რას ნიშნავს sitemap-ის შეცდომები Google Search Console-ში და როგორ გამოვასწორო ისინი?
sitemap-ის შეცდომები Google Search Console-ში ნიშნავს, რომ ან Google-მა ფაილის ჩამოტვირთვა საერთოდ ვერ შეძლო (Couldn't fetch, დეტალების გვერდზე ნაჩვენები როგორც Sitemap could not be read), ან ჩამოტვირთა, მაგრამ მისი ნაწილის დამუშავება ვერ შეძლო (Has errors). მიღების შეცდომები ჩვეულებრივ გამოწვეულია არასწორი URL-ით, robots.txt-ის წესით, სერვერის შეცდომით ან ფაირვოლით, რომელიც Googlebot-ს პასუხობს; დამუშავების შეცდომები კი გაფუჭებული XML-ით, არასწორი თარიღებით, არასწორი URL-ებით ან ფაილებით, რომლებიც 50 000 URL-ს ან 50 MB-ს აჭარბებს. შეამოწმეთ sitemap-ის URL გარედან curl-ით, გამოასწორეთ მიზეზი და ხელახლა გაგზავნეთ.
Search Console-ის Sitemaps-ის რეპორტი სიტყვაძუნწია: სტატუსი, რიცხვი და ზოგჯერ შეცდომის სახელი. თითოეული სტატუსის უკან კონკრეტული ხარვეზია, რომლის გამეორებაც საკუთარი ტერმინალიდან ერთ წუთში შეგიძლიათ. ეს სახელმძღვანელო Google-ის მიერ აღწერილ თითოეულ შეტყობინებას მის მიზეზთან აკავშირებს, აჩვენებს, როგორ შეამოწმოთ ის გარედან, და გამოსწორების გზას გთავაზობთ.
ამ გვერდზე
- რას ნიშნავს sitemap-ის სტატუსები Search Console-ში?
- რატომ წერს Search Console Couldn't fetch ან Sitemap could not be read?
- როგორ შევამოწმო sitemap გარედან?
- რას ნიშნავს Has errors-ის შეტყობინებები და როგორ გამოვასწორო ისინი?
- როგორია sitemap-ის ზომის ლიმიტები და ფორმატის წესები?
- იყენებენ თუ არა AI კრაულერებიც sitemap-ებს?
რას ნიშნავს sitemap-ის სტატუსები Search Console-ში?
ყოველი გაგზავნილი sitemap ერთ სტატუსს იღებს, იმ ბოლო ჯერისთვის, როცა Google-მა ის მოითხოვა:
- Success: sitemap მიღებული და შეცდომების გარეშე დამუშავებულია, და მისი ყველა URL კრაულინგის რიგშია.
- Has errors (ასევე ჩანს როგორც Sitemap had X errors): ფაილი მიღებულია, მაგრამ მისი ნაწილების დამუშავება ვერ მოხერხდა. სწორად დამუშავებული URL-ები მაინც რიგშია.
- Couldn't fetch: Google-მა თავად ფაილის მიღება ვერ შეძლო. sitemap-ის გახსნისას დეტალების გვერდზე წერია Sitemap could not be read. Search Console-ის ფრანგულ ვერსიაში იგივე შეტყობინება ასე იკითხება: Impossible de lire le sitemap, ხოლო ზედა დონის სტატუსი: Impossible de récupérer le sitemap.
თუ მიღება ან დამუშავება ვერ ხერხდება, Google რამდენიმე დღე ცდილობს, შემდეგ კი ამ sitemap-ის მოთხოვნას წყვეტს, ამიტომ გაფუჭებული sitemap თავისით არ გასწორდება. კიდევ ორი დეტალი ბევრ დამაბნეველ რეპორტს ხსნის: რეპორტი მხოლოდ რეპორტით ან API-ით გაგზავნილ sitemap-ებს ჩამოთვლის და არა robots.txt-ში ნაპოვნს, და ის მხოლოდ მიმდინარე რესურსის sitemap-ებს აჩვენებს, ამიტომ შეამოწმეთ, სწორ რესურსში ხართ თუ არა: http თუ https, www-ით თუ მის გარეშე.
რატომ წერს Search Console Couldn't fetch ან Sitemap could not be read?
Google მიღების შეცდომის ამ დოკუმენტირებულ მიზეზებს ასახელებს:
- sitemap robots.txt-ით არის დაბლოკილი. Google sitemap-ების მიღებისას robots.txt-ს იცავს, ამიტომ ისეთი წესი, როგორიცაა
Disallow: /sitemap, მას აჩერებს. - URL არასწორია და 404-ს აბრუნებს. ჩვეულებრივი შეცდომებია სხვა გზა, გამოტოვებული
wwwანhttphttps-ის ნაცვლად. - ზოგადი შეცდომა, მაგალითად სერვერი მიუწვდომელია. ზოგი მათგანი დროებითია.
- საიტს გადაუწყვეტელი ხელით მიღებული ზომა (manual action) აქვს. sitemap-ები არ იკითხება, სანამ ის არ გამოსწორდება.
- sitemap-ზე კრაულინგის დაბალი მოთხოვნა.
ერთი მიზეზი, რომელსაც Google ცალკე არ ასახელებს, ზოგად ან HTTP შეცდომად ჩანს: ფაირვოლი, CDN ან ბოტებისგან დაცვა, რომელიც Googlebot-ს 403-ით, 429-ით ან ჩელენჯის გვერდით პასუხობს, მაშინ როცა თქვენი ბრაუზერი ფაილს იღებს. ფაილის წინ ავტორიზაციის მოთხოვნაც იგივეს აკეთებს. შეცდომის Google-ის მხრიდან დასადასტურებლად sitemap-ის URL ჩასვით URL-ის შემოწმების ხელსაწყოში, გაუშვით ცოცხალი ტესტი და შეამოწმეთ, რომ კრაულინგი დაშვებულია და გვერდის მიღება წარმატებით დასრულდა.
როგორ შევამოწმო sitemap გარედან?
გაუშვით ეს ოთხი შემოწმება ნებისმიერი კომპიუტერიდან. example.com თქვენი დომენით შეცვალეთ.
# 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 რას უნდა მიაქციოთ ყურადღება: საბოლოო სტატუსი 200 უნდა იყოს. გადამისამართებების ჯაჭვი ნიშნავს, რომ გაგზავნეთ მისამართი, რომელიც საბოლოო არ არის; Search Console აჩვენებს ზუსტად იმ URL-ს, რომელიც გაგზავნეთ, და მისთვის გადამისამართებებს არ მიჰყვება, ამიტომ საბოლოო URL გაგზავნეთ. კონტენტის ტიპი text/html HTML სხეულთან ერთად ნიშნავს, რომ სერვერმა ფაილის ნაცვლად გვერდი გამოგზავნა, ხშირად 404 გვერდი ან მთავარი გვერდი. თუ შემოწმება 2 აბრუნებს 403-ს, 429-ს ან 503-ს, ხოლო შემოწმება 1 აბრუნებს 200-ს, ფაირვოლის წესი კრაულერებს სხვანაირად ეპყრობა. ზოგი სერვერი HEAD მოთხოვნებს GET-ისგან განსხვავებულად პასუხობს, ამიტომაც შემოწმება 2 ჩვეულებრივ მოთხოვნას იყენებს.
თქვენი ტესტი თქვენი საკუთარი IP მისამართიდან მოდის, ამიტომ ის აჩვენებს, როგორ ეპყრობა თქვენი წესები user agent-ს. IP დიაპაზონებზე დაფუძნებულმა წესებმა რეალურ Googlebot-ს მაინც შეიძლება სხვანაირად მოეპყრან. Google აქვეყნებს თავისი კრაულერების IP დიაპაზონებს და უჭერს მხარს უკუ DNS-ით გადამოწმებას, ამიტომ დამშვები წესი შეიძლება რეალურ კრაულერს დაემთხვეს და არა user agent-ის სტრიქონს.
რას ნიშნავს Has errors-ის შეტყობინებები და როგორ გამოვასწორო ისინი?
როცა ფაილი მიღებულია, მაგრამ სრულად ვერ მუშავდება, დეტალების გვერდი შეცდომას ასახელებს. აი, ყველაზე სავარაუდო:
- Parsing error: XML-ის დამუშავება ვერ მოხერხდა, ხშირად URL-ში დაუეკრანებელი სიმბოლოს გამო.
&დაწერეთ როგორც&, და ასევე დააეკრანეთ',",<და>. - Unsupported format: ჰედერი ან სახელთა სივრცე არასწორია. sitemap უნდა იწყებოდეს XML დეკლარაციით და იყენებდეს სახელთა სივრცეს
http://www.sitemaps.org/schemas/sitemap/0.9, სწორი ბრჭყალებით. - Invalid date:
lastmodუნდა იყენებდეს W3C Datetime-ს, მაგალითად2026-11-17ან2026-11-17T09:30:00+00:00. თუ დროს უთითებთ, დროის სარტყელიც მიუთითეთ. - URL not allowed: ჩამოთვლილი URL-ები sitemap-ის საქაღალდეზე მაღლაა ან სხვა დომენზე ან პროტოკოლზე. Path mismatch იგივე პრობლემაა
www-თან: sitemap და მისი URL-ები ერთმანეთს უნდა ემთხვეოდეს. - Too many URLs ან Sitemap file size error: 50 000-ზე მეტი URL ან 50 MB-ზე მეტი შეკუმშვის გარეშე. დაყავით ფაილი და ნაწილები sitemap-ის ინდექსში ჩამოთვალეთ.
- Compression error: gzip ფაილი დაზიანებულია. ხელახლა შეკუმშეთ, ატვირთეთ და ხელახლა გაგზავნეთ.
- Empty sitemap: ფაილი URL-ებს არ შეიცავს. შეამოწმეთ გენერატორი, რომელიც მას წერს.
- Leading whitespace: მხოლოდ გაფრთხილებაა. წაშალეთ ყველაფერი, რაც XML დეკლარაციამდეა.
- URLs not followed ან URLs not accessible: ფაილი რიგზეა, მაგრამ ჩამოთვლილი URL-ები ზედმეტად ბევრჯერ გადამისამართდება ან კრაულინგი შეუძლებელია. ჩამოთვალეთ მხოლოდ საბოლოო, აბსოლუტური URL-ები.
<?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> როგორია sitemap-ის ზომის ლიმიტები და ფორმატის წესები?
sitemaps.org-ის პროტოკოლი და Google-ის დოკუმენტაცია ერთსა და იმავე ლიმიტებს ადგენს: არაუმეტეს 50 000 URL და არაუმეტეს 50 MB შეკუმშვის გარეშე თითო sitemap ფაილზე. sitemap-ის ინდექსს შეუძლია 50 000-მდე sitemap ჩამოთვალოს და იგივე ზომის ლიმიტი აქვს, ხოლო Google Too many sitemaps-ს აფიქსირებს, როცა ინდექსი მას აჭარბებს. ინდექსები სხვა ინდექსებზე ვერ მიუთითებს. ფაილი UTF-8 კოდირებით უნდა იყოს, ყველა მნიშვნელობა უნდა იყოს ეკრანირებული, და Google სრულად კვალიფიცირებულ, აბსოლუტურ URL-ებს ითხოვს.
Google ასევე ამბობს, რომ priority-სა და changefreq-ს იგნორირებს, ხოლო lastmod-ს მხოლოდ მაშინ იყენებს, როცა ის მუდმივად და გადამოწმებადად ზუსტია, ამიტომ მასში ის თარიღი მიუთითეთ, როცა კონტენტი ბოლოს არსებითად შეიცვალა. sitemaps.org-ის პროტოკოლის მიხედვით, sitemap მისამართზე https://example.com/blog/sitemap.xml მხოლოდ /blog/-ის ქვეშ მყოფ URL-ებს შეიძლება ჩამოთვლიდეს, ამიტომაც Google გირჩევთ sitemap-ების საიტის ძირში განთავსებას. დიდი საიტი თავის URL-ებს რამდენიმე ფაილად ყოფს და ერთ ინდექსს აგზავნის:
<?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> ასევე დაამატეთ robots.txt-ში ერთი ხაზი სრული URL-ით, მაგალითად Sitemap: https://example.com/sitemap.xml. ის ფაილში ნებისმიერ ადგილას შეიძლება იყოს, და ნებისმიერი კრაულერი, რომელიც robots.txt-ს კითხულობს, მისი მეშვეობით იპოვის თქვენს sitemap-ს, და არა მხოლოდ ის, რომლებსაც მას უგზავნით.
იყენებენ თუ არა AI კრაულერებიც sitemap-ებს?
Google-ისთვის, ირიბად, დიახ. sitemap-ები Google-ს საძიებო ინდექსისთვის URL-ების აღმოჩენაში ეხმარება, ხოლო Google-ის თქმით, მისი AI Overviews და AI Mode ამ ინდექსს ეყრდნობა: გვერდი ინდექსირებული და სნიპეტისთვის ვარგისი უნდა იყოს, რომ დამხმარე ბმულად გამოჩნდეს. ამიტომ sitemap-ის შეცდომამ, რომელიც ინდექსირებას ანელებს, შეიძლება გვერდის Google-ის AI ფუნქციებში გამოჩენაც შეაყოვნოს.
სხვა პასუხების სისტემებისთვის ეს დოკუმენტირებული არ არის. OpenAI-ის, Anthropic-ისა და Perplexity-ის კრაულერების დოკუმენტაცია არ ამბობს, კითხულობენ თუ არა მათი კრაულერები sitemap-ებს, ამიტომ ნუ დაეყრდნობით sitemap-ს, რომ გვერდი ChatGPT-ში, Claude-ში ან Perplexity-ში მოხვდეს. იქ მეტი მნიშვნელობა აქვს შიდა ბმულებს და ღია robots.txt-სა და ფაირვოლს. მომუშავე sitemap და Sitemap: ხაზი robots.txt-ში არაფერი ჯდება და ემსახურება ნებისმიერ კრაულერს, რომელიც მათ იყენებს.
AISeeWhy-ის სრული რეპორტი კითხულობს robots.txt-ში მითითებულ ან /sitemap.xml-ზე ნაპოვნ sitemap-ებს და აფიქსირებს sitemap-ს, რომლის მიღება ან დამუშავება ვერ ხერხდება, თითოეული შემთხვევისთვის გამოსწორების სახელმძღვანელოთი: მიუწვდომელი sitemap და წაუკითხავი sitemap.
ამ პრობლემის გამოსწორებები
- გაუმართავი ბმულები llms.txt-ში: 2
- sitemap ვერ მოიძებნა
- sitemap-ის მიღება შეუძლებელია (სტატუსი 403)
- sitemap-ის წაკითხვა შეუძლებელია
შემდეგი ნაბიჯები
- robots.txt-ის ტესტერი და შემმოწმებელი AI კრაულერებისთვის
- AI კრაულერების IP შემოწმება
- ნახეთ სრული რეპორტის მაგალითი
- AI კრაულერების მონიტორინგი
- გეგმები და ფასები
ამ სტატიაში ნახსენები კრაულერები
ხშირად დასმული კითხვები
რას ნიშნავს Impossible de lire le sitemap?
ეს Search Console-ის ფრანგული ტექსტია Sitemap could not be read-ისთვის. ის დეტალების გვერდზე ჩნდება, როცა Google-მა ფაილის მიღება საერთოდ ვერ შეძლო. შეამოწმეთ URL, robots.txt, სერვერის სტატუს-კოდი და თქვენი ფაირვოლი, გამოასწორეთ მიზეზი და ხელახლა გაგზავნეთ.
გამოსწორებიდან რამდენ ხანში წაიკითხავს Google ჩემს sitemap-ს ხელახლა?
Google-ის თქმით, ის sitemap-ის კრაულინგს გაგზავნისთანავე ცდილობს, ამიტომ გამოსწორების შემდეგ ხელახლა გაგზავნეთ. წარმატებული წაკითხვის შემდეგ ის sitemap-ს საკუთარი გრაფიკით ხელახლა კრაულავს, საიტის დანარჩენი ნაწილისგან დამოუკიდებლად.
რატომ არ ჩანს ჩემი sitemap Sitemaps-ის რეპორტში?
რეპორტი მხოლოდ რეპორტით ან API-ით გაგზავნილ sitemap-ებს აჩვენებს და მხოლოდ მიმდინარე რესურსისთვის. robots.txt-ით ნაპოვნი sitemap Google-მა შეიძლება გამოიყენოს ისე, რომ იქ არ გამოჩნდეს. გაგზავნეთ ის, რომ მისი სტატუსი ნახოთ.
შლის თუ არა sitemap-ის შეცდომა ჩემს გვერდებს Google-იდან?
თავისთავად არა. Google-ის თქმით, ის იმახსოვრებს, რაც წინა წარმატებული წაკითხვებიდან გაიგო, და მოგვიანებით შეცდომა ამას არ დაავიწყებინებს. ახალი და შეცვლილი გვერდები შეიძლება უფრო ნელა მოიძებნოს, სანამ sitemap კვლავ არ იმუშავებს.
გააქრობს თუ არა შეცდომას sitemap-ის წაშლა და ხელახლა გაგზავნა?
მხოლოდ თუ მიზეზი გამოსწორებულია. რეპორტიდან sitemap-ის წაშლა Google-ს არც მას და არც მის URL-ებს არ დაავიწყებინებს, ხოლო ხელახლა გაგზავნილი sitemap, რომელიც კვლავ ვერ მუშავდება, იმავე შეცდომას მიიღებს.
წყაროები
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps (ფრანგულად)
- 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