Ką reiškia sitemap klaidos Google Search Console ir kaip jas ištaisyti?
Sitemap (svetainės schemos) klaidos Google Search Console reiškia, kad Google arba visai negalėjo atsisiųsti failo (Couldn't fetch, išsamios informacijos puslapyje rodoma kaip Sitemap could not be read), arba jį atsisiuntė, bet negalėjo apdoroti jo dalies (Has errors). Atsisiuntimo nesėkmes dažniausiai lemia neteisingas URL, robots.txt taisyklė, serverio klaida arba ugniasienė, atsakanti Googlebot; apdorojimo klaidas – sugadintas XML, blogos datos, neteisingi URL arba failai, viršijantys 50 000 URL ar 50 MB. Patikrinkite sitemap URL iš išorės su curl, pašalinkite priežastį ir pateikite iš naujo.
Search Console ataskaita Sitemaps žodžių nešvaisto: būsena, skaičius ir kartais klaidos pavadinimas. Už kiekvienos būsenos slypi konkretus gedimas, kurį per minutę galite atkartoti savo terminale. Šis vadovas kiekvieną Google dokumentuotą pranešimą susieja su priežastimi, parodo, kaip jį patikrinti iš išorės, ir nurodo pataisymą.
Šiame puslapyje
- Ką reiškia sitemap būsenos Search Console?
- Kodėl Search Console rodo Couldn't fetch arba Sitemap could not be read?
- Kaip patikrinti sitemap iš išorės?
- Ką reiškia Has errors pranešimai ir kaip juos ištaisyti?
- Kokie yra sitemap dydžio apribojimai ir formato taisyklės?
- Ar DI robotai taip pat naudoja sitemap?
Ką reiškia sitemap būsenos Search Console?
Kiekvienas pateiktas sitemap gauna vieną būseną – pagal paskutinį kartą, kai Google jo užklausė:
- Success (sėkmė): sitemap atsisiųstas ir apdorotas be klaidų, o visi jo URL įtraukti į nuskaitymo eilę.
- Has errors (yra klaidų, taip pat rodoma kaip Sitemap had X errors): failas atsisiųstas, bet jo dalių nepavyko apdoroti. Teisingai apdoroti URL vis tiek lieka eilėje.
- Couldn't fetch (nepavyko gauti): Google negalėjo gauti paties failo. Atidarius sitemap, išsamios informacijos puslapyje parašyta Sitemap could not be read. Prancūziškoje Search Console tas pats pranešimas skamba Impossible de lire le sitemap, o aukščiausio lygio būsena – Impossible de récupérer le sitemap.
Jei atsisiųsti ar apdoroti nepavyksta, Google kelias dienas bando toliau, o tada nustoja to sitemap užklausti, todėl sugadintas sitemap pats nepasitaiso. Dar dvi detalės paaiškina daug painių ataskaitų: ataskaitoje rodomi tik per ataskaitą ar API pateikti sitemap, o ne rasti robots.txt, ir tik dabartinės nuosavybės sitemap, todėl patikrinkite, ar esate tinkamoje nuosavybėje: http ar https, su www ar be.
Kodėl Search Console rodo Couldn't fetch arba Sitemap could not be read?
Google nurodo šias dokumentuotas atsisiuntimo nesėkmės priežastis:
- Sitemap blokuoja robots.txt. Google atsisiųsdama sitemap paiso robots.txt, todėl taisyklė, pvz.,
Disallow: /sitemap, ją sustabdo. - URL neteisingas ir grąžina 404. Dažniausios klaidos – kitas kelias, trūkstamas
wwwarbahttpvietojhttps. - Bendroji klaida, pvz., nepasiekiamas serveris. Kai kurios iš jų laikinos.
- Svetainei taikomas neišspręstas rankinis veiksmas. Kol jis neištaisytas, sitemap neskaitomi.
- Maža sitemap nuskaitymo paklausa.
Viena priežastis, kurios Google atskirai neįvardija, pasireiškia kaip bendroji ar HTTP klaida: ugniasienė, CDN ar apsauga nuo robotų, atsakanti Googlebot 403, 429 ar patikrinimo puslapiu, kai jūsų naršyklė failą gauna. Tą patį daro ir prisijungimo reikalavimas prieš failą. Norėdami patvirtinti gedimą iš Google pusės, įklijuokite sitemap URL į URL Inspection įrankį, paleiskite tiesioginį testą ir patikrinkite, ar Crawl allowed yra Yes, o Page fetch – Successful.
Kaip patikrinti sitemap iš išorės?
Paleiskite šias keturias patikras iš bet kurio kompiuterio. Pakeiskite example.com savo domenu.
# 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 Į ką atkreipti dėmesį: galutinė būsena turi būti 200. Peradresavimų grandinė reiškia, kad pateikėte ne galutinį adresą; Search Console rodo tikslų pateiktą URL ir jam peradresavimų neseka, todėl pateikite galutinį URL. Turinio tipas text/html kartu su HTML turiniu reiškia, kad serveris vietoj failo atsiuntė puslapį, dažnai 404 puslapį ar pagrindinį puslapį. Jei 2 patikra grąžina 403, 429 ar 503, o 1 patikra – 200, ugniasienės taisyklė robotus traktuoja kitaip. Kai kurie serveriai į HEAD užklausas atsako kitaip nei į GET, todėl 2 patikra naudoja įprastą užklausą.
Jūsų testas ateina iš jūsų IP adreso, todėl parodo, kaip jūsų taisyklės traktuoja user agent. Taisyklės, pagrįstos IP intervalais, vis tiek gali tikrą Googlebot traktuoti kitaip. Google skelbia savo robotų IP intervalus ir palaiko atvirkštinio DNS patvirtinimą, todėl leidimo taisyklė gali atitikti tikrą robotą, o ne user agent eilutę.
Ką reiškia Has errors pranešimai ir kaip juos ištaisyti?
Kai failas atsisiųstas, bet jo nepavyksta visiškai apdoroti, išsamios informacijos puslapyje nurodoma klaida. Dažniausiai pasitaikančios:
- Parsing error: XML nepavyko apdoroti, dažnai dėl nepakeisto simbolio URL. Rašykite
&kaip&, taip pat pakeiskite',",<ir>. - Unsupported format: neteisinga antraštė arba vardų sritis. Sitemap turi prasidėti XML deklaracija ir naudoti vardų sritį
http://www.sitemaps.org/schemas/sitemap/0.9su tiesiomis kabutėmis. - Invalid date:
lastmodturi naudoti W3C Datetime, pvz.,2026-11-17arba2026-11-17T09:30:00+00:00. Jei nurodote laiką, nurodykite ir laiko juostą. - URL not allowed: nurodyti URL yra aukščiau sitemap aplanko arba kitame domene ar protokole. Path mismatch yra ta pati problema su
www: sitemap ir jo URL turi sutapti. - Too many URLs arba Sitemap file size error: daugiau nei 50 000 URL arba daugiau nei 50 MB nesuspaustas. Padalykite failą ir dalis nurodykite sitemap indekse.
- Compression error: gzip failas sugadintas. Suspauskite jį iš naujo, įkelkite ir pateikite iš naujo.
- Empty sitemap: faile nėra URL. Patikrinkite generatorių, kuris jį rašo.
- Leading whitespace: tik įspėjimas. Pašalinkite viską, kas yra prieš XML deklaraciją.
- URLs not followed arba URLs not accessible: failas tvarkoje, bet nurodyti URL per daug kartų peradresuoja arba jų negalima nuskaityti. Nurodykite tik galutinius, absoliučius 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> Kokie yra sitemap dydžio apribojimai ir formato taisyklės?
sitemaps.org protokolas ir Google dokumentacija nustato tuos pačius apribojimus: ne daugiau kaip 50 000 URL ir ne daugiau kaip 50 MB nesuspausto dydžio viename sitemap faile. Sitemap indeksas gali nurodyti iki 50 000 sitemap ir turi tą patį dydžio apribojimą, o Google praneša Too many sitemaps, kai indeksas jį viršija. Indeksai negali rodyti į kitus indeksus. Failas turi būti UTF-8 koduotės, kiekviena reikšmė turi būti su pakeistais specialiaisiais simboliais, o Google prašo pilnų, absoliučių URL.
Google taip pat teigia, kad ignoruoja priority ir changefreq, o lastmod naudoja tik tada, kai jis nuosekliai ir patikrinamai tikslus, todėl nustatykite jį į datą, kada turinys paskutinį kartą reikšmingai pasikeitė. Pagal sitemaps.org protokolą sitemap adresu https://example.com/blog/sitemap.xml gali nurodyti tik URL po /blog/, todėl Google rekomenduoja sitemap dėti svetainės šakniniame kataloge. Didelė svetainė savo URL padalija į kelis failus ir pateikia vieną indeksą:
<?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> Taip pat į robots.txt įrašykite vieną eilutę su pilnu URL, pvz., Sitemap: https://example.com/sitemap.xml. Ji gali būti bet kurioje failo vietoje, ir bet kuris robots.txt skaitantis robotas iš jos gali rasti jūsų sitemap, ne tik tie, kuriems jį pateikiate.
Ar DI robotai taip pat naudoja sitemap?
Google atveju – netiesiogiai taip. Sitemap padeda Google rasti URL jos paieškos indeksui, o Google teigia, kad jos AI Overviews ir AI Mode remiasi tuo indeksu: puslapis turi būti indeksuotas ir tinkamas fragmentui, kad būtų rodomas kaip pagalbinė nuoroda. Todėl sitemap klaida, lėtinanti indeksavimą, gali atidėti ir puslapio pasirodymą Google DI funkcijose.
Kitų atsakymų sistemų atveju tai nedokumentuota. OpenAI, Anthropic ir Perplexity robotų dokumentacija nesako, ar jų robotai skaito sitemap, todėl nesitikėkite, kad sitemap įves puslapį į ChatGPT, Claude ar Perplexity. Ten svarbesnės vidinės nuorodos ir atviri robots.txt bei ugniasienė. Veikiantis sitemap ir Sitemap: eilutė robots.txt nieko nekainuoja ir praverčia bet kuriam juos naudojančiam robotui.
Pilna AISeeWhy ataskaita perskaito robots.txt nurodytus arba adresu /sitemap.xml rastus sitemap ir pažymi sitemap, kurio nepavyksta atsisiųsti ar apdoroti, su pataisymo vadovu kiekvienam atvejui: nepasiekiamas sitemap ir neperskaitomas sitemap.
Šios problemos pataisymai
- Neveikiančios nuorodos llms.txt: 2
- Sitemap nerastas
- Sitemap nepavyksta atsisiųsti (būsena 403)
- Sitemap neįmanoma perskaityti
Kiti žingsniai
- robots.txt testeris ir tikrinimas DI robotams
- DI robotų IP patikra
- Peržiūrėkite pilnos ataskaitos pavyzdį
- DI robotų stebėsena
- Planai ir kainos
Šiame straipsnyje minimi robotai
Dažniausiai užduodami klausimai
Ką reiškia Impossible de lire le sitemap?
Tai prancūziškos Search Console tekstas, atitinkantis Sitemap could not be read. Jis rodomas išsamios informacijos puslapyje, kai Google visai negalėjo atsisiųsti failo. Patikrinkite URL, robots.txt, serverio būsenos kodą ir savo ugniasienę, pašalinkite priežastį ir pateikite iš naujo.
Per kiek laiko po pataisymo Google iš naujo perskaitys mano sitemap?
Google teigia, kad bando nuskaityti sitemap iškart, kai jį pateikiate, todėl po pataisymo pateikite iš naujo. Po sėkmingo perskaitymo ji sitemap nuskaito pagal savo grafiką, nepriklausomai nuo likusios svetainės.
Kodėl mano sitemap nėra ataskaitoje Sitemaps?
Ataskaitoje rodomi tik per ataskaitą ar API pateikti sitemap ir tik dabartinei nuosavybei. Per robots.txt rastą sitemap Google gali naudoti, nors jis ten ir nerodomas. Pateikite jį, kad pamatytumėte jo būseną.
Ar sitemap klaida pašalina mano puslapius iš Google?
Pati savaime – ne. Google teigia, kad prisimena, ką sužinojo iš ankstesnių sėkmingų perskaitymų, o vėlesnė nesėkmė neverčia to pamiršti. Kol sitemap vėl neveiks, nauji ir pakeisti puslapiai gali būti randami lėčiau.
Ar sitemap ištrynimas ir pateikimas iš naujo pašalins klaidą?
Tik jei priežastis pašalinta. Sitemap pašalinimas iš ataskaitos neverčia Google pamiršti jo ar jo URL, o iš naujo pateiktas vis dar neveikiantis sitemap gauna tą pačią klaidą.
Šaltiniai
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps (prancūzų k.)
- 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