images à découvrir et indexer vos visuels, ce qui peut générer du trafic via la recherche d’images, en particulier sur les sites avec du contenu visuel fort : recettes, tutoriels, e-commerce, portfolio.

Rank Math inclut les images dans le sitemap principal par défaut quand l’option est activée. Pour vérifier, ouvrez votre sitemap (votresite.fr/sitemap_index.xml) et inspectez le XML d’un sous-sitemap d’articles. Vous devriez voir des balises <image:image> avec l’URL de chaque image sous chaque entrée <url>.

Yoast SEO inclut aussi les images dans le sitemap principal depuis les versions récentes. La configuration se fait automatiquement sans réglage supplémentaire.

Pour que le sitemap images soit utile, les images doivent avoir des noms de fichiers descriptifs et des balises alt correctement remplies. Un sitemap qui liste des images nommées IMG_2847.jpg sans alt apporte peu de valeur pour le référencement image. J’ai détaillé ces optimisations dans mon article sur l’optimisation des images WordPress pour le SEO.

Le sitemap WooCommerce

Sur une boutique WooCommerce, le sitemap doit couvrir les types de contenu spécifiques à WooCommerce qui ne sont pas inclus dans un sitemap WordPress standard :

• Les produits : chaque fiche produit doit être dans le sitemap. C’est géré automatiquement par Rank Math et Yoast dès que WooCommerce est actif, à condition que le type de contenu « Produit » soit inclus dans les réglages du sitemap.
• Les catégories de produits : vos pages catégories WooCommerce sont stratégiques pour le SEO et doivent être dans le sitemap. Rank Math les inclut automatiquement via le sitemap des taxonomies.
• Les pages produits avec variantes : WooCommerce n’indexe pas les variantes comme des pages séparées, donc elles n’apparaissent pas dans le sitemap. Seule la page produit principale y figure.

Les pages à exclure spécifiquement du sitemap WooCommerce :

• Pages de résultats de filtres de navigation (?orderby=price, ?filter_color=rouge)
• Pages de panier, checkout, mon compte, confirmation de commande
• Pages d’attributs de produits si elles n’ont pas de valeur SEO propre
• Pages de tags produits avec peu de produits

Le sitemap multilingue avec Polylang

Sur un site multilingue utilisant Polylang, le sitemap doit inclure les balises xhtml:link rel="alternate" pour chaque version linguistique de chaque page. Ces balises permettent à Google de découvrir toutes les versions linguistiques depuis le sitemap sans avoir à les crawler individuellement. Rank Math et Yoast génèrent ces balises automatiquement en coordination avec Polylang. Pour aller plus loin sur la configuration multilingue, consultez mon article sur Polylang, WordPress et le SEO multilingue.

Soumettre son sitemap dans Google Search Console

Créer un sitemap ne suffit pas : il faut indiquer à Google où le trouver. Certes, Rank Math et Yoast ajoutent automatiquement une référence au sitemap dans le fichier robots.txt de votre site, ce qui permet à Googlebot de le découvrir seul. Mais la soumission manuelle dans Google Search Console accélère le processus et vous donne accès aux rapports de suivi de l’indexation.

Soumettre le sitemap dans GSC

Connectez-vous à Google Search Console et sélectionnez la propriété de votre site. Dans le menu de gauche, allez dans Indexation > Sitemaps. Dans le champ « Ajouter un nouveau sitemap », entrez l’URL de votre sitemap (généralement sitemap_index.xml ou sitemap.xml) et cliquez sur « Envoyer ».

GSC affiche ensuite le statut du sitemap : « Succès » si le sitemap est valide et a été traité, avec le nombre d’URLs découvertes et le nombre d’URLs indexées. Un écart important entre ces deux chiffres est normal : Google ne s’engage pas à indexer toutes les URLs du sitemap, seulement celles qu’il juge pertinentes.

Fréquence de resoumission

Vous n’avez pas besoin de resoumettre le sitemap à chaque publication d’un article. Rank Math et Yoast mettent à jour le sitemap automatiquement à chaque nouveau contenu publié, et Google le recrawle régulièrement. La resoumission manuelle est utile dans ces situations :

• Après une migration de site ou un changement de domaine
• Après une modification importante de la configuration du sitemap (exclusion de types de contenu, activation du sitemap images)
• Si vous constatez que des pages récentes tardent à être indexées et que le sitemap n’a pas été recrawlé récemment (visible dans le rapport GSC)
• Après avoir corrigé des erreurs signalées dans le rapport Sitemaps de GSC

Soumettre à Bing Webmaster Tools

Google n’est pas le seul moteur à utiliser votre sitemap. Bing (qui alimente aussi DuckDuckGo et Yahoo) propose son propre outil webmaster : Bing Webmaster Tools. La démarche est identique à GSC : créez un compte, vérifiez votre site et soumettez votre sitemap. Sur la plupart des sites francophones, Bing représente 5 à 10% du trafic organique, ce qui en fait un canal non négligeable.

Vérifier et diagnostiquer son sitemap : erreurs fréquentes

Après avoir configuré et soumis votre sitemap, plusieurs vérifications s’imposent pour s’assurer qu’il fonctionne correctement. Les erreurs de sitemap sont parmi les problèmes les plus fréquents signalés dans les audits SEO WordPress.

Les erreurs fréquentes dans Google Search Console

Le rapport Indexation > Sitemaps dans GSC signale plusieurs types d’erreurs :

• « Impossible de récupérer » : Google ne peut pas accéder à l’URL du sitemap. Causes fréquentes : URL incorrecte, fichier .htaccess qui bloque l’accès, plugin de sécurité qui bloque les robots, ou site temporairement inaccessible au moment du crawl.
• « Page introuvable (404) » : le sitemap était accessible avant mais ne l’est plus. Vérifiez que le plugin SEO est toujours actif et que la fonctionnalité sitemap n’a pas été désactivée.
• « URL non autorisée par robots.txt » : une règle dans votre robots.txt bloque le crawl du sitemap. Vérifiez que votre robots.txt ne contient pas Disallow: /sitemap ou Disallow: /.

Pages en noindex dans le sitemap

C’est l’erreur la plus fréquente et la plus facile à corriger. Une page en noindex dans le sitemap envoie un signal contradictoire à Google : vous lui dites à la fois de ne pas indexer la page (via la balise noindex) et de la prioriser (via le sitemap). Google signale cette contradiction dans le rapport de couverture comme « Exclues : Page avec la balise noindex ».

Pour identifier les pages en noindex présentes dans le sitemap, utilisez Screaming Frog : crawlez votre sitemap (Mode > Crawl XML Sitemap), puis filtrez les URLs avec une balise noindex dans l’onglet « Directives ». Toute URL avec noindex doit être retirée du sitemap ou la directive noindex doit être supprimée selon votre intention.

URLs en erreur 404 dans le sitemap

Un sitemap peut contenir des URLs qui renvoient des erreurs 404 si des pages ont été supprimées sans que le sitemap ait été mis à jour. Rank Math et Yoast retirent normalement les pages supprimées du sitemap automatiquement, mais des cas particuliers peuvent subsister : pages supprimées directement en base de données, migrations incomplètes, ou plugins qui génèrent des URLs dynamiques supprimées par la suite.

Pour les détecter, utilisez le validateur de sitemap XML Sitemap Validator (disponible en ligne gratuitement) qui crawle chaque URL du sitemap et signale les erreurs HTTP.

Deux sitemaps actifs simultanément

Si vous avez installé un plugin SEO sur un site qui avait déjà un plugin de sitemap dédié (XML Sitemaps, Google XML Sitemaps), les deux peuvent coexister et générer des sitemaps distincts. Google préférera l’un ou l’autre mais la coexistence crée de la confusion. Désactivez et supprimez le plugin de sitemap dédié si vous utilisez Rank Math ou Yoast, qui gèrent le sitemap de façon native.

Sitemap et budget de crawl sur les gros sites

Le budget de crawl est la quantité de ressources que Googlebot alloue au crawl de votre site sur une période donnée. Sur les petits sites (moins de quelques centaines de pages), le budget de crawl n’est généralement pas un problème : Google crawle l’ensemble du site rapidement et régulièrement. Sur les gros sites (plusieurs milliers de pages ou plus), le budget de crawl devient un enjeu SEO réel et le sitemap joue un rôle direct dans son optimisation.

Quand le budget de crawl devient un problème

Sur un site WordPress avec un gros catalogue WooCommerce, un blog avec des années de contenu et de nombreuses taxonomies, Google peut avoir du mal à crawler l’ensemble du site dans un délai raisonnable. Les symptômes :

• De nouvelles pages mettent des semaines à apparaître dans les résultats de recherche après publication
• Le rapport de couverture GSC montre un grand nombre de pages « Découvertes, non indexées » sans progression
• Le nombre de pages crawlées par jour dans les rapports GSC stagne ou diminue

Comment le sitemap aide à optimiser le budget de crawl

Un sitemap propre qui ne liste que les pages à haute valeur SEO concentre l’attention de Googlebot sur ce qui compte vraiment. En retirant du sitemap les pages de faible valeur (tags vides, archives de dates, pages système), vous signalez à Google que ces pages ne méritent pas d’être crawlées prioritairement.

Sur les très gros sites, plusieurs bonnes pratiques complémentaires :

• Segmenter le sitemap par priorité : certains plugins permettent de créer des sitemaps distincts pour les pages les plus importantes (pages de services, catégories principales) et d’en soumettre un seul à GSC pour orienter le crawl.
• Mettre à jour la date lastmod uniquement sur les vraies modifications : certains plugins mettent à jour la date de dernière modification du sitemap à chaque commentaire ou modification mineure, ce qui pousse Google à recrawler des pages qui n’ont pas réellement changé et gaspille du budget de crawl.
• Bloquer les URLs parasites dans robots.txt : les URLs de filtres WooCommerce, les paramètres de session et les URLs de recherche interne qui ne sont pas dans le sitemap doivent aussi être bloquées dans robots.txt pour que Googlebot ne les découvre pas via d’autres chemins.
• Surveiller le rapport de crawl dans GSC : le rapport Paramètres > Statistiques sur l’exploration (accessible depuis l’ancienne Search Console) montre le nombre de pages crawlées par jour et le TTFB moyen constaté par Googlebot. Un TTFB élevé pousse Google à réduire son budget de crawl.

Si vous voulez un accompagnement pour auditer et optimiser le sitemap de votre site WordPress, ma page consultant SEO WordPress freelance détaille mes prestations. Et pour une vision complète de l’ensemble des optimisations techniques à mettre en place, consultez mon guide d’audit SEO WordPress.