Ce înseamnă erorile de sitemap din Google Search Console și cum le repar?
Erorile de sitemap din Google Search Console înseamnă fie că Google nu a putut descărca deloc fișierul (Couldn't fetch, afișat pe pagina de detalii ca Sitemap could not be read), fie că l-a descărcat, dar nu a putut analiza o parte din el (Has errors). Eșecurile la descărcare vin de obicei dintr-un URL greșit, o regulă robots.txt, o eroare de server sau un firewall care îi răspunde lui Googlebot; erorile de analiză vin din XML stricat, date greșite, URL-uri greșite sau fișiere de peste 50.000 de URL-uri ori 50 MB. Testează URL-ul sitemap-ului din exterior cu curl, repară cauza, apoi retrimite-l.
Raportul Sitemaps din Search Console e zgârcit la vorbe: un status, un număr și uneori numele unei erori. În spatele fiecărui status se află un eșec anume, pe care îl poți reproduce din propriul terminal într-un minut. Acest ghid pune fiecare mesaj documentat de Google în dreptul cauzei lui, arată cum îl testezi din exterior și spune cum îl repari.
Pe această pagină
- Ce înseamnă statusurile sitemap-urilor din Search Console?
- De ce spune Search Console Couldn't fetch sau Sitemap could not be read?
- Cum testez un sitemap din exterior?
- Ce înseamnă mesajele Has errors și cum le repar?
- Care sunt limitele de dimensiune și regulile de format ale sitemap-urilor?
- Folosesc și crawlerele AI sitemap-urile?
Ce înseamnă statusurile sitemap-urilor din Search Console?
Fiecare sitemap trimis primește un status, pentru ultima dată când Google l-a cerut:
- Success: sitemap-ul a fost descărcat și procesat fără erori, iar toate URL-urile lui sunt în coada de accesare.
- Has errors (afișat și ca Sitemap had X errors): fișierul a fost descărcat, dar unele părți nu au putut fi analizate. URL-urile analizate corect sunt totuși puse în coadă.
- Couldn't fetch: Google nu a putut obține fișierul. Când deschizi sitemap-ul, pagina de detalii spune Sitemap could not be read. În Search Console în franceză, același mesaj apare ca Impossible de lire le sitemap, iar statusul principal ca Impossible de récupérer le sitemap.
Dacă o descărcare sau o analiză eșuează, Google mai încearcă timp de câteva zile, apoi nu mai cere acel sitemap, așa că un sitemap stricat nu se repară singur. Încă două detalii explică multe rapoarte derutante: raportul listează doar sitemap-urile trimise prin raport sau prin API, nu și pe cele găsite în robots.txt, și arată doar sitemap-urile proprietății curente, așa că verifică dacă ești în proprietatea corectă, http sau https, cu www sau fără.
De ce spune Search Console Couldn't fetch sau Sitemap could not be read?
Google listează aceste cauze documentate pentru un eșec la descărcare:
- Sitemap-ul este blocat de robots.txt. Google respectă robots.txt când descarcă sitemap-uri, așa că o regulă precum
Disallow: /sitemapîl oprește. - URL-ul este greșit și returnează 404. O altă cale, un
wwwlipsă sauhttpîn loc dehttpssunt greșelile obișnuite. - O eroare generală, cum ar fi serverul indisponibil. Unele sunt temporare.
- Site-ul are o acțiune manuală nerezolvată. Sitemap-urile nu sunt citite până nu este rezolvată.
- Cerere redusă de accesare pentru sitemap.
O cauză pe care Google nu o numește separat apare ca eroare generală sau HTTP: un firewall, un CDN sau o protecție anti-bot care îi răspunde lui Googlebot cu 403, 429 sau o pagină de verificare, în timp ce browserul tău primește fișierul. O cerință de autentificare în fața fișierului are același efect. Ca să confirmi eșecul din partea Google, lipește URL-ul sitemap-ului în instrumentul Inspectarea adresei URL, rulează un test live și verifică dacă Crawl allowed este Yes și Page fetch este Successful.
Cum testez un sitemap din exterior?
Rulează aceste patru verificări de pe orice calculator. Înlocuiește example.com cu domeniul tău.
# 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 Ce cauți: statusul final trebuie să fie 200. Un lanț de redirecționări înseamnă că ai trimis o adresă care nu este cea finală; Search Console arată exact URL-ul trimis și nu urmează redirecționările pentru el, așa că trimite URL-ul final. Un tip de conținut text/html împreună cu un corp HTML înseamnă că serverul a trimis o pagină, adesea o pagină 404 sau pagina principală, în locul fișierului. Dacă verificarea 2 returnează 403, 429 sau 503, iar verificarea 1 returnează 200, o regulă de firewall tratează crawlerele altfel. Unele servere răspund diferit la cererile HEAD față de GET, de aceea verificarea 2 folosește o cerere normală.
Testul tău vine de la propria adresă IP, deci arată cum tratează regulile tale user agent-ul. Regulile bazate pe intervale IP pot trata totuși altfel Googlebot-ul real. Google își publică intervalele IP ale crawlerelor și acceptă verificarea prin DNS invers, așa că o regulă de permitere poate potrivi crawlerul real, nu șirul user agent.
Ce înseamnă mesajele Has errors și cum le repar?
Când fișierul este descărcat, dar nu poate fi analizat complet, pagina de detalii numește eroarea. Cele pe care le vei vedea cel mai probabil:
- Parsing error: XML-ul nu a putut fi analizat, adesea din cauza unui caracter neescapat într-un URL. Scrie
&ca&și escapează și',",<și>. - Unsupported format: antetul sau namespace-ul este greșit. Un sitemap trebuie să înceapă cu declarația XML și să folosească namespace-ul
http://www.sitemaps.org/schemas/sitemap/0.9, cu ghilimele drepte. - Invalid date:
lastmodtrebuie să folosească formatul W3C Datetime, cum ar fi2026-11-17sau2026-11-17T09:30:00+00:00. Dacă incluzi ora, include și fusul orar. - URL not allowed: URL-urile listate sunt deasupra folderului sitemap-ului sau pe alt domeniu ori protocol. Path mismatch este aceeași problemă cu
www: sitemap-ul și URL-urile lui trebuie să coincidă. - Too many URLs sau Sitemap file size error: peste 50.000 de URL-uri sau peste 50 MB necomprimat. Împarte fișierul și listează părțile într-un sitemap index.
- Compression error: fișierul gzip este deteriorat. Comprimă-l din nou, încarcă-l și retrimite-l.
- Empty sitemap: fișierul nu conține URL-uri. Verifică generatorul care îl scrie.
- Leading whitespace: doar un avertisment. Elimină tot ce se află înaintea declarației XML.
- URLs not followed sau URLs not accessible: fișierul este în regulă, dar URL-urile listate redirecționează de prea multe ori sau nu pot fi accesate. Listează doar URL-uri finale, absolute.
<?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> Care sunt limitele de dimensiune și regulile de format ale sitemap-urilor?
Protocolul sitemaps.org și documentația Google stabilesc aceleași limite: cel mult 50.000 de URL-uri și cel mult 50 MB necomprimat pentru fiecare fișier sitemap. Un sitemap index poate lista până la 50.000 de sitemap-uri și are aceeași limită de dimensiune, iar Google raportează Too many sitemaps când un index o depășește. Indexurile nu pot trimite la alte indexuri. Fișierul trebuie să fie codificat în UTF-8, fiecare valoare trebuie escapată ca entitate, iar Google cere URL-uri complete, absolute.
Google spune și că ignoră priority și changefreq și folosește lastmod doar când este constant și verificabil corect, așa că setează-l la data ultimei schimbări semnificative a conținutului. Conform protocolului sitemaps.org, un sitemap de la https://example.com/blog/sitemap.xml poate lista doar URL-uri de sub /blog/, de aceea Google recomandă plasarea sitemap-urilor în rădăcina site-ului. Un site mare își împarte URL-urile în mai multe fișiere și trimite un singur 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> Adaugă și o linie cu URL-ul complet în robots.txt, de exemplu Sitemap: https://example.com/sitemap.xml. Poate sta oriunde în fișier și orice crawler care citește robots.txt îți poate găsi sitemap-ul din ea, nu doar cele la care îl trimiți.
Folosesc și crawlerele AI sitemap-urile?
Pentru Google, indirect, da. Sitemap-urile ajută Google să descopere URL-uri pentru indexul Search, iar Google spune că AI Overviews și AI Mode se bazează pe acel index: o pagină trebuie să fie indexată și eligibilă pentru snippet ca să apară ca link de susținere. O eroare de sitemap care încetinește indexarea poate deci întârzia și apariția unei pagini în funcțiile AI ale Google.
Pentru alte motoare de răspunsuri, nu este documentat. Documentația crawlerelor OpenAI, Anthropic și Perplexity nu spune dacă acestea citesc sitemap-uri, așa că nu te baza pe un sitemap ca să ajungă o pagină în ChatGPT, Claude sau Perplexity. Acolo contează mai mult linkurile interne, un robots.txt deschis și un firewall care nu blochează. Un sitemap funcțional și o linie Sitemap: în robots.txt nu costă nimic și servesc orice crawler care chiar le folosește.
Raportul complet AISeeWhy citește sitemap-urile declarate în robots.txt sau găsite la /sitemap.xml și semnalează un sitemap care nu poate fi descărcat sau analizat, cu un ghid de remediere pentru fiecare caz: sitemap inaccesibil și sitemap ilizibil.
Remedieri pentru această problemă
- Linkuri nefuncționale în llms.txt: 2
- Nu a fost găsit niciun sitemap
- Sitemap-ul nu poate fi preluat (stare 403)
- Sitemap-ul nu poate fi citit
Pașii următori
- robots.txt tester și verificator pentru crawlere AI
- Verificare IP pentru crawlere AI
- Vezi un exemplu de raport complet
- Monitorizarea crawlerelor AI
- Planuri și prețuri
Crawlere din acest articol
Întrebări frecvente
Ce înseamnă Impossible de lire le sitemap?
Este textul din Search Console în franceză pentru Sitemap could not be read. Apare pe pagina de detalii când Google nu a putut descărca deloc fișierul. Verifică URL-ul, robots.txt, codul de status al serverului și firewall-ul, repară cauza și retrimite sitemap-ul.
Cât durează după o remediere până recitește Google sitemap-ul?
Google spune că încearcă să acceseze un sitemap imediat ce îl trimiți, așa că retrimite-l după remediere. După o citire reușită, îl reaccesează după propriul program, independent de restul site-ului.
De ce nu apare sitemap-ul meu în raportul Sitemaps?
Raportul arată doar sitemap-urile trimise prin raport sau prin API și doar pentru proprietatea curentă. Un sitemap găsit prin robots.txt poate fi folosit de Google fără să apară acolo. Trimite-l ca să-i vezi statusul.
Îmi scoate o eroare de sitemap paginile din Google?
Nu prin ea însăși. Google spune că ține minte ce a aflat din citirile reușite anterioare, iar un eșec ulterior nu îl face să uite. Paginile noi și cele modificate pot fi găsite mai încet până când sitemap-ul funcționează din nou.
Șterg eroarea dacă elimin și retrimit sitemap-ul?
Doar dacă ai reparat cauza. Eliminarea unui sitemap din raport nu face Google să uite sitemap-ul sau URL-urile lui, iar un sitemap retrimis care eșuează în continuare primește aceeași eroare.
Surse
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps (în franceză)
- 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