Google Search Console ನಲ್ಲಿ ಸೈಟ್ಮ್ಯಾಪ್ ದೋಷಗಳ ಅರ್ಥ ಏನು ಮತ್ತು ಅವನ್ನು ಹೇಗೆ ಸರಿಪಡಿಸುವುದು?
Google Search Console ನಲ್ಲಿ ಸೈಟ್ಮ್ಯಾಪ್ ದೋಷಗಳ ಅರ್ಥ, Google ಫೈಲ್ ಅನ್ನು ಡೌನ್ಲೋಡ್ ಮಾಡಲೇ ಆಗಲಿಲ್ಲ (Couldn't fetch, ವಿವರಗಳ ಪುಟದಲ್ಲಿ Sitemap could not be read ಎಂದು ತೋರುತ್ತದೆ), ಅಥವಾ ಡೌನ್ಲೋಡ್ ಮಾಡಿದರೂ ಅದರ ಒಂದು ಭಾಗವನ್ನು ಪಾರ್ಸ್ ಮಾಡಲಾಗಲಿಲ್ಲ (Has errors). ಪಡೆಯುವ ವಿಫಲತೆಗಳು ಸಾಮಾನ್ಯವಾಗಿ ತಪ್ಪು URL, robots.txt ನಿಯಮ, ಸರ್ವರ್ ದೋಷ ಅಥವಾ Googlebot ಗೆ ಉತ್ತರಿಸುವ ಫೈರ್ವಾಲ್ನಿಂದ ಬರುತ್ತವೆ; ಪಾರ್ಸಿಂಗ್ ದೋಷಗಳು ಮುರಿದ XML, ತಪ್ಪು ದಿನಾಂಕಗಳು, ತಪ್ಪು URL ಗಳು ಅಥವಾ 50,000 URL ಅಥವಾ 50 MB ಮೀರಿದ ಫೈಲ್ಗಳಿಂದ ಬರುತ್ತವೆ. ಸೈಟ್ಮ್ಯಾಪ್ URL ಅನ್ನು ಹೊರಗಿನಿಂದ curl ನಿಂದ ಪರೀಕ್ಷಿಸಿ, ಕಾರಣ ಸರಿಪಡಿಸಿ, ನಂತರ ಮರುಸಲ್ಲಿಸಿ.
Search Console ನ Sitemaps ವರದಿ ಕಡಿಮೆ ಪದಗಳದ್ದು: ಒಂದು ಸ್ಥಿತಿ, ಒಂದು ಎಣಿಕೆ ಮತ್ತು ಕೆಲವೊಮ್ಮೆ ದೋಷದ ಹೆಸರು. ಪ್ರತಿ ಸ್ಥಿತಿಯ ಹಿಂದೆ ನಿಮ್ಮ ಟರ್ಮಿನಲ್ನಿಂದ ಒಂದು ನಿಮಿಷದಲ್ಲಿ ಪುನರುತ್ಪಾದಿಸಬಹುದಾದ ನಿರ್ದಿಷ್ಟ ವಿಫಲತೆ ಇದೆ. Google ದಾಖಲಿಸುವ ಪ್ರತಿ ಸಂದೇಶವನ್ನು ಅದರ ಕಾರಣಕ್ಕೆ ಜೋಡಿಸಿ, ಅದನ್ನು ಹೊರಗಿನಿಂದ ಹೇಗೆ ಪರೀಕ್ಷಿಸುವುದು ಎಂದು ತೋರಿಸಿ, ಪರಿಹಾರವನ್ನು ಈ ಮಾರ್ಗದರ್ಶಿ ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ.
ಈ ಪುಟದಲ್ಲಿ
- Search Console ನಲ್ಲಿ ಸೈಟ್ಮ್ಯಾಪ್ ಸ್ಥಿತಿಗಳ ಅರ್ಥ ಏನು?
- Search Console ಏಕೆ Couldn't fetch ಅಥವಾ Sitemap could not be read ಎನ್ನುತ್ತದೆ?
- ಸೈಟ್ಮ್ಯಾಪ್ ಅನ್ನು ಹೊರಗಿನಿಂದ ಹೇಗೆ ಪರೀಕ್ಷಿಸುವುದು?
- Has errors ಸಂದೇಶಗಳ ಅರ್ಥ ಏನು ಮತ್ತು ಅವನ್ನು ಹೇಗೆ ಸರಿಪಡಿಸುವುದು?
- ಸೈಟ್ಮ್ಯಾಪ್ ಗಾತ್ರದ ಮಿತಿಗಳು ಮತ್ತು ಸ್ವರೂಪ ನಿಯಮಗಳು ಯಾವುವು?
- AI ಕ್ರಾಲರ್ಗಳೂ ಸೈಟ್ಮ್ಯಾಪ್ಗಳನ್ನು ಬಳಸುತ್ತವೆಯೇ?
Search Console ನಲ್ಲಿ ಸೈಟ್ಮ್ಯಾಪ್ ಸ್ಥಿತಿಗಳ ಅರ್ಥ ಏನು?
ನೀವು ಸಲ್ಲಿಸುವ ಪ್ರತಿ ಸೈಟ್ಮ್ಯಾಪ್ಗೆ Google ಕೊನೆಯ ಬಾರಿ ಅದನ್ನು ವಿನಂತಿಸಿದ ಸಮಯದ ಒಂದು ಸ್ಥಿತಿ ಸಿಗುತ್ತದೆ:
- Success: ಸೈಟ್ಮ್ಯಾಪ್ ದೋಷಗಳಿಲ್ಲದೆ ಪಡೆಯಲ್ಪಟ್ಟು ಸಂಸ್ಕರಿಸಲ್ಪಟ್ಟಿದೆ, ಮತ್ತು ಅದರ ಎಲ್ಲ URL ಗಳು ಕ್ರಾಲ್ಗಾಗಿ ಸರದಿಯಲ್ಲಿವೆ.
- Has errors (Sitemap had X errors ಎಂದೂ ತೋರುತ್ತದೆ): ಫೈಲ್ ಪಡೆಯಲ್ಪಟ್ಟಿದೆ, ಆದರೆ ಅದರ ಕೆಲವು ಭಾಗಗಳನ್ನು ಪಾರ್ಸ್ ಮಾಡಲಾಗಲಿಲ್ಲ. ಸರಿಯಾಗಿ ಪಾರ್ಸ್ ಆದ URL ಗಳು ಇನ್ನೂ ಸರದಿಯಲ್ಲಿವೆ.
- Couldn't fetch: Google ಫೈಲ್ ಅನ್ನೇ ಪಡೆಯಲಾಗಲಿಲ್ಲ. ಸೈಟ್ಮ್ಯಾಪ್ ತೆರೆದಾಗ ವಿವರಗಳ ಪುಟ Sitemap could not be read ಎನ್ನುತ್ತದೆ. ಫ್ರೆಂಚ್ Search Console ನಲ್ಲಿ ಅದೇ ಸಂದೇಶ Impossible de lire le sitemap ಎಂದು, ಮತ್ತು ಮೇಲಿನ ಸ್ಥಿತಿ Impossible de récupérer le sitemap ಎಂದು ಇರುತ್ತದೆ.
ಪಡೆಯುವುದು ಅಥವಾ ಪಾರ್ಸ್ ವಿಫಲವಾದರೆ, Google ಕೆಲವು ದಿನ ಪ್ರಯತ್ನಿಸಿ ನಂತರ ಆ ಸೈಟ್ಮ್ಯಾಪ್ ವಿನಂತಿಸುವುದನ್ನು ನಿಲ್ಲಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ಮುರಿದ ಸೈಟ್ಮ್ಯಾಪ್ ತಾನಾಗಿ ಸರಿಯಾಗುವುದಿಲ್ಲ. ಇನ್ನೂ ಎರಡು ವಿವರಗಳು ಅನೇಕ ಗೊಂದಲದ ವರದಿಗಳನ್ನು ವಿವರಿಸುತ್ತವೆ: ವರದಿ robots.txt ನಲ್ಲಿ ಕಂಡವನ್ನಲ್ಲ, ವರದಿ ಅಥವಾ API ಮೂಲಕ ಸಲ್ಲಿಸಿದ ಸೈಟ್ಮ್ಯಾಪ್ಗಳನ್ನು ಮಾತ್ರ ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ, ಮತ್ತು ಪ್ರಸ್ತುತ property ಯ ಸೈಟ್ಮ್ಯಾಪ್ಗಳನ್ನು ಮಾತ್ರ ತೋರಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ನೀವು ಸರಿಯಾದ http ಅಥವಾ https ಹಾಗೂ www ಅಥವಾ www ಇಲ್ಲದ property ಯಲ್ಲಿದ್ದೀರಾ ಎಂದು ಪರಿಶೀಲಿಸಿ.
Search Console ಏಕೆ Couldn't fetch ಅಥವಾ Sitemap could not be read ಎನ್ನುತ್ತದೆ?
ಪಡೆಯುವ ವಿಫಲತೆಗೆ Google ಈ ದಾಖಲಿತ ಕಾರಣಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ:
- ಸೈಟ್ಮ್ಯಾಪ್ ಅನ್ನು robots.txt ತಡೆಯುತ್ತದೆ. ಸೈಟ್ಮ್ಯಾಪ್ ಪಡೆಯುವಾಗ Google robots.txt ಗೌರವಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ
Disallow: /sitemapನಂತಹ ನಿಯಮ ಅದನ್ನು ನಿಲ್ಲಿಸುತ್ತದೆ. - URL ತಪ್ಪಾಗಿದೆ ಮತ್ತು 404 ನೀಡುತ್ತದೆ. ಬೇರೆ ಪಾತ್, ಇಲ್ಲದ
www, ಅಥವಾhttpsಬದಲುhttpಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು. - ಸರ್ವರ್ ಲಭ್ಯವಿಲ್ಲದಂತಹ ಸಾಮಾನ್ಯ ದೋಷ. ಇವುಗಳಲ್ಲಿ ಕೆಲವು ತಾತ್ಕಾಲಿಕ.
- ಸೈಟ್ ಮೇಲೆ ಬಗೆಹರಿಯದ manual action ಇದೆ. ಅದು ಸರಿಯಾಗುವವರೆಗೆ ಸೈಟ್ಮ್ಯಾಪ್ಗಳನ್ನು ಓದಲಾಗುವುದಿಲ್ಲ.
- ಸೈಟ್ಮ್ಯಾಪ್ಗೆ ಕಡಿಮೆ ಕ್ರಾಲ್ ಬೇಡಿಕೆ.
Google ಪ್ರತ್ಯೇಕವಾಗಿ ಹೆಸರಿಸದ ಒಂದು ಕಾರಣ ಸಾಮಾನ್ಯ ಅಥವಾ HTTP ದೋಷವಾಗಿ ಕಾಣುತ್ತದೆ: ನಿಮ್ಮ ಬ್ರೌಸರ್ಗೆ ಫೈಲ್ ಸಿಗುವಾಗ Googlebot ಗೆ 403, 429 ಅಥವಾ ಚಾಲೆಂಜ್ ಪುಟ ನೀಡುವ ಫೈರ್ವಾಲ್, CDN ಅಥವಾ ಬಾಟ್ ರಕ್ಷಣೆ. ಫೈಲ್ನ ಮುಂದೆ ಲಾಗಿನ್ ಅವಶ್ಯಕತೆಯೂ ಅದನ್ನೇ ಮಾಡುತ್ತದೆ. Google ನ ಕಡೆಯಿಂದ ವಿಫಲತೆಯನ್ನು ಖಚಿತಪಡಿಸಲು, ಸೈಟ್ಮ್ಯಾಪ್ URL ಅನ್ನು URL Inspection ಉಪಕರಣಕ್ಕೆ ಅಂಟಿಸಿ, ಲೈವ್ ಪರೀಕ್ಷೆ ಚಲಾಯಿಸಿ, Crawl allowed ಎಂಬುದು Yes ಮತ್ತು Page fetch ಎಂಬುದು Successful ಎಂದು ಪರಿಶೀಲಿಸಿ.
ಸೈಟ್ಮ್ಯಾಪ್ ಅನ್ನು ಹೊರಗಿನಿಂದ ಹೇಗೆ ಪರೀಕ್ಷಿಸುವುದು?
ಈ ನಾಲ್ಕು ಪರಿಶೀಲನೆಗಳನ್ನು ಯಾವುದೇ ಯಂತ್ರದಿಂದ ಚಲಾಯಿಸಿ. example.com ಬದಲು ನಿಮ್ಮ ಡೊಮೇನ್ ಹಾಕಿ.
# 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 ಏನನ್ನು ನೋಡಬೇಕು: ಅಂತಿಮ ಸ್ಥಿತಿ 200 ಆಗಿರಬೇಕು. ರೀಡೈರೆಕ್ಟ್ಗಳ ಸರಣಿ ಎಂದರೆ ನೀವು ಅಂತಿಮವಲ್ಲದ ವಿಳಾಸ ಸಲ್ಲಿಸಿದ್ದೀರಿ; Search Console ನೀವು ಸಲ್ಲಿಸಿದ ನಿಖರ URL ತೋರಿಸುತ್ತದೆ ಮತ್ತು ಅದಕ್ಕೆ ರೀಡೈರೆಕ್ಟ್ಗಳನ್ನು ಅನುಸರಿಸುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ಅಂತಿಮ URL ಸಲ್ಲಿಸಿ. HTML ದೇಹದೊಂದಿಗೆ text/html ವಿಷಯ ಪ್ರಕಾರ ಎಂದರೆ ಸರ್ವರ್ ಫೈಲ್ ಬದಲು ಪುಟ ಕಳುಹಿಸಿದೆ, ಹೆಚ್ಚಾಗಿ 404 ಪುಟ ಅಥವಾ ಮುಖಪುಟ. ಪರಿಶೀಲನೆ 1 200 ನೀಡುವಾಗ ಪರಿಶೀಲನೆ 2 403, 429 ಅಥವಾ 503 ನೀಡಿದರೆ, ಫೈರ್ವಾಲ್ ನಿಯಮ ಕ್ರಾಲರ್ಗಳನ್ನು ಬೇರೆ ರೀತಿ ನಡೆಸುತ್ತಿದೆ. ಕೆಲವು ಸರ್ವರ್ಗಳು HEAD ವಿನಂತಿಗಳಿಗೆ GET ಗಿಂತ ಬೇರೆ ರೀತಿ ಉತ್ತರಿಸುತ್ತವೆ, ಅದಕ್ಕೇ ಪರಿಶೀಲನೆ 2 ಸಾಮಾನ್ಯ ವಿನಂತಿ ಬಳಸುತ್ತದೆ.
ನಿಮ್ಮ ಪರೀಕ್ಷೆ ನಿಮ್ಮ IP ವಿಳಾಸದಿಂದ ಬರುತ್ತದೆ, ಆದ್ದರಿಂದ ನಿಮ್ಮ ನಿಯಮಗಳು user agent ಅನ್ನು ಹೇಗೆ ನಡೆಸುತ್ತವೆ ಎಂದು ತೋರಿಸುತ್ತದೆ. IP ಶ್ರೇಣಿ ಆಧರಿಸಿದ ನಿಯಮಗಳು ನಿಜವಾದ Googlebot ಅನ್ನು ಇನ್ನೂ ಬೇರೆ ರೀತಿ ನಡೆಸಬಹುದು. Google ತನ್ನ ಕ್ರಾಲರ್ IP ಶ್ರೇಣಿಗಳನ್ನು ಪ್ರಕಟಿಸುತ್ತದೆ ಮತ್ತು reverse DNS ಪರಿಶೀಲನೆಯನ್ನು ಬೆಂಬಲಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ allow ನಿಯಮ user agent ಸ್ಟ್ರಿಂಗ್ ಬದಲು ನಿಜವಾದ ಕ್ರಾಲರ್ಗೆ ಹೊಂದಬಹುದು.
Has errors ಸಂದೇಶಗಳ ಅರ್ಥ ಏನು ಮತ್ತು ಅವನ್ನು ಹೇಗೆ ಸರಿಪಡಿಸುವುದು?
ಫೈಲ್ ಪಡೆಯಲ್ಪಟ್ಟರೂ ಸಂಪೂರ್ಣವಾಗಿ ಪಾರ್ಸ್ ಆಗದಿದ್ದಾಗ, ವಿವರಗಳ ಪುಟ ದೋಷವನ್ನು ಹೆಸರಿಸುತ್ತದೆ. ನೀವು ಹೆಚ್ಚಾಗಿ ನೋಡುವವು:
- Parsing error: XML ಪಾರ್ಸ್ ಆಗಲಿಲ್ಲ, ಹೆಚ್ಚಾಗಿ URL ನಲ್ಲಿ escape ಮಾಡದ ಅಕ್ಷರದಿಂದ.
&ಅನ್ನು&ಆಗಿ ಬರೆಯಿರಿ, ಮತ್ತು',",<ಹಾಗೂ>ಅನ್ನೂ escape ಮಾಡಿ. - Unsupported format: ಹೆಡರ್ ಅಥವಾ namespace ತಪ್ಪು. ಸೈಟ್ಮ್ಯಾಪ್ XML ಘೋಷಣೆಯಿಂದ ಆರಂಭವಾಗಬೇಕು ಮತ್ತು ನೇರ ಉದ್ಧರಣ ಚಿಹ್ನೆಗಳೊಂದಿಗೆ
http://www.sitemaps.org/schemas/sitemap/0.9namespace ಬಳಸಬೇಕು. - Invalid date:
lastmodW3C Datetime ಬಳಸಬೇಕು, ಉದಾಹರಣೆಗೆ2026-11-17ಅಥವಾ2026-11-17T09:30:00+00:00. ಸಮಯ ಸೇರಿಸಿದರೆ ಸಮಯ ವಲಯವನ್ನೂ ಸೇರಿಸಿ. - URL not allowed: ಪಟ್ಟಿ ಮಾಡಿದ URL ಗಳು ಸೈಟ್ಮ್ಯಾಪ್ ಫೋಲ್ಡರ್ನ ಮೇಲಿವೆ ಅಥವಾ ಬೇರೆ ಡೊಮೇನ್ ಅಥವಾ ಪ್ರೋಟೋಕಾಲ್ನಲ್ಲಿವೆ. Path mismatch ಎಂಬುದು
wwwಜೊತೆಗಿನ ಇದೇ ಸಮಸ್ಯೆ: ಸೈಟ್ಮ್ಯಾಪ್ ಮತ್ತು ಅದರ URL ಗಳು ಹೊಂದಬೇಕು. - Too many URLs ಅಥವಾ Sitemap file size error: 50,000 ಕ್ಕಿಂತ ಹೆಚ್ಚು URL ಗಳು ಅಥವಾ ಸಂಕುಚಿತವಲ್ಲದ 50 MB ಗಿಂತ ಹೆಚ್ಚು. ಫೈಲ್ ಅನ್ನು ವಿಭಜಿಸಿ ಭಾಗಗಳನ್ನು sitemap index ನಲ್ಲಿ ಪಟ್ಟಿ ಮಾಡಿ.
- Compression error: gzip ಫೈಲ್ ಹಾಳಾಗಿದೆ. ಮತ್ತೆ ಸಂಕುಚಿಸಿ, ಅಪ್ಲೋಡ್ ಮಾಡಿ, ಮರುಸಲ್ಲಿಸಿ.
- Empty sitemap: ಫೈಲ್ನಲ್ಲಿ URL ಗಳಿಲ್ಲ. ಅದನ್ನು ಬರೆಯುವ ಜನರೇಟರ್ ಪರಿಶೀಲಿಸಿ.
- Leading whitespace: ಕೇವಲ ಎಚ್ಚರಿಕೆ. XML ಘೋಷಣೆಯ ಮೊದಲು ಇರುವ ಎಲ್ಲವನ್ನೂ ತೆಗೆದುಹಾಕಿ.
- URLs not followed ಅಥವಾ URLs not accessible: ಫೈಲ್ ಸರಿಯಿದೆ, ಆದರೆ ಪಟ್ಟಿ ಮಾಡಿದ URL ಗಳು ಹೆಚ್ಚು ಬಾರಿ ರೀಡೈರೆಕ್ಟ್ ಆಗುತ್ತವೆ ಅಥವಾ ಕ್ರಾಲ್ ಮಾಡಲಾಗುವುದಿಲ್ಲ. ಅಂತಿಮ, ಸಂಪೂರ್ಣ URL ಗಳನ್ನು ಮಾತ್ರ ಪಟ್ಟಿ ಮಾಡಿ.
<?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> ಸೈಟ್ಮ್ಯಾಪ್ ಗಾತ್ರದ ಮಿತಿಗಳು ಮತ್ತು ಸ್ವರೂಪ ನಿಯಮಗಳು ಯಾವುವು?
sitemaps.org ಪ್ರೋಟೋಕಾಲ್ ಮತ್ತು Google ನ ದಾಖಲೆ ಒಂದೇ ಮಿತಿಗಳನ್ನು ಹೊಂದಿಸುತ್ತವೆ: ಪ್ರತಿ ಸೈಟ್ಮ್ಯಾಪ್ ಫೈಲ್ಗೆ 50,000 ಕ್ಕಿಂತ ಹೆಚ್ಚು URL ಗಳಿಲ್ಲ ಮತ್ತು ಸಂಕುಚಿತವಲ್ಲದ 50 MB ಗಿಂತ ಹೆಚ್ಚಿಲ್ಲ. sitemap index 50,000 ಸೈಟ್ಮ್ಯಾಪ್ಗಳವರೆಗೆ ಪಟ್ಟಿ ಮಾಡಬಹುದು ಮತ್ತು ಅದಕ್ಕೂ ಅದೇ ಗಾತ್ರ ಮಿತಿ ಇದೆ, ಮತ್ತು index ಅದನ್ನು ಮೀರಿದಾಗ Google, Too many sitemaps ಎಂದು ವರದಿ ಮಾಡುತ್ತದೆ. index ಗಳು ಇತರ index ಗಳಿಗೆ ತೋರಿಸಲಾಗದು. ಫೈಲ್ UTF-8 ಎನ್ಕೋಡ್ ಆಗಿರಬೇಕು, ಪ್ರತಿ ಮೌಲ್ಯ entity-escape ಆಗಿರಬೇಕು, ಮತ್ತು Google ಸಂಪೂರ್ಣ, absolute URL ಗಳನ್ನು ಕೇಳುತ್ತದೆ.
ತಾನು priority ಮತ್ತು changefreq ಅನ್ನು ಕಡೆಗಣಿಸುತ್ತೇನೆ, ಮತ್ತು lastmod ಸ್ಥಿರವಾಗಿ ಹಾಗೂ ಪರಿಶೀಲಿಸಬಹುದಾದಂತೆ ನಿಖರವಾಗಿದ್ದಾಗ ಮಾತ್ರ ಬಳಸುತ್ತೇನೆ ಎಂದೂ Google ಹೇಳುತ್ತದೆ, ಆದ್ದರಿಂದ ವಿಷಯ ಕೊನೆಯ ಬಾರಿ ಅರ್ಥಪೂರ್ಣವಾಗಿ ಬದಲಾದ ದಿನಾಂಕಕ್ಕೆ ಅದನ್ನು ಹೊಂದಿಸಿ. sitemaps.org ಪ್ರೋಟೋಕಾಲ್ ಪ್ರಕಾರ https://example.com/blog/sitemap.xml ನಲ್ಲಿರುವ ಸೈಟ್ಮ್ಯಾಪ್ /blog/ ಅಡಿಯ URL ಗಳನ್ನು ಮಾತ್ರ ಪಟ್ಟಿ ಮಾಡಬಹುದು, ಅದಕ್ಕೇ ಸೈಟ್ಮ್ಯಾಪ್ಗಳನ್ನು ಸೈಟ್ನ ಮೂಲದಲ್ಲಿ ಇಡಲು Google ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ. ದೊಡ್ಡ ಸೈಟ್ ತನ್ನ URL ಗಳನ್ನು ಹಲವು ಫೈಲ್ಗಳಾಗಿ ವಿಭಜಿಸಿ ಒಂದು index ಸಲ್ಲಿಸುತ್ತದೆ:
<?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> robots.txt ಗೆ ಪೂರ್ಣ URL ಇರುವ ಒಂದು ಸಾಲನ್ನೂ ಸೇರಿಸಿ, ಉದಾಹರಣೆಗೆ Sitemap: https://example.com/sitemap.xml. ಅದು ಫೈಲ್ನ ಎಲ್ಲಿಯಾದರೂ ಇರಬಹುದು, ಮತ್ತು robots.txt ಓದುವ ಯಾವುದೇ ಕ್ರಾಲರ್, ನೀವು ಸಲ್ಲಿಸಿದವು ಮಾತ್ರವಲ್ಲ, ಅದರಿಂದ ನಿಮ್ಮ ಸೈಟ್ಮ್ಯಾಪ್ ಕಂಡುಕೊಳ್ಳಬಹುದು.
AI ಕ್ರಾಲರ್ಗಳೂ ಸೈಟ್ಮ್ಯಾಪ್ಗಳನ್ನು ಬಳಸುತ್ತವೆಯೇ?
Google ಗೆ ಪರೋಕ್ಷವಾಗಿ ಹೌದು. ಸೈಟ್ಮ್ಯಾಪ್ಗಳು Google ಗೆ ತನ್ನ Search ಇಂಡೆಕ್ಸ್ಗಾಗಿ URL ಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ನೆರವಾಗುತ್ತವೆ, ಮತ್ತು ತನ್ನ AI Overviews ಹಾಗೂ AI Mode ಆ ಇಂಡೆಕ್ಸ್ ಅನ್ನು ಆಧರಿಸುತ್ತವೆ ಎಂದು Google ಹೇಳುತ್ತದೆ: ಬೆಂಬಲ ಲಿಂಕ್ ಆಗಿ ಕಾಣಿಸಲು ಪುಟ ಇಂಡೆಕ್ಸ್ ಆಗಿರಬೇಕು ಮತ್ತು ಸ್ನಿಪೆಟ್ಗೆ ಅರ್ಹವಾಗಿರಬೇಕು. ಆದ್ದರಿಂದ ಇಂಡೆಕ್ಸಿಂಗ್ ನಿಧಾನಗೊಳಿಸುವ ಸೈಟ್ಮ್ಯಾಪ್ ದೋಷ Google ನ AI ವೈಶಿಷ್ಟ್ಯಗಳಲ್ಲಿ ಪುಟ ಕಾಣಿಸುವುದನ್ನೂ ತಡಮಾಡಬಹುದು.
ಇತರ ಉತ್ತರ ಎಂಜಿನ್ಗಳಿಗೆ ಇದು ದಾಖಲಾಗಿಲ್ಲ. OpenAI, Anthropic ಮತ್ತು Perplexity ನ ಕ್ರಾಲರ್ ದಾಖಲೆಗಳು ಅವುಗಳ ಕ್ರಾಲರ್ಗಳು ಸೈಟ್ಮ್ಯಾಪ್ ಓದುತ್ತವೆಯೇ ಎಂದು ಹೇಳುವುದಿಲ್ಲ, ಆದ್ದರಿಂದ ಪುಟವನ್ನು ChatGPT, Claude ಅಥವಾ Perplexity ಗೆ ತಲುಪಿಸಲು ಸೈಟ್ಮ್ಯಾಪ್ ಅನ್ನು ನಂಬಬೇಡಿ. ಅಲ್ಲಿ ಆಂತರಿಕ ಲಿಂಕ್ಗಳು ಮತ್ತು ತೆರೆದ robots.txt ಹಾಗೂ ಫೈರ್ವಾಲ್ ಹೆಚ್ಚು ಮುಖ್ಯ. ಕೆಲಸ ಮಾಡುವ ಸೈಟ್ಮ್ಯಾಪ್ ಮತ್ತು robots.txt ನಲ್ಲಿ Sitemap: ಸಾಲು ಇಡಲು ಏನೂ ಖರ್ಚಿಲ್ಲ, ಮತ್ತು ಅವನ್ನು ಬಳಸುವ ಯಾವುದೇ ಕ್ರಾಲರ್ಗೆ ಉಪಯುಕ್ತ.
ಪೂರ್ಣ AISeeWhy ವರದಿ robots.txt ನಲ್ಲಿ ಘೋಷಿಸಿದ ಅಥವಾ /sitemap.xml ನಲ್ಲಿ ಕಂಡ ಸೈಟ್ಮ್ಯಾಪ್ಗಳನ್ನು ಓದುತ್ತದೆ ಮತ್ತು ಪಡೆಯಲಾಗದ ಅಥವಾ ಪಾರ್ಸ್ ಮಾಡಲಾಗದ ಸೈಟ್ಮ್ಯಾಪ್ ಅನ್ನು ಗುರುತಿಸುತ್ತದೆ, ಪ್ರತಿ ಸಂದರ್ಭಕ್ಕೂ ಪರಿಹಾರ ಮಾರ್ಗದರ್ಶಿ ಸಹಿತ: ತಲುಪಲಾಗದ ಸೈಟ್ಮ್ಯಾಪ್ ಮತ್ತು ಓದಲಾಗದ ಸೈಟ್ಮ್ಯಾಪ್.
ಈ ಸಮಸ್ಯೆಗೆ ಪರಿಹಾರಗಳು
- llms.txt ನಲ್ಲಿ ಮುರಿದ ಲಿಂಕ್ಗಳು: 2
- ಸೈಟ್ಮ್ಯಾಪ್ ಸಿಗಲಿಲ್ಲ
- ಸೈಟ್ಮ್ಯಾಪ್ ಪಡೆಯಲು ಸಾಧ್ಯವಿಲ್ಲ (ಸ್ಥಿತಿ 403)
- ಸೈಟ್ಮ್ಯಾಪ್ ಓದಲು ಸಾಧ್ಯವಿಲ್ಲ
ಮುಂದಿನ ಹಂತಗಳು
- AI ಕ್ರಾಲರ್ಗಳಿಗೆ robots.txt ಪರೀಕ್ಷಕ ಮತ್ತು ಪರಿಶೀಲಕ
- AI ಕ್ರಾಲರ್ IP ಪರಿಶೀಲನೆ
- ಪೂರ್ಣ ವರದಿಯ ಒಂದು ಉದಾಹರಣೆ ನೋಡಿ
- AI ಕ್ರಾಲರ್ ಮೇಲ್ವಿಚಾರಣೆ
- ಪ್ಲಾನ್ಗಳು ಮತ್ತು ಬೆಲೆಗಳು
ಈ ಲೇಖನದಲ್ಲಿರುವ ಕ್ರಾಲರ್ಗಳು
ಪದೇ ಪದೇ ಕೇಳುವ ಪ್ರಶ್ನೆಗಳು
Impossible de lire le sitemap ಎಂದರೆ ಏನು?
ಅದು Sitemap could not be read ಗೆ ಫ್ರೆಂಚ್ Search Console ಪಠ್ಯ. Google ಫೈಲ್ ಅನ್ನು ಪಡೆಯಲೇ ಆಗದಿದ್ದಾಗ ಅದು ವಿವರಗಳ ಪುಟದಲ್ಲಿ ಕಾಣುತ್ತದೆ. URL, robots.txt, ಸರ್ವರ್ನ ಸ್ಥಿತಿ ಕೋಡ್ ಮತ್ತು ನಿಮ್ಮ ಫೈರ್ವಾಲ್ ಪರಿಶೀಲಿಸಿ, ಕಾರಣ ಸರಿಪಡಿಸಿ ಮರುಸಲ್ಲಿಸಿ.
ಸರಿಪಡಿಸಿದ ಎಷ್ಟು ಸಮಯದ ನಂತರ Google ನನ್ನ ಸೈಟ್ಮ್ಯಾಪ್ ಮತ್ತೆ ಓದುತ್ತದೆ?
ನೀವು ಸಲ್ಲಿಸಿದ ತಕ್ಷಣ ಸೈಟ್ಮ್ಯಾಪ್ ಕ್ರಾಲ್ ಮಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತೇನೆ ಎಂದು Google ಹೇಳುತ್ತದೆ, ಆದ್ದರಿಂದ ಸರಿಪಡಿಸಿದ ನಂತರ ಮರುಸಲ್ಲಿಸಿ. ಯಶಸ್ವಿ ಓದಿನ ನಂತರ, ಉಳಿದ ಸೈಟ್ನಿಂದ ಸ್ವತಂತ್ರವಾಗಿ, ತನ್ನದೇ ವೇಳಾಪಟ್ಟಿಯಲ್ಲಿ ಅದನ್ನು ಮರುಕ್ರಾಲ್ ಮಾಡುತ್ತದೆ.
ನನ್ನ ಸೈಟ್ಮ್ಯಾಪ್ Sitemaps ವರದಿಯಲ್ಲಿ ಏಕೆ ಪಟ್ಟಿಯಾಗಿಲ್ಲ?
ವರದಿ ಅಥವಾ API ಮೂಲಕ ಸಲ್ಲಿಸಿದ ಸೈಟ್ಮ್ಯಾಪ್ಗಳನ್ನು ಮಾತ್ರ, ಮತ್ತು ಪ್ರಸ್ತುತ property ಗೆ ಮಾತ್ರ, ವರದಿ ತೋರಿಸುತ್ತದೆ. robots.txt ಮೂಲಕ ಕಂಡ ಸೈಟ್ಮ್ಯಾಪ್ ಅನ್ನು ಅಲ್ಲಿ ಕಾಣಿಸದೆಯೇ Google ಬಳಸಬಹುದು. ಅದರ ಸ್ಥಿತಿ ನೋಡಲು ಅದನ್ನು ಸಲ್ಲಿಸಿ.
ಸೈಟ್ಮ್ಯಾಪ್ ದೋಷ ನನ್ನ ಪುಟಗಳನ್ನು Google ನಿಂದ ತೆಗೆದುಹಾಕುತ್ತದೆಯೇ?
ತಾನಾಗಿಯೇ ಇಲ್ಲ. ಹಿಂದಿನ ಯಶಸ್ವಿ ಓದುಗಳಿಂದ ಕಲಿತದ್ದನ್ನು ನೆನಪಿಡುತ್ತೇನೆ, ನಂತರದ ವಿಫಲತೆ ಅದನ್ನು ಮರೆಸುವುದಿಲ್ಲ ಎಂದು Google ಹೇಳುತ್ತದೆ. ಸೈಟ್ಮ್ಯಾಪ್ ಮತ್ತೆ ಕೆಲಸ ಮಾಡುವವರೆಗೆ ಹೊಸ ಮತ್ತು ಬದಲಾದ ಪುಟಗಳು ನಿಧಾನವಾಗಿ ಸಿಗಬಹುದು.
ಸೈಟ್ಮ್ಯಾಪ್ ಅಳಿಸಿ ಮರುಸಲ್ಲಿಸಿದರೆ ದೋಷ ಹೋಗುತ್ತದೆಯೇ?
ಕಾರಣ ಸರಿಪಡಿಸಿದ್ದರೆ ಮಾತ್ರ. ವರದಿಯಿಂದ ಸೈಟ್ಮ್ಯಾಪ್ ತೆಗೆದರೆ Google ಅದನ್ನಾಗಲಿ ಅದರ URL ಗಳನ್ನಾಗಲಿ ಮರೆಯುವುದಿಲ್ಲ, ಮತ್ತು ಇನ್ನೂ ವಿಫಲವಾಗುವ ಮರುಸಲ್ಲಿಸಿದ ಸೈಟ್ಮ್ಯಾಪ್ಗೆ ಅದೇ ದೋಷ ಸಿಗುತ್ತದೆ.
ಮೂಲಗಳು
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps (ಫ್ರೆಂಚ್)
- 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