XML Sitemap là gì? Cách tạo và quản lý sitemap cho website

XML Sitemap là một tệp theo định dạng XML liệt kê các URL trên website mà bạn muốn công cụ tìm kiếm biết tới, kèm thông tin phụ như thời điểm trang được sửa lần cuối. Sitemap giúp Google phát hiện trang nhanh và đầy đủ hơn, nhất là trang mới, trang ít được liên kết nội bộ, hoặc website lớn có nhiều trang.

Cần nói rõ ngay: có mặt trong sitemap không đảm bảo trang được lập chỉ mục. Theo tổng quan về sitemap của Google Search Central, sitemap là một gợi ý giúp Google thu thập hiệu quả hơn; Google vẫn tự quyết định trang nào đáng đưa vào chỉ mục dựa trên chất lượng, trùng lặp và nhiều yếu tố khác.

Sitemap làm được gì và không làm được gì

Google cho biết website nhỏ (khoảng vài trăm trang trở xuống), được liên kết nội bộ tốt, có thể không cần sitemap vì Google vẫn tìm được các trang qua liên kết. Nhưng có sitemap cũng không hại gì, và phần lớn nền tảng website hiện nay tự sinh sitemap. Việc đáng làm là đảm bảo sitemap đó sạch.

Một số thông số kỹ thuật cần biết: mỗi tệp sitemap tối đa 50.000 URL hoặc 50 MB khi chưa nén; vượt giới hạn thì chia thành nhiều tệp và dùng sitemap index (một tệp liệt kê các tệp sitemap con). URL trong sitemap phải là URL đầy đủ (có https:// và tên miền). Google bỏ qua các trường priority và changefreq, nhưng có dùng lastmod nếu trường này nhất quán và chính xác. Ngoài sitemap cho trang, còn có phần mở rộng cho ảnh, video và tin tức.

Cần chuẩn bị gì

• Danh sách loại trang trên website: trang chủ, trang dịch vụ, danh mục, sản phẩm, bài blog, trang tác giả, trang chính sách.
• Quy tắc URL chuẩn: có www hay không, có dấu gạch chéo cuối hay không, trang nào là bản chính khi có nhiều biến thể.
• Cách website sinh sitemap: nền tảng tự sinh, plugin SEO, hay do lập trình viên viết; sitemap cập nhật tự động khi có trang mới hay phải làm tay.
• Quyền truy cập Google Search Console cho tên miền.
• Tệp robots.txt hiện tại, để đảm bảo URL trong sitemap không bị chặn.

Quy trình tạo và quản lý sitemap 6 bước

Bước 1. Chỉ đưa URL chuẩn cần index

Sitemap là danh sách những trang bạn muốn xuất hiện trên Google, nên chỉ chứa URL chuẩn (canonical), trả về mã 200 và được phép index. Loại ra: URL chuyển hướng, trang lỗi 404, trang gắn noindex, URL có tham số lọc hoặc theo dõi (như tham số UTM), bản trùng lặp đã có canonical URL trỏ về trang khác, và URL đang bị chặn trong robots.txt. Mỗi URL “rác” trong sitemap là một tín hiệu mâu thuẫn: bạn nói trang này quan trọng, nhưng chính trang lại nói ngược lại.

Bước 2. Chia sitemap theo loại nội dung

Thay vì một tệp khổng lồ, chia sitemap theo loại trang: một tệp cho trang dịch vụ, một cho sản phẩm, một cho bài blog, gom lại bằng sitemap index. Lý do chính không phải vì Google cần, mà vì bạn cần: trong Search Console, bạn lọc được báo cáo lập chỉ mục theo từng sitemap, nên thấy ngay nhóm nào có tỷ lệ index thấp bất thường. Shop có 2.000 sản phẩm mà sitemap sản phẩm chỉ được index một phần nhỏ là dấu hiệu cần xem lại chất lượng trang sản phẩm, không phải lỗi của sitemap.

Bước 3. Cập nhật lastmod khi thay đổi thật

Trường lastmod cho Google biết trang được sửa lần cuối lúc nào. Google chỉ tin trường này khi nó đáng tin: chỉ cập nhật khi nội dung chính của trang thay đổi (sửa giá, thêm đoạn mới, cập nhật thông tin), không phải khi đổi năm ở chân trang hay thay widget bên lề. Một số hệ thống đặt lastmod bằng thời điểm tạo sitemap cho mọi URL — mọi trang đều “vừa sửa” thì trường này mất ý nghĩa. Khi làm content refresh cho bài cũ, lastmod mới là tín hiệu có giá trị.

Bước 4. Đặt tại vị trí ổn định

Đặt sitemap ở gốc tên miền, ví dụ tenmien.vn/sitemap.xml hoặc tenmien.vn/sitemap_index.xml, với đường dẫn không đổi theo thời gian. Theo tài liệu của Google, một sitemap chỉ có tác dụng với các URL nằm trong thư mục chứa nó trở xuống, nên đặt ở gốc là an toàn nhất. Khai báo vị trí này bằng dòng Sitemap trong robots.txt để mọi crawler tìm thấy. Khi đổi nền tảng website, kiểm tra đường dẫn sitemap cũ còn hoạt động hoặc cập nhật lại ở mọi nơi đã khai báo.

Bước 5. Gửi qua Search Console

Trong Google Search Console, mục Sơ đồ trang web (Sitemaps) cho phép gửi URL sitemap (hoặc sitemap index). Sau khi gửi, báo cáo cho biết Google đã đọc tệp lúc nào, trạng thái thành công hay lỗi và số URL phát hiện được. Chỉ cần gửi một lần; Google sẽ tự đọc lại theo thời gian. Google đã ngừng hỗ trợ cách “ping” sitemap qua đường dẫn riêng, nên hai kênh chính là Search Console và dòng Sitemap trong robots.txt.

Bước 6. Đối chiếu URL gửi và URL index

Đây là bước mang lại giá trị thật. Mở báo cáo lập chỉ mục trang, lọc theo sitemap đã gửi, rồi xem các URL chưa được index nằm ở lý do nào: đã thu thập nhưng chưa index, trùng lặp và Google chọn bản chính khác, bị chặn, chuyển hướng, lỗi máy chủ. Mỗi lý do có một hướng xử lý khác — sửa sitemap, sửa canonical, cải thiện nội dung, hoặc tăng liên kết nội bộ tới trang. Cách đọc các báo cáo này có trong bài phân tích Google Search Console bằng AI, và việc đối chiếu nên có trong mỗi đợt SEO audit.

Ví dụ thực hành: trung tâm tiếng Anh có blog

Ví dụ giả định: một trung tâm tiếng Anh có website gồm trang chủ, 8 trang khoá học, 3 trang chi nhánh, 120 bài blog và trang tác giả cho giáo viên. Sitemap do plugin tự sinh. Khi kiểm tra, người phụ trách thấy sitemap bài viết đang chứa cả URL cũ đã chuyển hướng và vài trang thẻ (tag) gắn noindex.

Sau khi làm sạch và gửi lại, trung tâm theo dõi báo cáo lập chỉ mục theo từng tệp. Nếu nhóm bài blog vẫn có nhiều trang “đã thu thập nhưng chưa index”, việc tiếp theo là xem lại chất lượng và mức trùng lặp của các bài đó, chứ không phải gửi sitemap thêm lần nữa.

AI giúp được gì với sitemap

AI không biết một URL đang trả về mã gì hay có gắn noindex không nếu bạn không cung cấp dữ liệu đó. Đừng nhờ AI “viết sitemap” từ trí nhớ về website — sitemap phải được sinh từ dữ liệu thật của hệ thống quản trị nội dung.

Sai lầm thường gặp

• Nghĩ rằng gửi sitemap là trang sẽ được index — sitemap chỉ giúp phát hiện, Google vẫn tự quyết định.
• Để URL chuyển hướng, 404, noindex trong sitemap, làm tín hiệu kém rõ ràng.
• lastmod đổi hàng loạt mỗi lần tạo lại sitemap dù nội dung không đổi.
• Sitemap chứa URL không chuẩn: lẫn http và https, có và không có www, có tham số theo dõi.
• Gửi sitemap rồi không mở lại báo cáo, bỏ lỡ phần đối chiếu có giá trị nhất.

Câu hỏi thường gặp