SEO & web
Hvis I søger efter sitemap.xml, eller efter sitemap matcher ikke index, står I typisk ét sted: Search Console siger at I har indsendt URL'er, der ikke er indekseret, eller at I har sider i indekset, I aldrig satte på listen. Canonical-indlægget er valget af én URL. JSON-LD-indlægget er markup der spejler HTML. Redirect-indlægget er kæder der rådner. Relancér-indlægget er cutover-kortet. Den her er listen. Et sitemap er et løfte: de her URL'er vil vi have crawlet som kandidater til indekset. En generator der hælder alt ud — tags, parametre, preview, noindex, den anden host — er ikke et sitemap. Det er et dump, I kaldte SEO.
Google behandler sitemap som et hint om hvad I selv synes er vigtigt, og som en måde at opdage URL'er på et nyt eller tyndt linket site. Det er ikke en kommando om at indeksere. Hvis listen strides med noindex, med canonical, med robots.txt, har I tre stemmer. Crawlen gætter. Gættet er sjældent den side, I opdaterede mandag. I har ikke 'sat sitemap'. I har udgivet en fil, der enten matcher det, I vil have fundet — eller modsiger det.
TL;DR
De vigtigste pointer
- Sitemap.xml er listen over kanoniske, indexérbare URL'er I vil have fundet — ikke alt der svarer 200.
- Noindex, staging, UTM, den anden host og tynde arkiver på listen er at bede om crawl, I ikke vil have i indekset.
- lastmod der altid er 'nu' er støj. En ærlig dato slår en generator, der lyver hver build.
- Listen skal være enig med canonical, hreflang og robots.txt. Uenighed er tre stemmer, Google skal tælle op.
- Canonical-indlægget er adressen. JSON-LD er scriptet. Redirect er hoppet. Relancér er cutover. Den her er listen.
- I har et sitemap, når I kan sige: hver URL her må gerne indekses. Ikke når pluginet er tændt.
Hvorfor det her overhovedet er vigtigt
Et site der indsender 400 URL'er, hvoraf en fjerdedel er tag-arkiver, parametre og den anden locale-host, har ikke 'god dækning'. Det har crawl-støj. På et nyt domæne er budgettet småt. Hver URL på listen er en anmodning om opmærksomhed. Hvis anmodningen er en tynd tag-side, en UTM-kopi eller en noindex I glemte at fjerne fra generatoren, har I brugt opmærksomheden på noget, I selv har sagt nej til. Coverage-rapporten bliver et skænderi, I ikke kan forklare.
Teams gør det, fordi den første generator 'virkede'. WordPress-pluginet tændte XML sitemap. Next.js `app/sitemap.ts` mappede alle slugs. Preview-URL'er kom med, fordi originen var `VERCEL_URL`. lastmod blev sat til `new Date()` så 'Google ser det som friskt'. Ingen valgte. Alle tilføjede. Tre måneder senere har I indsendt URL'er der er noindex, URL'er der canonicaliserer væk, og I har glemt de tre landingssider, I faktisk vil have fundet, fordi de ikke ligger i den collection, generatoren kender.
Skaden er konkret. 'Discovered – currently not indexed' på sider, I aldrig linkede til. 'Crawled – currently not indexed' på tynde tags I selv sendte. En staging-host i indekset, fordi sitemap pegede derhen i en uge. lastmod der skriger 'ændret' på sider, I ikke har rørt, så crawlen holder op med at stole på datoen. En liste der mangler den kanoniske form og kun kender slash-varianten, I redirecter. Canonical-indlægget er valget. Her er at listen skal kende valget.
Vi skriver det, fordi 'vi har sitemap' er blevet et tjek, I sætter når `/sitemap.xml` svarer 200. Et ærligt sitemap er kedeligt: kun kanoniske, offentlige, indexérbare URL'er, ærlig lastmod, hreflang der matcher siden, indsendt ét sted. Uden det valg har I en fil. I har ikke en liste, Google kan bruge.
Hvad et sitemap faktisk er — og hvad en generator ikke er
Et sitemap er en erklæring: disse URL'er er de kanoniske kandidater, vi vil have opdaget. Absolutte URL'er. Den host, I valgte. Den slash-regel, I valgte. De locales, I faktisk udgiver. Ikke preview. Ikke parametre. Ikke den side, I har sat noindex på, fordi den er tynd. Forskellen er ikke om filen parser. Forskellen er om hver linje er en URL, I vil stå ved i indekset.
Det er ikke det samme som 'pluginet er tændt'. Yoast, Rank Math, et Next.js-map over alle dynamiske ruter — de skriver det, I fodrer dem med. Hvis I fodrer dem med tag-arkiver med ét indlæg, med search-resultat-URL'er, med sorteringsparametre, skriver de det. Generatoren er pennen. I er redaktøren. Canonical-indlægget er at vælge adressen. Her er at vælge hvem der overhovedet kommer med på holdet.
Det er heller ikke det samme som robots.txt. Robots siger hvor crawlen ikke må gå. Sitemap siger hvor I gerne vil have den hen. En URL der er disallow'et og samtidig listet, er en selvmodsigelse. En URL der er noindex og listet, er en anmodning om crawl til et dokument, I har sagt ikke skal i indekset. I kan have grunde til at crawle uden at indeksere. Så hører URL'en ikke hjemme i sitemap. Den hører hjemme i intern navigation, hvis I overhovedet vil have den fundet af mennesker.
Og det er ikke 'jo flere URL'er, jo bedre'. På et ungt site er det omvendt. Hver tynd URL konkurrerer om crawl med den side, I faktisk skrev. Relancér-indlægget er paritet ved cutover. Redirect-indlægget er hoppet. Her er at listen efter cutover ikke må rumme de gamle URL'er, I netop 301'ede, og ikke må glemme de nye, I netop udgav.
Det der typisk går galt, når nogen siger sitemap er sat
Den første fejl er at liste varianter. www og apex. Slash og ikke. HTTP. UTM. Pagination I canonicaliserer til side 1. Canonical-indlægget er at vælge én. Sitemap der lister de tre andre, er at sende crawlen ind i hops og dubletter. List den I valgte. Lad 301 gøre resten. En generator der tager `req.url` og skriver den, vil skrive preview-hosten, når I bygger det forkerte sted.
Den anden fejl er lastmod der lyver. `new Date()` på hver build. Et CMS der sætter 'nu' når nogen gemmer uden at ændre indhold. Crawlen lærer at ignorere feltet. Så hjælper det ikke, den dag I faktisk retter H1. Enten er lastmod den dato, indholdet ændrede sig — og I mener det — eller I udelader feltet. En løgnagtig dato er værre end ingen dato. JSON-LD-indlægget er datePublished der matcher siden. Samme ærlighed her.
Den tredje fejl er at glemme det, I vil have fundet. Landingssider der ikke ligger i den collection, generatoren mapper. En ny indsigt der først kommer med, når nogen regenererer et statisk sitemap, I committede for tre uger siden. Et billed-sitemap I aldrig havde, og et video-sitemap I limede ind tomt. Dynamisk sitemap fra den samme datakilde som ruterne. Hvis siden kan renderes som indexérbar, kan den listes. Hvis den ikke kan, skal den ikke. Ingen manuel XML, I glemmer.
Den fjerde fejl er hreflang i sitemap der ikke matcher siden. DA-rækken peger på EN-søsteren i sitemap, men siden peger et tredje sted — eller mangler hreflang. To stemmer. Relancér er cutover. Canonical er adressen. Her er at sitemap-alternates er de samme URL'er som `hreflang` i HTML. En generator der gætter locale ved at skifte `/da/` til `/en/` på en side, der ikke findes på EN, er at liste 404'ere som søskende.
En redigeret liste vs. et dump, I kalder dækning
Det ærlige sitemap
Kanoniske, indexérbare URL'er. Ærlig lastmod. Hreflang der matcher HTML. Indsendt ét sted.
- Hver URL må gerne i indekset — noindex og staging er ikke på listen
- Kun den host og slash-form, I valgte som canonical
- lastmod er indholdets dato, eller feltet er udeladt
- Er kedeligt at vedligeholde, fordi det kommer fra samme datakilde som ruterne
Det håbede dump
Plugin tændt, alle tags, alle parametre, lastmod = nu, og preview-hosten i en uge.
- Tynde arkiver og search-URL'er 'så de også bliver fundet'
- Noindex-sider og 301-kilder på listen
- lastmod der skriger ændret på hver deploy
- Er crawl-støj, I kalder SEO. Coverage-rapporten bliver et skænderi
// Rigtigt: kun kanoniske, indexérbare URL'er fra samme kilde som ruterne
export default function sitemap(): MetadataRoute.Sitemap {
return allPublicPages
.filter((p) => p.indexable)
.map((p) => ({
url: canonicalAbsolute(p),
lastModified: p.updatedAt, // real content date, not new Date()
alternates: { languages: p.hreflang },
}));
}
// Forkert: alt der kan svare 200, plus 'nu' som lastmod
// return [{ url: previewHost + path, lastModified: new Date() }]Sådan beslutter I hvad der må stå på listen — før I genererer filen
Uden den her rækkefølge får I endnu et dump, I kalder et sitemap.
- 01
Skriv hvem der må i indekset, som en regel I kan pege på
Offentlig, kanonisk, ikke noindex, ikke search-resultat, ikke preview. Hvis I ikke kan sige reglen i én sætning, vil generatoren gætte. Canonical-indlægget er URL-formen. Her er medlemskabet.
- 02
Generér fra samme datakilde som ruterne, ikke fra en XML I committede
Next.js `app/sitemap.ts`, et CMS-felt, et plugin I har konfigureret — pennen skifter. Hvis en indexérbar side kan renderes, skal den kunne listes uden en manuel omgang. En statisk fil, I glemmer, er hvordan nye indsigter lander udenfor listen.
- 03
Gør lastmod ærlig eller udelad den
Indholdets opdatering. Ikke build-tid. Ikke 'nogen trykkede gem'. Crawlen stoler på feltet, indtil I lærer den ikke at gøre det. JSON-LD dateModified er samme ærlighed. Løgn i det ene er løgn i det andet.
- 04
Tjek listen mod canonical, robots og noindex før I indsender
Stikprøve: åbn fem URL'er fra sitemap. Er de den kanoniske form? Er de indexable? Redirecter de? En URL der 301'er, hører ikke hjemme. En URL der er disallow, hører ikke hjemme. Indsend ét sitemap-index, ikke tre plugins der hver især poster til Search Console.
- 05
Læs coverage som et skænderi I kan forklare, ikke som vejr
Submitted not indexed: hvorfor sendte I dem? Crawled not indexed: var de tynde, eller sendte I støj? Missing in sitemap: hvorfor kan ruten renderes uden at listen kender den? Relancér er cutover-kortet. Her er vanen efter cutover.
“I har et sitemap, når listen er det, I vil have i indekset — ikke alt, der kan svare 200.”
Tags, billeder, locales og lastmod — samme ord, fire jobs
Tag- og kategoriarkiver er det job, generatoren elsker og crawlen på et ungt site hader. Et arkiv med ét indlæg er en tynd side, I har bedt om crawl til. Enten er arkivet et dokument, I vil have fundet (så skriv det, og list det), eller det er navigation (så list det ikke, og lad interne links bære). Vi holder tynde tag-sider ude af sitemap, indtil de har substans. Det er et valg. Plugin-defaulten er ikke det valg.
Billed- og video-sitemaps er det job, I limer på når nogen har læst at 'billeder skal i sitemap'. Et billed-sitemap er de billeder, I vil have i Image Search, med den side de hører til. Det er ikke at dump'e alle `next/image`-URL'er. Uden reelle billeder, I vil have fundet den vej, er filen støj. JSON-LD-indlægget er om scriptet spejler siden. Her er om listen spejler de billeder, I faktisk viser.
Locale-par er det job, hreflang allerede har på siden. Sitemap `alternates.languages` er den samme sandhed, ikke en anden. DA-URL'en er kanonisk for DA. EN-søsteren er i map'et, hvis den findes. Gæt ikke en EN-sti. Canonical-indlægget er at locale ikke canonicaliserer til den anden locale. Her er at listen ikke opfinder søskende.
lastmod er det job, I enten mener eller dropper. En ærlig dato på et indlæg, I rettede, er et signal. En dato der hopper på hver deploy, er at råbe. Relancér-datoen på alle URL'er samtidig er et cutover-signal, I kan forsvare én gang — ikke en vane. Derefter: indholdets dato, eller ingenting.
Hvad I typisk bør gøre i den situation, I står i
Venstre er det, I typisk siger. Højre er det næste skridt, vi typisk anbefaler.
Situation
Coverage viser 'submitted but not indexed' på tags, parametre og gamle URL'er
Næste skridt
Fjern dem fra listen. Noindex og 301-kilder hører ikke hjemme i sitemap. Crawl-budget er ikke et dump
Situation
Sitemap lister preview-hosten eller både www og apex
Næste skridt
Hardcode den kanoniske origin. Canonical-indlægget er valget. Listen kender kun valget
Situation
lastmod er new Date() på hver build
Næste skridt
Brug indholdets updatedAt, eller udelad feltet. En løgnagtig dato træner crawlen til at ignorere jer
Situation
Nye landingssider og indsigter mangler i sitemap i uger
Næste skridt
Generér fra samme datakilde som ruterne. En committed XML er en liste, I glemmer
Situation
Hreflang i sitemap peger på stier, siden ikke har
Næste skridt
Kun locales der faktisk renderer. Gæt ikke /en/ ud fra /da/. To 404-søskende er ikke et sprogpar
Tjekliste før I kalder det et sitemap
Hvis I mangler flere af punkterne, er sætningen vi har sitemap — setup'et er en fil, I håber på.
- Hver URL på listen er kanonisk, offentlig og indexérbar — I vil gerne have den i indekset
- Ingen staging, UTM, noindex, 301-kilder eller search-resultater på listen
- lastmod er indholdets dato, eller feltet er udeladt — ikke build-tid
- Hreflang-alternates matcher HTML, og kun locales der faktisk findes
- Listen kommer fra samme datakilde som ruterne, og I har stikprøvet fem URL'er
- Canonical er adressen. JSON-LD er scriptet. Redirect er hoppet. Relancér er cutover. Den her er listen
Spørgsmål vi får igen og igen
Er det her det samme som canonical URL, JSON-LD eller at relancere uden at miste SEO?
Nej. Canonical-indlægget er valget af én adresse og 301 på resten. JSON-LD er scriptet der skal spejle synlig HTML. Redirect-indlægget er kæder der rådner. Relancér er cutover-kortet. Den her er listen over URL'er, I vil have crawlet som kandidater. I kan have én kanonisk host og stadig dumpe tags og parametre i sitemap. I kan have ærlig markup og en liste, der peger på staging. Fire jobs. Det ene erstatter ikke de andre.
Skal alle sider i sitemap, også dem med noindex?
Nej. Sitemap er 'vil gerne i indekset'. Noindex er 'vil ikke i indekset'. At liste dem er at bede om crawl til et dokument, I har afvist. Hvis I har brug for at siden findes for mennesker, så link til den. Hvis I ikke vil have den i indekset, så hold den af listen. Plugin-defaulten der tager 'alle publicerede' uden at læse robots-meta, er hvordan coverage fyldes med 'submitted but not indexed'.
Er lastmod påkrævet?
Nej. Det er et signal, crawlen kan bruge, når den stoler på jer. En ærlig indholds-dato er nyttig. En dato der er 'nu' på hver deploy, er støj der træner den til at ignorere feltet. Udelad hellere. Når I så retter en side, og datoen hopper med indholdet, betyder det noget. JSON-LD dateModified er samme regel: spejl sandheden, eller drop feltet.
Hvad med WordPress-plugin versus Next.js app/sitemap.ts?
Jobbet er det samme: kanonisk origin, kun indexérbare URL'er, ærlig lastmod, hreflang der matcher. Pluginet eller funktionen er pennen. Hvis pennen skriver alle tags, alle parametre og `home_url()` fra det miljø, I bygger i, skriver den forkert. Konfigurér inkluder/ekskludér. Hardcode produktionens origin. Lad ikke 'alle publicerede indlæg' være SEO uden at I har læst hvad 'alle' rummer.
Hjælper det at indsende sitemap flere gange om dagen?
Nej. Indsend når I har en ægte liste. Ping når I har udgivet noget, listen nu kender. At poste den samme fil i loop er ikke crawl-budget. Det er støj i Search Console. På et ungt site betyder indhold og interne links mere end hvor ofte I trykker submit. Listen skal være rigtig. Frekvensen er sekundær.
Hvis sitemap er et dump, I kalder dækning
Lad os skille en kedelig liste fra en fil, I håber på.
Kun de URL'er, I vil have i indekset, slår et plugin der hælder alt ud.
