Ano ang ibig sabihin ng mga sitemap error sa Google Search Console at paano ko aayusin ang mga ito?
Ang mga sitemap error sa Google Search Console ay nangangahulugang hindi talaga ma-download ng Google ang file (Couldn't fetch, na lumalabas sa details page bilang Sitemap could not be read) o na-download nito pero hindi ma-parse ang bahagi nito (Has errors). Karaniwang galing ang mga fetch failure sa maling URL, rule sa robots.txt, server error o firewall na sumasagot sa Googlebot; galing naman ang mga parsing error sa sirang XML, maling petsa, maling URL o file na lampas sa 50,000 URL o 50 MB. Subukin ang URL ng sitemap mula sa labas gamit ang curl, ayusin ang sanhi, saka isumite muli.
Tipid sa salita ang Sitemaps report sa Search Console: isang status, isang bilang at kung minsan pangalan ng error. Sa likod ng bawat status ay may tiyak na pagkabigo na kaya mong ulitin mula sa sarili mong terminal sa loob ng isang minuto. Itinatapat ng gabay na ito ang bawat mensaheng dinodokumento ng Google sa sanhi nito, ipinapakita kung paano ito subukin mula sa labas, at inililista ang ayos.
Sa pahinang ito
- Ano ang ibig sabihin ng mga sitemap status sa Search Console?
- Bakit Couldn't fetch o Sitemap could not be read ang sinasabi ng Search Console?
- Paano ko susubukin ang sitemap mula sa labas?
- Ano ang ibig sabihin ng mga mensaheng Has errors at paano ko aayusin ang mga ito?
- Ano ang mga limitasyon sa laki at mga tuntunin sa format ng sitemap?
- Gumagamit din ba ng sitemap ang mga AI crawler?
Ano ang ibig sabihin ng mga sitemap status sa Search Console?
Isang status ang bawat sitemap na isinumite mo, para sa huling pagkakataong hiniling ito ng Google:
- Success: nakuha at naproseso ang sitemap nang walang error, at naka-queue para sa crawling ang lahat ng URL nito.
- Has errors (lumalabas din bilang Sitemap had X errors): nakuha ang file, pero hindi na-parse ang ilang bahagi nito. Naka-queue pa rin ang mga URL na na-parse nang tama.
- Couldn't fetch: hindi makuha ng Google ang file mismo. Kapag binuksan mo ang sitemap, Sitemap could not be read ang nakasaad sa details page. Sa Search Console na nasa French, Impossible de lire le sitemap ang parehong mensahe, at Impossible de récupérer le sitemap ang pangunahing status.
Kapag pumalya ang fetch o parse, patuloy na sumusubok ang Google nang ilang araw saka humihinto sa paghiling ng sitemap na iyon, kaya hindi kusang naaayos ang sirang sitemap. Dalawa pang detalye ang nagpapaliwanag sa maraming nakakalitong ulat: inililista lang ng report ang mga sitemap na isinumite sa report o sa API, hindi ang mga nakita sa robots.txt, at mga sitemap lang ng kasalukuyang property ang ipinapakita nito, kaya tiyaking nasa tamang property ka, http o https at www o hindi.
Bakit Couldn't fetch o Sitemap could not be read ang sinasabi ng Search Console?
Inililista ng Google ang mga dokumentadong sanhing ito ng fetch failure:
- Bina-block ng robots.txt ang sitemap. Sinusunod ng Google ang robots.txt kapag kumukuha ng mga sitemap, kaya napipigilan ito ng rule gaya ng
Disallow: /sitemap. - Mali ang URL at nagbabalik ng 404. Ibang path, nawawalang
www, ohttpsa halip nahttpsang mga karaniwang pagkakamali. - Pangkalahatang error gaya ng hindi available na server. Pansamantala ang ilan dito.
- May hindi pa naaayos na manual action ang site. Hindi binabasa ang mga sitemap hangga't hindi ito naaayos.
- Mababang crawl demand para sa sitemap.
Isang sanhing hindi hiwalay na pinapangalanan ng Google ang lumalabas bilang pangkalahatan o HTTP error: firewall, CDN o bot protection na sumasagot sa Googlebot ng 403, 429 o challenge page habang nakukuha ng browser mo ang file. Ganoon din ang login na kailangan bago ang file. Para kumpirmahin ang pagkabigo mula sa panig ng Google, i-paste ang URL ng sitemap sa URL Inspection tool, magpatakbo ng live test at tiyaking Yes ang Crawl allowed at Successful ang Page fetch.
Paano ko susubukin ang sitemap mula sa labas?
Patakbuhin ang apat na pagsusuring ito mula sa kahit anong makina. Palitan ang example.com ng domain mo.
# 1. Status, redirects and content type
curl -sIL https://example.com/sitemap.xml | grep -iE '^(HTTP|location|content-type)'
# 2. The same file requested with Googlebot's user agent
curl -s -o /dev/null -w "%{http_code} %{content_type} %{size_download}\n" \
-A "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)" \
https://example.com/sitemap.xml
# 3. Rules and Sitemap lines in robots.txt
curl -s https://example.com/robots.txt | grep -iE '^(user-agent|disallow|allow|sitemap)'
# 4. Well-formed XML and number of URLs
curl -s https://example.com/sitemap.xml -o sitemap.xml
xmllint --noout sitemap.xml && grep -o '<loc>' sitemap.xml | wc -l Ano ang hahanapin: dapat 200 ang huling status. Kapag may sunud-sunod na redirect, nagsumite ka ng address na hindi ang huli; ipinapakita ng Search Console ang eksaktong URL na isinumite mo at hindi sinusundan ang mga redirect nito, kaya isumite ang huling URL. Kapag text/html ang content type at HTML ang body, pahina ang ipinadala ng server, kadalasang 404 page o homepage, sa halip na ang file. Kung 403, 429 o 503 ang ibinabalik ng pagsusuri 2 habang 200 ang pagsusuri 1, iba ang trato ng isang firewall rule sa mga crawler. May mga server na iba ang sagot sa mga HEAD request kaysa sa GET, kaya normal na request ang gamit ng pagsusuri 2.
Galing sa sarili mong IP address ang test mo, kaya ipinapakita nito kung paano tinatrato ng mga rule mo ang user agent. Puwede pa ring iba ang trato ng mga rule na batay sa IP range sa totoong Googlebot. Inilalathala ng Google ang mga IP range ng crawler nito at sinusuportahan ang reverse DNS verification, kaya puwedeng tumugma ang allow rule sa totoong crawler sa halip na sa user agent string.
Ano ang ibig sabihin ng mga mensaheng Has errors at paano ko aayusin ang mga ito?
Kapag nakuha ang file pero hindi ma-parse nang buo, pinapangalanan ng details page ang error. Ito ang mga pinakamalamang mong makita:
- Parsing error: hindi ma-parse ang XML, kadalasan dahil sa hindi na-escape na character sa isang URL. Isulat ang
&bilang&, at i-escape din ang',",<at>. - Unsupported format: mali ang header o namespace. Dapat magsimula ang sitemap sa XML declaration at gamitin ang namespace na
http://www.sitemaps.org/schemas/sitemap/0.9, na may tuwid na quote. - Invalid date: dapat gumamit ang
lastmodng W3C Datetime, gaya ng2026-11-17o2026-11-17T09:30:00+00:00. Kung may oras, isama ang time zone. - URL not allowed: nasa itaas ng folder ng sitemap ang mga nakalistang URL o nasa ibang domain o protocol. Ang Path mismatch ay parehong problema sa
www: dapat magkatugma ang sitemap at ang mga URL nito. - Too many URLs o Sitemap file size error: higit sa 50,000 URL o higit sa 50 MB nang hindi naka-compress. Hatiin ang file at ilista ang mga bahagi sa isang sitemap index.
- Compression error: sira ang gzip file. I-compress muli, i-upload at isumite muli.
- Empty sitemap: walang URL ang file. Suriin ang generator na sumusulat nito.
- Leading whitespace: warning lang. Alisin ang anumang nasa unahan ng XML declaration.
- URLs not followed o URLs not accessible: maayos ang file, pero masyadong madalas mag-redirect o hindi ma-crawl ang mga nakalistang URL. Ilista lang ang huli at absolute na mga URL.
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url>
<loc>https://example.com/products?color=blue&size=m</loc>
<lastmod>2026-11-17</lastmod>
</url>
<url>
<loc>https://example.com/about</loc>
<lastmod>2026-11-10T09:30:00+00:00</lastmod>
</url>
</urlset> Ano ang mga limitasyon sa laki at mga tuntunin sa format ng sitemap?
Parehong limitasyon ang itinatakda ng protocol ng sitemaps.org at ng dokumentasyon ng Google: hindi hihigit sa 50,000 URL at hindi hihigit sa 50 MB nang hindi naka-compress bawat sitemap file. Puwedeng maglista ang sitemap index ng hanggang 50,000 sitemap at may parehong limitasyon sa laki, at iniuulat ng Google ang Too many sitemaps kapag lumampas ang index. Hindi puwedeng tumuro ang isang index sa ibang index. Dapat naka-encode sa UTF-8 ang file, dapat naka-entity-escape ang bawat value, at humihingi ang Google ng fully qualified at absolute na mga URL.
Sabi rin ng Google, binabalewala nito ang priority at changefreq, at ginagamit lang ang lastmod kapag palagian at napapatunayang tumpak ito, kaya itakda ito sa petsa ng huling makabuluhang pagbabago sa content. Sa protocol ng sitemaps.org, ang sitemap sa https://example.com/blog/sitemap.xml ay puwedeng maglista lang ng mga URL sa ilalim ng /blog/, kaya inirerekomenda ng Google na ilagay ang mga sitemap sa root ng site. Hinahati ng malaking site ang mga URL nito sa ilang file at nagsusumite ng isang index:
<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<sitemap>
<loc>https://example.com/sitemap-pages.xml</loc>
<lastmod>2026-11-17</lastmod>
</sitemap>
<sitemap>
<loc>https://example.com/sitemap-blog.xml.gz</loc>
<lastmod>2026-11-15</lastmod>
</sitemap>
</sitemapindex> Magdagdag din ng isang linya na may buong URL sa robots.txt, halimbawa Sitemap: https://example.com/sitemap.xml. Puwede itong ilagay kahit saan sa file, at mula rito ay mahahanap ng anumang crawler na nagbabasa ng robots.txt ang sitemap mo, hindi lang ng mga pinagsusumitan mo.
Gumagamit din ba ng sitemap ang mga AI crawler?
Para sa Google, oo nang hindi direkta. Tumutulong ang mga sitemap sa Google na matuklasan ang mga URL para sa Search index nito, at sabi ng Google, kumukuha sa index na iyon ang AI Overviews at AI Mode nito: dapat naka-index ang pahina at kwalipikado sa snippet para lumabas bilang supporting link. Kaya ang sitemap error na nagpapabagal sa pag-index ay puwede ring magpaantala sa paglabas ng pahina sa mga AI feature ng Google.
Para sa ibang answer engine, hindi ito dokumentado. Hindi sinasabi ng dokumentasyon ng crawler ng OpenAI, Anthropic at Perplexity kung binabasa ng mga crawler nila ang mga sitemap, kaya huwag umasa sa sitemap para maipasok ang pahina sa ChatGPT, Claude o Perplexity. Mas mahalaga roon ang mga internal link at bukas na robots.txt at firewall. Walang gastos ang pagpapanatili ng gumaganang sitemap at linyang Sitemap: sa robots.txt, at nakakatulong ito sa anumang crawler na gumagamit ng mga ito.
Binabasa ng buong ulat ng AISeeWhy ang mga sitemap na idineklara sa robots.txt o nakita sa /sitemap.xml at mina-flag ang sitemap na hindi makuha o hindi ma-parse, na may gabay sa pag-aayos para sa bawat kaso: hindi maabot ang sitemap at hindi mabasa ang sitemap.
Mga ayos para sa problemang ito
- Mga sirang link sa llms.txt: 2
- Walang nakitang sitemap
- Hindi makuha ang sitemap (status 403)
- Hindi mabasa ang sitemap
Mga susunod na hakbang
- robots.txt tester at checker para sa mga AI crawler
- Pagsusuri ng IP ng AI crawler
- Tingnan ang halimbawa ng buong ulat
- Pag-monitor ng AI crawler
- Mga plan at presyo
Mga crawler sa artikulong ito
Mga madalas itanong
Ano ang ibig sabihin ng Impossible de lire le sitemap?
Ito ang text sa Search Console na nasa French para sa Sitemap could not be read. Lumalabas ito sa details page kapag hindi talaga makuha ng Google ang file. Suriin ang URL, robots.txt, status code ng server at ang firewall mo, ayusin ang sanhi at isumite muli.
Gaano katagal pagkatapos ng ayos bago basahin muli ng Google ang sitemap ko?
Sabi ng Google, sinusubukan nitong i-crawl ang sitemap sa sandaling isumite mo ito, kaya isumite muli pagkatapos ng ayos. Pagkatapos ng matagumpay na pagbasa, nire-recrawl nito ang sitemap ayon sa sarili nitong iskedyul, hiwalay sa ibang bahagi ng site.
Bakit hindi nakalista ang sitemap ko sa Sitemaps report?
Ipinapakita lang ng report ang mga sitemap na isinumite sa report o sa API, at para lang sa kasalukuyang property. Magagamit ng Google ang sitemap na nakita sa robots.txt kahit hindi ito lumalabas doon. Isumite ito para makita ang status nito.
Inaalis ba ng sitemap error ang mga pahina ko sa Google?
Hindi nang mag-isa. Sabi ng Google, naaalala nito ang natutunan mula sa mga naunang matagumpay na pagbasa, at hindi ito nakakalimot dahil sa sumunod na pagkabigo. Maaaring mas mabagal mahanap ang mga bago at binagong pahina hanggang gumana muli ang sitemap.
Mawawala ba ang error kapag binura at isinumite muli ang sitemap?
Kung naayos lang ang sanhi. Hindi nakakalimutan ng Google ang sitemap o ang mga URL nito kapag inalis mo ito sa report, at parehong error ang makukuha ng muling isinumiteng sitemap na pumapalya pa rin.
Mga pinagmulan
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps (French)
- Google Search Central: Build and submit a sitemap
- Sitemaps.org: Sitemaps XML format
- Google: Verify requests from Google crawlers and fetchers
- Google: Google's common crawlers
- Google Search Central: AI features and your website
- OpenAI: Overview of OpenAI crawlers
- Anthropic: Does Anthropic crawl data from the web, and how can site owners block the crawler?
- Perplexity: Perplexity crawlers