Mit jelentenek a sitemap-hibák a Google Search Console-ban, és hogyan javíthatom őket?
A Google Search Console sitemap-hibái azt jelentik, hogy a Google vagy egyáltalán nem tudta letölteni a fájlt (Couldn't fetch, a részletek oldalán Sitemap could not be read), vagy letöltötte, de egy részét nem tudta feldolgozni (Has errors). A letöltési hibákat általában rossz URL, robots.txt-szabály, szerverhiba vagy a Googlebotnak válaszoló tűzfal okozza; a feldolgozási hibákat hibás XML, rossz dátumok, rossz URL-ek vagy 50 000 URL-nél, illetve 50 MB-nál nagyobb fájlok. Tesztelje a sitemap URL-jét kívülről curl segítségével, javítsa az okot, majd küldje be újra.
A Search Console Sitemapek jelentése szűkszavú: egy állapot, egy szám, és néha egy hiba neve. Minden állapot mögött egy konkrét hiba áll, amelyet egy perc alatt reprodukálhat a saját termináljából. Ez az útmutató a Google által dokumentált minden üzenethez hozzárendeli az okát, megmutatja, hogyan tesztelje kívülről, és felsorolja a javítást.
Ezen az oldalon
- Mit jelentenek a sitemap-állapotok a Search Console-ban?
- Miért írja a Search Console, hogy Couldn't fetch vagy Sitemap could not be read?
- Hogyan teszteljem kívülről a sitemapet?
- Mit jelentenek a Has errors üzenetek, és hogyan javítsam őket?
- Mik a sitemap méretkorlátai és formai szabályai?
- Az AI-crawlerek is használják a sitemapeket?
Mit jelentenek a sitemap-állapotok a Search Console-ban?
Minden beküldött sitemap egy állapotot kap arra az alkalomra, amikor a Google utoljára lekérte:
- Success: a sitemapet hibák nélkül letöltötte és feldolgozta, és minden URL-je bekerült a feltérképezési sorba.
- Has errors (Sitemap had X errors formában is megjelenhet): a fájlt letöltötte, de egyes részeit nem tudta feldolgozni. A helyesen feldolgozott URL-ek így is a sorba kerülnek.
- Couldn't fetch: a Google magát a fájlt nem tudta lekérni. Ha megnyitja a sitemapet, a részletek oldalán Sitemap could not be read áll. A francia Search Console-ban ugyanez az üzenet Impossible de lire le sitemap, a felső szintű állapot pedig Impossible de récupérer le sitemap.
Ha a letöltés vagy a feldolgozás sikertelen, a Google néhány napig próbálkozik, majd leáll a sitemap lekérésével, így a hibás sitemap nem javul meg magától. Két további részlet sok zavaros jelentést megmagyaráz: a jelentés csak a jelentésen vagy az API-n keresztül beküldött sitemapeket sorolja fel, a robots.txt-ben találtakat nem, és csak az aktuális tulajdon sitemapjeit mutatja, ezért ellenőrizze, hogy a megfelelő http vagy https, illetve www-s vagy www nélküli tulajdonban van-e.
Miért írja a Search Console, hogy Couldn't fetch vagy Sitemap could not be read?
A Google a letöltési hiba alábbi dokumentált okait sorolja fel:
- A sitemapet a robots.txt blokkolja. A Google a sitemapek letöltésekor is tiszteletben tartja a robots.txt-t, így egy
Disallow: /sitemapszabály megállítja. - Az URL hibás, és 404-et ad vissza. A szokásos hibák: eltérő útvonal, hiányzó
www, vagyhttpahttpshelyett. - Általános hiba, például a szerver nem érhető el. Ezek egy része átmeneti.
- A webhelyen megoldatlan kézi intézkedés van érvényben. A sitemapeket a javításig nem olvassa.
- Alacsony feltérképezési igény a sitemap iránt.
Egy okot a Google nem nevez meg külön, és általános vagy HTTP-hibaként jelenik meg: egy tűzfal, CDN vagy botvédelem, amely 403-mal, 429-cel vagy kihívásoldallal válaszol a Googlebotnak, miközben a böngészője megkapja a fájlt. A fájl elé tett bejelentkezési kötelezettség ugyanígy hat. Ha a Google oldaláról szeretné megerősíteni a hibát, illessze be a sitemap URL-jét az URL-ellenőrző eszközbe, futtasson élő tesztet, és ellenőrizze, hogy a Crawl allowed értéke Yes, a Page fetch értéke pedig Successful.
Hogyan teszteljem kívülről a sitemapet?
Futtassa ezt a négy ellenőrzést bármely gépről. Az example.com helyére írja a saját domainjét.
# 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 Mire figyeljen: a végső állapotnak 200-nak kell lennie. Egy átirányítási lánc azt jelenti, hogy nem a végső címet küldte be; a Search Console pontosan a beküldött URL-t mutatja, és nem követi rajta az átirányításokat, ezért a végső URL-t küldje be. A text/html tartalomtípus HTML-törzzsel azt jelenti, hogy a szerver egy oldalt küldött, gyakran egy 404-es oldalt vagy a kezdőlapot, nem a fájlt. Ha a 2. ellenőrzés 403-at, 429-et vagy 503-at ad, miközben az 1. 200-at, egy tűzfalszabály másként kezeli a crawlereket. Egyes szerverek a HEAD kérésekre másként válaszolnak, mint a GET kérésekre, ezért használ a 2. ellenőrzés normál kérést.
A tesztje a saját IP-címéről érkezik, így azt mutatja meg, hogyan kezelik a szabályai a user agentet. Az IP-tartományokra épülő szabályok a valódi Googlebotot ettől még másként kezelhetik. A Google közzéteszi a crawlerei IP-tartományait, és támogatja a fordított DNS-alapú ellenőrzést, így az engedélyező szabály a valódi crawlerre illeszthető a user agent karakterlánc helyett.
Mit jelentenek a Has errors üzenetek, és hogyan javítsam őket?
Ha a fájlt letöltötte, de nem tudta teljesen feldolgozni, a részletek oldala megnevezi a hibát. A leggyakoribbak:
- Parsing error: az XML nem dolgozható fel, gyakran egy URL-ben lévő escape nélküli karakter miatt. Az
&jelet&formában írja, és escape-elje a', a", a<és a>karaktert is. - Unsupported format: a fejléc vagy a névtér hibás. A sitemapnek XML-deklarációval kell kezdődnie, és a
http://www.sitemaps.org/schemas/sitemap/0.9névteret kell használnia, egyenes idézőjelekkel. - Invalid date: a
lastmodértéknek W3C Datetime formátumot kell követnie, például2026-11-17vagy2026-11-17T09:30:00+00:00. Ha időt is megad, időzónát is adjon meg. - URL not allowed: a felsorolt URL-ek a sitemap mappája fölött vagy más domainen, illetve protokollon vannak. A Path mismatch ugyanez a probléma a
wwwkapcsán: a sitemapnek és az URL-jeinek egyezniük kell. - Too many URLs vagy Sitemap file size error: több mint 50 000 URL vagy tömörítetlenül több mint 50 MB. Ossza fel a fájlt, és a részeket sorolja fel egy sitemap-indexben.
- Compression error: a gzip-fájl sérült. Tömörítse újra, töltse fel, és küldje be újra.
- Empty sitemap: a fájl nem tartalmaz URL-t. Ellenőrizze az azt író generátort.
- Leading whitespace: csak figyelmeztetés. Töröljön mindent az XML-deklaráció elől.
- URLs not followed vagy URLs not accessible: a fájl rendben van, de a felsorolt URL-ek túl sokszor irányítanak át, vagy nem térképezhetők fel. Csak végső, abszolút URL-eket soroljon fel.
<?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> Mik a sitemap méretkorlátai és formai szabályai?
A sitemaps.org protokoll és a Google dokumentációja ugyanazokat a korlátokat szabja: sitemap-fájlonként legfeljebb 50 000 URL és tömörítetlenül legfeljebb 50 MB. Egy sitemap-index legfeljebb 50 000 sitemapet sorolhat fel, ugyanazzal a méretkorláttal, és a Google Too many sitemaps hibát jelez, ha egy index túllépi. Indexek nem mutathatnak más indexekre. A fájlnak UTF-8 kódolásúnak kell lennie, minden értéket escape-elni kell, és a Google teljes, abszolút URL-eket kér.
A Google azt is közli, hogy a priority és a changefreq értéket figyelmen kívül hagyja, a lastmod értéket pedig csak akkor használja, ha következetesen és ellenőrizhetően pontos, ezért arra a dátumra állítsa, amikor a tartalom utoljára érdemben változott. A sitemaps.org protokoll szerint egy https://example.com/blog/sitemap.xml címen lévő sitemap csak a /blog/ alatti URL-eket sorolhatja fel, ezért javasolja a Google, hogy a sitemapeket a webhely gyökerébe tegye. Egy nagy webhely több fájlra osztja az URL-jeit, és egyetlen indexet küld be:
<?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> Adjon hozzá a robots.txt-hez egy sort is a teljes URL-lel, például Sitemap: https://example.com/sitemap.xml. Bárhol állhat a fájlban, és belőle minden crawler megtalálja a sitemapjét, amely a robots.txt-t olvassa, nem csak azok, amelyeknek beküldi.
Az AI-crawlerek is használják a sitemapeket?
A Google esetében közvetve igen. A sitemapek segítik a Google-t abban, hogy URL-eket fedezzen fel a keresési indexéhez, és a Google szerint az AI Overviews és az AI Mode erre az indexre támaszkodik: az oldalnak indexeltnek és kivonatra jogosultnak kell lennie ahhoz, hogy alátámasztó linkként megjelenjen. Az indexelést lassító sitemap-hiba ezért egy oldal megjelenését is késleltetheti a Google AI-funkcióiban.
A többi válaszmotornál ez nincs dokumentálva. Az OpenAI, az Anthropic és a Perplexity crawlerdokumentációja nem mondja meg, olvassák-e a crawlereik a sitemapeket, ezért ne számítson rá, hogy egy sitemap bejuttat egy oldalt a ChatGPT-be, a Claude-ba vagy a Perplexitybe. Ott a belső linkek, valamint a nyitott robots.txt és tűzfal számít többet. Egy működő sitemap és egy Sitemap: sor a robots.txt-ben semmibe sem kerül, és minden olyan crawlernek hasznos, amely használja őket.
A teljes AISeeWhy-jelentés beolvassa a robots.txt-ben deklarált vagy a /sitemap.xml címen talált sitemapeket, és jelzi, ha egy sitemap nem tölthető le vagy nem dolgozható fel, mindkét esetre javítási útmutatóval: elérhetetlen sitemap és olvashatatlan sitemap.
Javítások erre a problémára
- Hibás linkek az llms.txt-ben: 2
- Nem található oldaltérkép
- A sitemap nem tölthető le (állapot: 403)
- A sitemap nem olvasható
Következő lépések
- robots.txt tesztelő és ellenőrző AI-crawlerekhez
- AI-crawler IP-ellenőrzés
- Nézzen meg egy teljes jelentést példaként
- AI-crawler-figyelés
- Csomagok és árak
A cikkben szereplő crawlerek
Gyakran ismételt kérdések
Mit jelent az Impossible de lire le sitemap?
Ez a Sitemap could not be read francia Search Console-szövege. Akkor jelenik meg a részletek oldalán, ha a Google egyáltalán nem tudta letölteni a fájlt. Ellenőrizze az URL-t, a robots.txt-t, a szerver állapotkódját és a tűzfalat, javítsa az okot, és küldje be újra.
Mennyi idő után olvassa be újra a Google a sitemapemet a javítás után?
A Google szerint igyekszik a beküldés után azonnal feltérképezni a sitemapet, ezért a javítás után küldje be újra. Sikeres beolvasás után a sitemapet a saját ütemezése szerint térképezi fel újra, a webhely többi részétől függetlenül.
Miért nem szerepel a sitemapem a Sitemapek jelentésben?
A jelentés csak a jelentésen vagy az API-n keresztül beküldött sitemapeket mutatja, és csak az aktuális tulajdonhoz. A robots.txt-ből megtalált sitemapet a Google úgy is használhatja, hogy ott nem jelenik meg. Küldje be, hogy lássa az állapotát.
Eltávolítja a sitemap-hiba az oldalaimat a Google-ből?
Önmagában nem. A Google szerint emlékszik arra, amit a korábbi sikeres beolvasásokból megtudott, és egy későbbi hiba miatt nem felejti el. Az új és módosított oldalakat lassabban találhatja meg, amíg a sitemap újra nem működik.
Eltünteti a hibát, ha törlöm és újra beküldöm a sitemapet?
Csak ha az okot kijavította. Ha eltávolítja a sitemapet a jelentésből, a Google nem felejti el sem a sitemapet, sem az URL-jeit, és az újra beküldött, továbbra is hibás sitemap ugyanazt a hibát kapja.
Források
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps (francia)
- 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