sitemap.xml: kazalo sadržaja za tražilice

Modul 3: Tehnička osnova stranice · Vrijeme čitanja: 11 min

Cilj učenja: Nakon ove lekcije znat ćete pročitati datoteku sitemap.xml, procijeniti je li ispravna i pobrinuti se da je tražilice pronađu.

Ključni pojmovi: XML karta web-stranice (sitemap), protokol sitemaps.org, urlset, url, loc, lastmod, changefreq i priority (Google ih zanemaruje), granica od 50.000 adresa i 50 MB, indeks karata (sitemapindex), kanonske adrese, redak Sitemap: u datoteci robots.txt, automatski izrađena karta web-stranice

Što karta web-stranice jest, a što nije

Karta web-stranice (sitemap) datoteka je s popisom adresa na Vašoj web-stranici koje želite vidjeti u rezultatima pretraživanja. To je kazalo sadržaja koje dajete tražilici. Crawler stranice pronalazi uglavnom praćenjem poveznica (lekcija 1.2). Karta web-stranice u tome pomaže: navodi i stranice na koje vodi malo poveznica te govori kada je stranica posljednji put promijenjena.

Dvije stvari karta web-stranice ne radi:

1. Nije jamstvo. Google to i sam kaže: karta web-stranice ne jamči da će sve što je u njoj biti indeksirano i obuhvaćeno crawlanjem. Slanje karte web-stranice samo je naznaka.
2. Ne zamjenjuje dobre poveznice. Stranica koja postoji samo u karti web-stranice, a na koju na Vašoj vlastitoj web-stranici ne vodi nijedna poveznica, tražilici je znak da je ni Vi sami ne smatrate osobito važnom.

Trebate li kartu web-stranice? Prema Googleu ona najviše pomaže velikoj web-stranici, novoj web-stranici s malo vanjskih poveznica te web-stranici s puno videozapisa ili slika. Mala web-stranica (Google navodi otprilike 500 stranica ili manje) s dobrim internim poveznicama može i bez nje. No karta web-stranice ne košta gotovo ništa i većina alata za izradu web-stranica izrađuje je automatski. Ako je imate, pobrinite se da je ispravna: karta web-stranice puna pogrešaka gora je od nikakve.

Kako karta web-stranice izgleda

Uobičajena karta web-stranice XML je datoteka prema protokolu sitemaps.org, koji zajednički koriste Google, Bing i druge tražilice. Ovako izgleda karta web-stranice cvjećarnice 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>

Nekoliko pravila koja se često krivo primijene:

• Potpune adrese. Ne /contact, nego https://www.example.com/contact. Google izričito traži potpune, apsolutne adrese.
• UTF-8 i escapiranje. Datoteka mora biti u kodiranju UTF-8, a znakove poput & u adresi pišete kao &. Jedan samostalni & čini cijeli XML nevaljanim.
• Ista shema i isti host. Prema protokolu karta web-stranice smije sadržavati samo adrese s istom shemom i istim hostom kao i sama karta. Karta na https://www.example.com/ s adresama na http://example.com/ stoga nije ispravna. To je ujedno znak da Vaš canonical i Vaše preusmjeravanje nisu usklađeni (lekcija 3.5 i 4.1).

lastmod: samo ako je točan

Google koristi <lastmod> ako je "dosljedno i provjerljivo" točan. Google je 2023. dodao što se smatra promjenom: glavni tekst, strukturirani podaci ili poveznice na stranici. Nova godina u podnožju stranice nije promjena. Ako svakoj stranici svaki dan postavite današnji datum, Google će naučiti da Vaši datumi ništa ne znače i zanemarit će ih. Iskren datum, ili nikakav datum, bolji je od izmišljenog.

Velika web-stranica? Onda indeks karata

Jedna karta web-stranice smije sadržavati najviše 50.000 adresa i biti velika najviše 50 MB (bez kompresije). Ako je Vaša web-stranica veća ili želite podijeliti kartu (stranice, blog, proizvodi), izradite indeks karata (sitemapindex): kartu web-stranice koja sadrži druge karte.

<?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>

Tada šaljete samo indeks. WordPress to radi ovako: https://www.example.com/wp-sitemap.xml je indeks koji upućuje na zasebne karte za stranice, objave, kategorije i autore. SEO dodaci često ga zamjenjuju vlastitim indeksom, primjerice sitemap_index.xml.

Koje adrese pripadaju u kartu?

Samo adrese koje želite vidjeti u rezultatima pretraživanja, i to u njihovu kanonskom obliku (lekcija 3.5). Dakle ne:

• adrese koje preusmjeravaju (inačica s http://, stari naziv stranice);
• adrese koje vraćaju 404 ili 410;
• stranice s oznakom noindex (lekcija 1.3): tada istodobno kažete "uključi ovo" i "nemoj ovo uključiti";
• stranice koje blokirate u datoteci robots.txt (lekcija 3.3);
• inačice s parametrima, poput ?sorteer=prijs ili ?utm_source=nieuwsbrief;
• stranice zahvale, košarice, stranice za prijavu.

Te proturječnosti vidjet ćete u Search Consoleu (lekcija 2.2 i 2.4): u izvješću Stranice (Page indexing) možete filtrirati adrese iz svoje karte web-stranice i tada vidjeti, primjerice, adrese isključene oznakom noindex ili blokirane datotekom robots.txt. Svaka takva obavijest znači adresu koja ne pripada u Vašu kartu ili stranicu koja je slučajno zaštićena od tražilica.

Kako tražilice pronalaze Vašu kartu web-stranice

Postoje dva uobičajena načina i trebate primijeniti oba:

1. Redak u datoteci robots.txt (lekcija 3.3). Svaka tražilica čita robots.txt, pa će je tako pronaći i tražilica na kojoj nikada niste otvorili račun:

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

   Adresa mora biti potpuna. Smijete navesti više redaka Sitemap:.

2. Slanje u Search Consoleu i Bing Webmaster Toolsu (lekcija 2.2 i 2.5). Tada vidite i je li dohvaćanje uspjelo te koliko je adresa pronađeno.

Nekada ste Googleu mogli poslati "ping" putem posebne adrese. Google je to ukinuo 2023.: takav ping više ništa ne radi. Ako želite tražilice brzo obavijestiti o promjeni, put su lastmod i, za Bing i nekoliko drugih tražilica, IndexNow (lekcija 2.5).

U praksi: sami izradite ili prepustite alatu

Gotovo nitko ne piše kartu web-stranice ručno. WordPress od verzije 5.5 sam izrađuje wp-sitemap.xml i dodaje uputu na nju u svoju (virtualnu) datoteku robots.txt. AI Builder tvrtke WebOké pri objavi stavlja sitemap.xml u web-mapu, s datumom posljednje promjene za svaku stranicu, te robots.txt s retkom Sitemap:. Drugi alati za izradu web-stranica rade slično. Vaš je zadatak provjeriti:

• Otvorite /robots.txt na svojoj domeni (primjerice https://www.example.com/robots.txt) i pogledajte postoji li redak Sitemap:.
• Otvorite tu kartu web-stranice u pregledniku. Sadrži li adrese koje očekujete, s https:// i ispravnim nazivom hosta (s www ili bez njega)?
• Kliknite nekoliko adresa. Učitava li se svaka stranica odmah ispravno, bez preusmjeravanja?

Sažetak

• Karta web-stranice je kazalo sadržaja i naznaka, a ne jamstvo. Male web-stranice s dobrim poveznicama mogu i bez nje, ali ispravna karta uvijek pomaže.
• Obavezni su urlset s ispravnim imenskim prostorom, url i loc s potpunim adresama; lastmod samo ako je točan. Google zanemaruje changefreq i priority.
• Najviše 50.000 adresa i 50 MB po datoteci; iznad toga indeks karata.
• Samo kanonske adrese koje vraćaju 200, bez oznake noindex i bez blokiranja.
• Dodajte redak Sitemap: u robots.txt i pošaljite kartu Googleu i Bingu. Stari ping više ne radi.

Kviz

Zadatak

Zadatak A3.4: Je li Vaša karta web-stranice valjana i dostupna? Upišite adresu svoje web-stranice. Program traži Vašu kartu web-stranice kao što to radi tražilica (najprije putem robots.txt, inače na /sitemap.xml), provjerava je li to valjani XML prema protokolu, je li navedena u robots.txt, jesu li adrese potpune i na Vašem vlastitom hostu te dohvaća nekoliko adresa kako bi provjerio smiju li one stvarno u indeks. Nemate vlastitu web-stranicu? Upotrijebite european-union.europa.eu.

Dodatno štivo

Koraci u ovim člancima vrijede za upravljačke ploče tvrtke WebOké; kod drugih pružatelja usluga postupak je sličan.

• Prijava Vaše web stranice tražilicama (Google i Bing)
• Google Search Central, Izrada i slanje karte web-stranice: https://developers.google.com/search/docs/crawling-indexing/sitemaps/build-sitemap
• Google Search Central, Što je karta web-stranice: 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