Una sitemap XML non provoca l’indicizzazione di un URL. Ne segnala l’esistenza ai crawler, che decidono poi se esplorarlo e, successivamente, se inserirlo nel proprio indice. Confondere queste tre fasi (scoperta, scansione, indicizzazione) porta a sopravvalutare il file o, peggio, a ignorare i veri problemi di crawl. Capire questo meccanismo permette di usare la sitemap come strumento diagnostico, non come leva magica per il posizionamento.
URL orfani e sitemap: misurare ciò che i crawler non trovano da soli
Un URL orfano è una pagina esclusa dalla rete di link interni, senza collegamenti al resto del sito. Senza sitemap, i crawler non la incontrano mai. Con una sitemap, la pagina compare nella coda di scoperta, ma nulla garantisce che venga scansionata o indicizzata.
La distinzione si può verificare in Google Search Console, nel rapporto “Indicizzazione delle pagine”. Un URL elencato nella sitemap può rimanere per settimane nello stato “Rilevata, attualmente non indicizzata”. Questo stato significa che Googlebot conosce l’indirizzo, ma non lo ha ancora considerato prioritario. Essere rilevati non significa essere indicizzati e la distanza tra le due fasi rivela la qualità percepita della pagina o la profondità del budget di crawl residuo.
Per individuare gli URL realmente orfani, incrociamo tre fonti: l’elenco degli URL nella sitemap, i log del server e il rapporto sull’indicizzazione. Un URL presente nella sitemap ma assente dai log per un periodo di trenta giorni non è stato visitato. Se compare anche nello stato “Non indicizzata”, il problema va oltre la sitemap: sono la rete di link interni o il contenuto stesso a destare dubbi.
Un file sitemap ben filtrato funge quindi da inventario di riferimento. Rende visibili le pagine che il sito stesso non mette in evidenza, cosa che nessuna scansione classica basata sui link può fare.

Tag lastmod, changefreq, priority: cosa usa davvero Google in una sitemap XML
Il protocollo sitemap definisce tre metadati facoltativi per ogni URL. In pratica, Google ignora i tag changefreq e priority. Mantenerli nel file non causa errori, ma non influisce né sulla frequenza di scansione né sul posizionamento relativo delle pagine.
Il tag lastmod è utile a una condizione precisa: la data deve riflettere una modifica reale e sostanziale del contenuto. Aggiornare questo valore a ogni generazione automatica della sitemap, senza modificare la pagina, ne indebolisce il segnale. Alla fine Googlebot considera la data inaffidabile e smette di usarla per pianificare le visite successive.
Per fare un confronto, la sitemap di La Top Liste mostra un file strutturato, in cui ogni URL dichiarato rimanda a una pagina attiva, senza includere un numero eccessivo di indirizzi obsoleti. Una sitemap di questo tipo facilita il lavoro del crawler, perché non nasconde gli URL utili in mezzo a informazioni superflue.
Pulire il file invece di gonfiarlo
Una sitemap che contiene URL reindirizzati (301), pagine con errore 404 o indirizzi bloccati da robots.txt invia segnali contraddittori. Il crawler rileva l’URL, prova a scansionarlo e poi lo scarta. Questo ciclo consuma budget di crawl senza produrre risultati.
- Escludere tutti gli URL che, al momento della generazione del file, restituiscono un codice HTTP diverso da 200.
- Rimuovere le pagine con un tag
noindex, perché dichiarare un URL nella sitemap e al tempo stesso chiedere di non indicizzarlo crea una contraddizione tecnica. - Limitare il file agli URL canonici: se due indirizzi rimandano allo stesso contenuto tramite
rel="canonical", solo la versione canonica merita di essere inclusa.
Una sitemap limitata agli URL effettivamente indicizzabili offre un quadro fedele delle pagine che il sito intende presentare ai motori di ricerca.
Sitemap e versioni linguistiche: dichiarare le corrispondenze hreflang
In un sito multilingue, la sitemap XML supporta le annotazioni hreflang per collegare le versioni linguistiche della stessa pagina. Ogni voce <url> può contenere più elementi xhtml:link che indicano la lingua e l’URL corrispondente.
Questo metodo affianca i tag HTML <link rel="alternate" hreflang="x"> inseriti nel <head>. Per i siti con diverse centinaia di pagine tradotte, centralizzare le dichiarazioni nella sitemap semplifica la manutenzione. Per esempio, se cambia l’URL della versione spagnola, basta correggerlo in un unico file, senza modificare ogni pagina sorgente.
Google accetta tutti e tre i metodi (tag HTML, intestazioni HTTP, sitemap) e li tratta in modo equivalente. La sitemap non sostituisce gli altri, ma offre un unico punto di controllo, utile quando il CMS non gestisce nativamente i tag hreflang nel codice delle pagine.

Budget di crawl e sitemap: quando il file modifica davvero la scansione
Per un sito con poche decine di pagine ben collegate, la sitemap offre solo un vantaggio marginale. I crawler seguono i link interni e scoprono tutti i contenuti in poche visite.
La sitemap diventa determinante quando il sito supera diverse migliaia di URL o quando la sua struttura crea aree con pochi collegamenti. Ecco i casi più comuni:
- Siti e-commerce con schede prodotto accessibili solo tramite filtri a faccette, invisibili dalla navigazione principale.
- Siti di notizie che pubblicano decine di articoli al giorno, i cui contenuti scompaiono rapidamente dalla homepage.
- Architetture a silos isolati, in cui alcune sezioni non ricevono link dalle altre.
In queste configurazioni, la sitemap funge da rete di sicurezza. Non sostituisce una rete di link interni coerente, ma compensa le lacune strutturali finché non vengono corrette.
Inviare e monitorare
Dichiarare la sitemap nel file robots.txt (direttiva Sitemap:) e inviarla tramite Google Search Console o Bing Webmaster Tools permette di monitorarne l’elaborazione. Il rapporto di Search Console indica il numero di URL inviati, il numero di URL indicizzati e gli eventuali errori di lettura del file.
La differenza tra URL inviati e URL indicizzati è il primo indicatore da monitorare. Un rapporto basso segnala un problema di qualità dei contenuti oppure una sitemap contaminata da URL non indicizzabili. In entrambi i casi, la soluzione va cercata nel sito stesso, non nel file.
La sitemap rimane uno strumento di dichiarazione e diagnosi. Rende trasparente ciò che il sito propone ai motori di ricerca, senza mai sostituirsi alle decisioni di indicizzazione che questi prendono in autonomia.



