Sau khi website chạy, gần như ai cũng được dặn “nhớ gửi sitemap cho Google”, nhưng ít người biết sitemap nằm ở đâu, gửi xong thì xem gì, và vì sao Search Console báo “Không thể tìm nạp”. Sitemap XML (sơ đồ trang) là tệp liệt kê các trang bạn muốn Google biết tới, kèm ngày sửa gần nhất. Bài này giải thích khi nào sơ đồ trang thật sự có ích, cách tìm đúng địa chỉ trên website WordPress, cách gửi lên Google và cách đọc từng trạng thái.
Sitemap XML là gì, website nhỏ có cần không
Sơ đồ trang là một tệp dạng XML (định dạng dữ liệu máy đọc được), mỗi dòng là một đường dẫn trang, có thể kèm ngày cập nhật. Google dùng nó như một gợi ý để biết website có những trang nào. Chữ quan trọng là “gợi ý”: theo tài liệu Google Search Central, gửi sơ đồ trang không bảo đảm Google sẽ tải nó về hay thu thập mọi đường dẫn trong đó.
Google cũng nói website “nhỏ”, khoảng 500 trang trở xuống và các trang đều được liên kết với nhau qua menu, có thể không cần sơ đồ trang. Dù vậy chúng tôi vẫn khuyên bật, vì nó gần như không tốn gì và giúp ích rõ ở ba trường hợp: website mới chưa nơi nào dẫn link tới, website có nhiều bài viết hoặc sản phẩm sâu trong danh mục, và website vừa đổi cấu trúc đường dẫn.
Tìm đúng địa chỉ sơ đồ trang của website
Đây là bước hay sai nhất, vì một website WordPress có thể có nhiều hơn một sơ đồ trang:
- Sơ đồ có sẵn của WordPress: từ bản 5.5, WordPress tự tạo sơ đồ ở tenmien.vn/wp-sitemap.xml. Đây là sơ đồ mục lục, bên trong chia thành từng tệp nhỏ theo trang, bài viết, chuyên mục; mỗi tệp con mặc định chứa tối đa 2.000 đường dẫn.
- Sơ đồ của plugin SEO: nếu website dùng Yoast SEO và bật tính năng sơ đồ trang, địa chỉ là tenmien.vn/sitemap_index.xml và plugin tự tắt sơ đồ của WordPress để tránh trùng. Plugin khác có địa chỉ riêng, xem trong phần cài đặt của plugin đó.
- Cách chắc chắn nhất: mở tenmien.vn/robots.txt và tìm dòng bắt đầu bằng “Sitemap:”. Địa chỉ ở đó là sơ đồ website đang công bố cho máy tìm kiếm. Tệp này hoạt động thế nào xem bài Robots.txt là gì, website doanh nghiệp cần viết gì.
Mở địa chỉ tìm được trên trình duyệt. Nếu thấy danh sách đường dẫn là được; nếu báo lỗi 404 hoặc trang trắng, hãy sửa trước khi gửi. Lưu ý: khi ô “Ngăn chặn các công cụ tìm kiếm đánh chỉ mục website này” trong Cài đặt › Đọc đang bật, WordPress không phát sơ đồ trang có sẵn.
Gửi sơ đồ trang lên Google Search Console
- Đăng nhập Search Console, chọn đúng website (cần xác minh quyền sở hữu trước; cách thêm website có trong bài Google Search Console: 3 việc chủ website nên xem mỗi tháng).
- Mở báo cáo Sơ đồ trang web ở menu bên trái.
- Ở ô “Thêm sơ đồ trang web mới”, dán phần đường dẫn sau tên miền (ví dụ wp-sitemap.xml) rồi bấm Gửi.
- Chỉ gửi sơ đồ mục lục, không cần gửi từng tệp con; Google tự đọc các tệp bên trong.
Gửi một lần là đủ. Google tự quay lại đọc sơ đồ định kỳ, nên khi bạn đăng bài mới thì không cần gửi lại. Cách “ping” (báo Google qua một đường dẫn) mà nhiều hướng dẫn cũ nhắc tới đã bị Google ngừng từ năm 2023; ngoài Search Console, cách chính thức còn lại là ghi dòng Sitemap trong robots.txt.
Đọc kết quả: Thành công, Có lỗi, Không thể tìm nạp
| Trạng thái | Nghĩa là | Việc nên làm |
|---|---|---|
| Thành công | Google đã tải và xử lý sơ đồ, không gặp lỗi | Xem cột số trang đã phát hiện có gần với số trang thật không |
| Có lỗi | Tải được sơ đồ nhưng có ít nhất một lỗi | Bấm vào để xem lỗi cụ thể, sửa ở plugin hoặc giao diện tạo sơ đồ |
| Không thể tìm nạp | Google không lấy được tệp | Mở địa chỉ trên trình duyệt ẩn danh; kiểm tra robots.txt, tường lửa, plugin bảo mật |
| Số trang phát hiện quá ít | Sơ đồ thiếu loại nội dung (ví dụ dự án, sản phẩm) | Bật loại nội dung đó trong cài đặt sơ đồ |
| Số trang phát hiện quá nhiều | Sơ đồ chứa trang rác: thẻ, trang tác giả, tệp đính kèm | Tắt các loại đó khỏi sơ đồ, chỉ để trang muốn lên Google |
“Đã phát hiện” chưa có nghĩa là “đã lên Google”. Muốn biết trang nào trong sơ đồ đã được lập chỉ mục, mở báo cáo Trang và đổi bộ lọc trên cùng từ “Tất cả các trang đã biết” sang sơ đồ trang vừa gửi. Còn nếu bạn muốn bỏ một sơ đồ cũ, Search Console cho xoá khỏi báo cáo, nhưng Google nói rõ việc xoá không làm Google quên các đường dẫn đã biết.
Giữ sơ đồ trang sạch: 4 nguyên tắc
- Chỉ chứa trang muốn lên Google: không đưa trang noindex, trang chuyển hướng, trang lỗi vào sơ đồ. Mỗi đường dẫn nên là bản chính (bản bạn muốn hiện trên kết quả tìm kiếm).
- Đường dẫn đầy đủ: có https và tên miền, trùng với địa chỉ thật của website (có hay không có www phải thống nhất).
- Ngày cập nhật trung thực: Google chỉ dùng ngày sửa (lastmod) khi nó nhất quán và đúng; sửa năm ở chân trang không phải là cập nhật nội dung. Hai trường “độ ưu tiên” và “tần suất thay đổi” thì Google bỏ qua, không cần chỉnh.
- Trong giới hạn: mỗi tệp tối đa 50.000 đường dẫn hoặc 50 MB chưa nén; website lớn hơn thì chia nhiều tệp và dùng một tệp mục lục, như WordPress và các plugin đã tự làm.
Khi đổi sang website mới, gửi sơ đồ mới ngay ngày chạy là một trong năm việc đầu tiên nên làm; danh sách đầy đủ trong bài Website mới bao lâu lên Google. Các website Digotech làm có sẵn sơ đồ trang ngay khi bàn giao; nếu bạn đang cân nhắc làm mới, xem trang Thiết kế website doanh nghiệp.
Tóm lại
- Sitemap XML là danh sách trang bạn muốn Google biết; nó là gợi ý, không bảo đảm trang được đọc hay lên Google.
- Tìm đúng địa chỉ qua dòng “Sitemap:” trong robots.txt, gửi sơ đồ mục lục một lần ở báo cáo Sơ đồ trang web của Search Console.
- Giữ sơ đồ sạch: chỉ trang muốn lên Google, đường dẫn đầy đủ, ngày cập nhật trung thực; đối chiếu số trang phát hiện với số trang thật.