Анализатор
XML-сайтмапа

Что такое XML-сайтмап и зачем его проверять

XML-сайтмап (sitemap.xml) — это файл, который сообщает поисковым роботам Google и Яндекса, какие страницы сайта существуют, когда они обновлялись и как они связаны между собой. Без сайтмапа поисковик узнаёт о страницах только через внутренние ссылки — это медленно и ненадёжно, особенно для новых сайтов или разделов с глубокой вложенностью.

Правильно составленный сайтмап ускоряет индексацию, помогает Googlebot обойти нужные страницы быстрее и снижает вероятность того, что важный контент останется вне поиска. Ошибки в сайтмапе — дублирующиеся URL, устаревшие теги, превышение лимитов — снижают эффективность краулинга и могут стать причиной неполной индексации.

Как поисковики используют сайтмап

Когда Googlebot или Яндекс-робот заходит на ваш сайт, он первым делом проверяет robots.txt, где обычно указана ссылка на sitemap.xml. Далее робот скачивает сайтмап и формирует очередь обхода. Страницы из сайтмапа получают приоритет — особенно если у них указан актуальный lastmod.

Важно понимать: наличие URL в сайтмапе не гарантирует индексацию. Поисковик всё равно проверяет качество страницы, наличие canonical, метатег noindex и другие сигналы. Сайтмап — это приглашение, а не команда. Именно поэтому важно держать его чистым: включать только страницы с кодом 200, без noindex, без редиректов.

Типичные ошибки в сайтмапах

• Дублирующиеся URL — одна и та же страница указана дважды, например с / и без него. Поисковик тратит краулинговый бюджет впустую.
• Страницы с noindex — если страница закрыта от индексации через мета-тег, её не нужно включать в сайтмап. Это противоречивый сигнал для робота.
• Устаревшие теги priority и changefreq — Google давно не использует эти теги и официально подтвердил это в 2023 году. Они только раздувают файл.
• Одинаковый lastmod у всех URL — признак того, что дата выставлена автоматически и не отражает реальные изменения. Поисковик перестаёт доверять этому полю.
• HTTP-ссылки вместо HTTPS — если сайт переехал на защищённый протокол, все URL в сайтмапе должны это отражать.
• Превышение лимита 50 000 URL — в одном файле не должно быть больше 50 000 адресов. При превышении нужен sitemap index.

Sitemap index — когда и зачем

Если сайт содержит более 50 000 страниц, один файл сайтмапа не справится. В этом случае создаётся sitemap index — файл-оглавление, который ссылается на несколько отдельных сайтмапов. Каждый дочерний файл по-прежнему соблюдает лимит в 50 000 URL. Наш анализатор автоматически определяет тип файла и показывает список дочерних сайтмапов.

Крупные сайты часто разбивают сайтмапы по разделам: отдельный файл для статей блога, для товаров, для категорий. Это упрощает управление и позволяет точнее отслеживать статус индексации в Google Search Console.

Сайтмап и AI-поисковики

С распространением AI-поисковиков — ChatGPT, Perplexity, Яндекс Нейро, Google AI Overviews — роль корректного сайтмапа возросла. AI-краулеры также обходят сайты по ссылкам и читают sitemap. Чем быстрее и чище индексируется ваш контент, тем выше вероятность попасть в источники, которые AI использует для формирования ответов.

Дополнительно можно протестировать файл /llms.txt — формат для AI-краулеров, который описывает основные страницы сайта в понятном для языковых моделей виде. Важно: по состоянию на 2026 год это пока не обязательный и не универсально поддерживаемый стандарт.

Как использовать инструмент

Что проверяется

• Корректный XML — парсинг без ошибок, наличие корневого тега <urlset> или <sitemapindex>.
• Лимит 50 000 URL — Google и Яндекс не принимают больше 50 тысяч URL в одном файле.
• Дублирующиеся URL — одна и та же страница не должна встречаться дважды.
• Одинаковый lastmod — если все страницы имеют идентичную дату, поисковик воспринимает это как ненастоящие данные.
• Устаревшие теги — priority и changefreq Google давно игнорирует; в 2023 году это было отдельно подтверждено официально.
• Страницы локаций — при большом количестве страниц с локациями есть риск penalty за doorway pages (страницы-двери: почти одинаковый контент под разные гео-запросы).
• Пустые <loc> — URL без адреса не будет проиндексирован.
• HTTPS — все ссылки должны вести на защищённый протокол.

Часто задаваемые вопросы