account_tree XMLサイトマップ生成ツール star

仕組み

XMLサイトマップはsitemaps.org プロトコルに従います。1つの<urlset>ルート要素が、ページごとに1つの<url>ブロックを包みます。各ブロック内で必須なのは<loc>(ページの完全なURL)のみです。<lastmod>(最終更新日)、<changefreq>(daily/weekly/monthlyのような目安)、<priority>(0.0〜1.0の相対値)はすべて任意のヒントであり、クローラーが従わなければならない命令ではありません。本ツールは1行につき1つのURLを受け取り、これらの任意フィールドを設定できるようにしたうえで、検証済みですぐにアップロードできるsitemap.xmlを出力します。

具体例:40件のブログURLを貼り付け、今週公開した3件をchangefreq=weekly / priority=0.8、残りをmonthly / 0.5として指定すると、ジェネレーターは完全なファイルを書き出します — これをサイトのルート(https://example.com/sitemap.xml)にアップロードし、robots.txtとGoogle Search Consoleから参照してください。

基本のurlset形式のほかにも、このプロトコルには専門的な派生形があります。画像サイトマップと動画サイトマップは、単純なURLリストでは伝えられないメタデータをクローラーに渡すために、名前空間付きの追加タグを使用します。またニュースサイトマップは、速報性の高い記事の公開のために存在します。ただし、これらは核となるルールを変えるものではありません — サイトマップは、クローラーが実際にそこに列挙されたページへたどり着ける場合にのみ役立ちます。あるURLをrobots.txtでブロックしながら同時にサイトマップに記載すると、矛盾したシグナルを送ることになります。ほとんどのクローラーはrobots.txtのdisallowを尊重し、サイトマップへの記載にかかわらずそのページをスキップします。ファイルを公開したら、robots.txtにSitemap:行(例:Sitemap: https://example.com/sitemap.xml)を追加してクローラーに明示的に知らせましょう — これはSearch Console経由での送信とは独立して、かつそれに加えて機能します。

知っておくべきこと

• プロトコルは1つのサイトマップファイルを50,000 URLおよび50MBまでに制限しています。この上限を超える場合は、複数のサイトマップファイルを作成し、それらをサイトマップインデックスファイル——他のサイトマップファイルの場所だけを列挙する最上位のファイル——でまとめる必要があります。
• Googleは現在、changefreqとpriorityをほとんど無視しています。実際に信頼されているのはlastmodだけで、それも値が正確な場合に限られます — 一度も変化しないlastmodは、クローラーに「この値は信用できない」と学習させてしまいます。
• サイトマップは招待状であって保証ではありません。URLを記載してもインデックス登録を強制するわけではなく、発見をしやすくするだけです — 特に内部リンクが少ないページにおいて効果を発揮します。
• canonicalで、ステータス200を返す、インデックス可能なURLだけを記載してください — リダイレクト、404、noindexのページをサイトマップに含めると、シグナルを強めるどころか薄めてしまいます。
• サイトマップはrobots.txtを補完するものであり、それを上書きするものではありません — クロールをブロックされたページは、そのURLがサイトマップファイルに含まれていてもブロックされたままです。
• 大規模で更新頻度の高いサイトでは、いずれ古くなってしまう静的ファイルを手作業で維持するよりも、(当サイト自身のページがそうしているように)スクリプトでサイトマップを動的に生成する方法が有効です。