Un sito e-commerce lancia un restyling, cambia dominio, e tre settimane dopo, metà delle sue nuove pagine non appare ancora su Google. Il problema non è né il contenuto né i meta tag: è l’assenza di una sitemap aggiornata. Comprendere l’organizzazione di un sito web passa attraverso questo file tecnico spesso relegato in secondo piano, mentre condiziona direttamente la capacità dei motori di ricerca di esplorare e indicizzare ogni URL.
Sitemap e migrazione del sito: il caso in cui tutto si gioca
Si parla raramente della sitemap al di fuori del contesto generale dell’indicizzazione. Dove diventa realmente critica è durante un lancio di un sito o un cambio di dominio. La documentazione di Google Search Central, aggiornata a dicembre 2025, lo conferma esplicitamente: la sitemap è qualificata come un mezzo chiave affinché Google scopra le URL di un sito appena lanciato o recentemente migrato.
Quando un sito cambia indirizzo, le vecchie URL perdono progressivamente la loro indicizzazione. Senza una sitemap che punti alle nuove pagine, i robot di esplorazione non hanno alcuna mappa affidabile per navigare nella nuova struttura. Ci si ritrova con pagine orfane che Google non visita, o visita troppo tardi.
La logica è semplice: la sitemap XML elenca le URL attive, la loro data di ultima modifica e la loro priorità relativa. Su un sito stabile con una buona rete interna, Google finisce per trovare la maggior parte delle pagine da solo. Su un sito in transizione, senza una cronologia di crawl, la sitemap diventa l’unico punto d’ingresso affidabile per i robot.
Per osservare concretamente come una sitemap strutturi la navigazione di un sito di notizie online, si può consultare il sito carrepresse.biz che espone il suo piano di sito XML in modo accessibile.
Scoperta della sitemap da parte di Google: robots.txt piuttosto che ping
Per molto tempo, si poteva notificare Google di una nuova sitemap tramite un meccanismo di ping (una richiesta HTTP inviata a un URL specifico). Non è più così. Google ha rimosso questo metodo di scoperta e ha ristretto il processo a due canali precisi.
- La dichiarazione nel file robots.txt, tramite la direttiva
Sitemap:seguita dall’URL completo del file. Questo è il canale passivo: Google legge il robots.txt ad ogni crawl e rileva automaticamente la sitemap referenziata. - La sottomissione manuale o tramite API tramite Google Search Console. Questo è il canale attivo: si indica direttamente a Google dove si trova la sitemap, e si può seguire il suo stato di elaborazione.
- Per Bing, il protocollo IndexNow offre un’alternativa più reattiva: ogni nuova URL o modifica può essere segnalata in tempo reale, senza attendere il prossimo passaggio del robot.
Questo cambiamento ha una conseguenza pratica: se la vostra sitemap non è dichiarata in robots.txt e non è mai stata inviata nella Search Console, Google probabilmente non la conosce. Si vedono ancora siti con un file sitemap.xml generato automaticamente dal loro CMS, ma mai referenziato da nessuna parte.
Sitemap XML e struttura del sito: ciò che il file rivela realmente
La sitemap non è un semplice inventario di URL. Il modo in cui viene costruita riflette (o dovrebbe riflettere) l’architettura del sito. Una sitemap ben progettata distingue le pagine principali dalle pagine secondarie, raggruppa i contenuti per tipo e segnala gli aggiornamenti recenti tramite il tag lastmod.
Su un sito voluminoso, il limite tecnico impone di suddividere la sitemap in più file, coordinati da un sitemap index. Questo file genitore elenca ogni sitemap figlia. Si può segmentare per categoria di contenuto (articoli, prodotti, pagine statiche) o per data di pubblicazione.
Questa segmentazione non è solo un dettaglio tecnico. Permette di identificare rapidamente, nella Search Console, quali sezioni del sito presentano problemi di indicizzazione. Se la sitemap dedicata alle schede prodotto mostra un tasso di copertura basso, si sa dove concentrare l’audit. Senza questa granularità, si cerca un ago in un pagliaio.
Lastmod e freschezza del contenuto: un segnale sottoutilizzato
Il tag lastmod indica la data di ultima modifica di un URL. Molti CMS lo compilano automaticamente, talvolta con la data del giorno a ogni rigenerazione della sitemap, il che lo rende inutile. Google ha precisato che lastmod viene preso in considerazione solo se riflette un cambiamento reale del contenuto.
Sul campo, i feedback variano sull’impatto concreto di lastmod. Ciò che è documentato è che le sitemap combinate con il protocollo IndexNow (per Bing e Yandex) consentono di segnalare un aggiornamento in quasi tempo reale. Google, dal canto suo, si basa maggiormente sulla frequenza di crawl che ha già stabilito per il sito.
Sitemap HTML per la navigazione utente: complementare ma distinto
La sitemap XML si rivolge ai motori di ricerca. La sitemap HTML, invece, è una pagina del sito destinata ai visitatori. Assume la forma di una struttura cliccabile che elenca le principali sezioni e sottopagine.
La sua utilità dipende dalle dimensioni e dalla complessità del sito. Su un blog di venti articoli, non apporta molto. Su un sito istituzionale con diverse centinaia di pagine suddivise in sottosezioni annidate, il piano di sito HTML aiuta i visitatori a trovare una pagina senza passare per la ricerca interna.
Gioca anche un ruolo di rete interna: ogni link nella sitemap HTML trasmette PageRank alla pagina di destinazione. Non è un leva SEO principale di per sé, ma su un sito dove alcune pagine profonde non ricevono alcun link dalla navigazione principale, la sitemap HTML corregge parzialmente questo difetto.
L’errore frequente consiste nel confondere i due formati o nel credere che una sitemap HTML sostituisca la XML. I robot di Google non esplorano un piano di sito HTML allo stesso modo in cui leggono un file XML strutturato con i suoi tag normalizzati. I due file rispondono a esigenze diverse e coesistono senza sostituirsi l’uno all’altro.
Una sitemap XML ben dichiarata in robots.txt, segmentata per tipo di contenuto e inviata nella Search Console copre la parte tecnica. Una sitemap HTML accessibile dal footer migliora la navigazione per i visitatori persi in una struttura complessa. Né l’una né l’altra compensano una rete interna carente, ma entrambe insieme offrono ai robot e agli utenti una lettura chiara dell’organizzazione del sito.