Lỗi sitemap trong Google Search Console nghĩa là gì và sửa thế nào?
Lỗi sitemap trong Google Search Console có nghĩa là Google hoặc không tải được tệp (Couldn't fetch, trên trang chi tiết hiển thị là Sitemap could not be read), hoặc đã tải được nhưng không phân tích được một phần (Has errors). Lỗi tải thường do URL sai, quy tắc robots.txt, lỗi máy chủ hoặc tường lửa phản hồi Googlebot; lỗi phân tích đến từ XML hỏng, ngày sai định dạng, URL sai hoặc tệp vượt quá 50.000 URL hay 50 MB. Hãy kiểm tra URL sitemap từ bên ngoài bằng curl, sửa nguyên nhân rồi gửi lại.
Báo cáo Sitemaps trong Search Console rất kiệm lời: một trạng thái, một con số và đôi khi tên một lỗi. Đằng sau mỗi trạng thái là một lỗi cụ thể mà bạn có thể tái hiện từ terminal của mình trong một phút. Hướng dẫn này đối chiếu từng thông báo mà Google mô tả với nguyên nhân của nó, chỉ cách kiểm tra từ bên ngoài và liệt kê cách sửa.
Trong trang này
- Các trạng thái sitemap trong Search Console nghĩa là gì?
- Vì sao Search Console báo Couldn't fetch hoặc Sitemap could not be read?
- Làm sao kiểm tra sitemap từ bên ngoài?
- Các thông báo Has errors nghĩa là gì và sửa thế nào?
- Giới hạn kích thước và quy tắc định dạng của sitemap là gì?
- Trình thu thập dữ liệu AI có dùng sitemap không?
Các trạng thái sitemap trong Search Console nghĩa là gì?
Mỗi sitemap bạn gửi nhận một trạng thái, cho lần gần nhất Google yêu cầu nó:
- Success (thành công): sitemap đã được tải và xử lý không lỗi, và mọi URL trong đó đã được xếp hàng chờ thu thập.
- Has errors (có lỗi, cũng hiển thị dưới dạng Sitemap had X errors): tệp đã được tải, nhưng một số phần không phân tích được. Các URL phân tích đúng vẫn được xếp hàng.
- Couldn't fetch (không tải được): Google không lấy được chính tệp đó. Khi bạn mở sitemap, trang chi tiết ghi Sitemap could not be read. Trong Search Console tiếng Pháp, cùng thông báo này là Impossible de lire le sitemap, và trạng thái ở cấp trên là Impossible de récupérer le sitemap.
Nếu việc tải hoặc phân tích thất bại, Google tiếp tục thử trong vài ngày rồi ngừng yêu cầu sitemap đó, nên một sitemap hỏng không tự khỏi. Có thêm hai chi tiết giải thích nhiều báo cáo khó hiểu: báo cáo chỉ liệt kê các sitemap được gửi qua báo cáo hoặc qua API, không phải sitemap tìm thấy trong robots.txt, và chỉ hiển thị sitemap của tài sản hiện tại, nên hãy kiểm tra bạn đang ở đúng tài sản http hay https, có www hay không có www.
Vì sao Search Console báo Couldn't fetch hoặc Sitemap could not be read?
Google liệt kê các nguyên nhân đã được ghi nhận sau đây cho lỗi tải:
- Sitemap bị chặn bởi robots.txt. Google tuân theo robots.txt khi tải sitemap, nên một quy tắc như
Disallow: /sitemapsẽ chặn nó. - URL sai và trả về 404. Những lỗi thường gặp là đường dẫn khác, thiếu
www, hoặc dùnghttpthay vìhttps. - Lỗi chung, chẳng hạn máy chủ không khả dụng. Một số lỗi loại này chỉ là tạm thời.
- Website có một thao tác thủ công chưa được giải quyết. Sitemap sẽ không được đọc cho đến khi khắc phục xong.
- Nhu cầu thu thập sitemap thấp.
Có một nguyên nhân Google không nêu riêng nhưng hiện ra dưới dạng lỗi chung hoặc lỗi HTTP: tường lửa, CDN hoặc lớp bảo vệ chống bot trả về 403, 429 hay trang thử thách cho Googlebot trong khi trình duyệt của bạn nhận được tệp. Yêu cầu đăng nhập đặt trước tệp cũng gây ra điều tương tự. Để xác nhận lỗi từ phía Google, hãy dán URL sitemap vào công cụ Kiểm tra URL, chạy kiểm tra trực tiếp và xem Crawl allowed có là Yes và Page fetch có là Successful không.
Làm sao kiểm tra sitemap từ bên ngoài?
Chạy bốn bước kiểm tra này từ bất kỳ máy nào. Thay example.com bằng tên miền của bạn.
# 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 Cần xem gì: trạng thái cuối cùng phải là 200. Một chuỗi chuyển hướng nghĩa là bạn đã gửi một địa chỉ không phải địa chỉ cuối; Search Console hiển thị đúng URL bạn đã gửi và không đi theo chuyển hướng cho nó, nên hãy gửi URL cuối cùng. Kiểu nội dung text/html cùng phần thân HTML nghĩa là máy chủ đã gửi một trang, thường là trang 404 hoặc trang chủ, thay vì tệp. Nếu bước 2 trả về 403, 429 hoặc 503 trong khi bước 1 trả về 200, một quy tắc tường lửa đang đối xử khác với trình thu thập dữ liệu. Một số máy chủ trả lời yêu cầu HEAD khác với GET, vì vậy bước 2 dùng yêu cầu thông thường.
Phép thử của bạn đến từ địa chỉ IP của chính bạn, nên nó cho thấy các quy tắc xử lý user agent thế nào. Các quy tắc dựa trên dải IP vẫn có thể đối xử khác với Googlebot thật. Google công bố dải IP của trình thu thập và hỗ trợ xác minh bằng DNS ngược, nên quy tắc cho phép có thể khớp với trình thu thập thật thay vì chuỗi user agent.
Các thông báo Has errors nghĩa là gì và sửa thế nào?
Khi tệp được tải nhưng không phân tích được hoàn toàn, trang chi tiết nêu tên lỗi. Những lỗi bạn dễ gặp nhất:
- Parsing error (lỗi phân tích cú pháp): không phân tích được XML, thường do một ký tự chưa được thoát trong URL. Viết
&thành&, và thoát cả',",<và>. - Unsupported format (định dạng không được hỗ trợ): phần đầu hoặc namespace sai. Sitemap phải bắt đầu bằng khai báo XML và dùng namespace
http://www.sitemaps.org/schemas/sitemap/0.9, với dấu nháy thẳng. - Invalid date (ngày không hợp lệ):
lastmodphải dùng định dạng W3C Datetime, như2026-11-17hoặc2026-11-17T09:30:00+00:00. Nếu có giờ, hãy kèm múi giờ. - URL not allowed (URL không được phép): các URL được liệt kê nằm phía trên thư mục của sitemap hoặc ở tên miền hay giao thức khác. Path mismatch là cùng vấn đề đó với
www: sitemap và các URL của nó phải thống nhất. - Too many URLs hoặc Sitemap file size error: hơn 50.000 URL hoặc hơn 50 MB khi chưa nén. Chia tệp và liệt kê các phần trong một sitemap index.
- Compression error (lỗi nén): tệp gzip bị hỏng. Nén lại, tải lên và gửi lại.
- Empty sitemap (sitemap trống): tệp không chứa URL nào. Hãy kiểm tra công cụ tạo ra nó.
- Leading whitespace (khoảng trắng ở đầu): chỉ là cảnh báo. Xóa mọi thứ đứng trước khai báo XML.
- URLs not followed hoặc URLs not accessible: tệp không có vấn đề, nhưng các URL được liệt kê chuyển hướng quá nhiều lần hoặc không thu thập được. Chỉ liệt kê URL cuối cùng, tuyệt đối.
<?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> Giới hạn kích thước và quy tắc định dạng của sitemap là gì?
Giao thức sitemaps.org và tài liệu của Google đặt cùng giới hạn: không quá 50.000 URL và không quá 50 MB khi chưa nén cho mỗi tệp sitemap. Một sitemap index có thể liệt kê tối đa 50.000 sitemap và có cùng giới hạn kích thước, và Google báo Too many sitemaps khi index vượt quá. Index không được trỏ tới index khác. Tệp phải mã hóa UTF-8, mọi giá trị phải được thoát ký tự (entity-escaped), và Google yêu cầu URL tuyệt đối, đầy đủ.
Google cũng cho biết họ bỏ qua priority và changefreq, và chỉ dùng lastmod khi nó luôn chính xác và kiểm chứng được, nên hãy đặt nó là ngày nội dung thay đổi đáng kể lần gần nhất. Theo giao thức sitemaps.org, một sitemap tại https://example.com/blog/sitemap.xml chỉ được liệt kê URL nằm dưới /blog/, vì vậy Google khuyên đặt sitemap ở thư mục gốc của website. Một website lớn chia URL thành nhiều tệp và gửi một 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> Hãy thêm một dòng với URL đầy đủ vào robots.txt, ví dụ Sitemap: https://example.com/sitemap.xml. Dòng này có thể đặt ở bất kỳ đâu trong tệp, và mọi trình thu thập dữ liệu đọc robots.txt đều tìm được sitemap của bạn từ đó, không chỉ những công cụ bạn đã gửi sitemap.
Trình thu thập dữ liệu AI có dùng sitemap không?
Với Google thì có, một cách gián tiếp. Sitemap giúp Google phát hiện URL cho chỉ mục tìm kiếm, và Google cho biết AI Overviews và AI Mode dựa trên chỉ mục đó: trang phải được lập chỉ mục và đủ điều kiện hiển thị đoạn trích thì mới xuất hiện làm liên kết hỗ trợ. Vì vậy một lỗi sitemap làm chậm việc lập chỉ mục cũng có thể làm chậm việc trang xuất hiện trong các tính năng AI của Google.
Với các công cụ trả lời khác thì không có tài liệu. Tài liệu về trình thu thập dữ liệu của OpenAI, Anthropic và Perplexity không nói trình thu thập của họ có đọc sitemap không, nên đừng trông cậy vào sitemap để đưa trang vào ChatGPT, Claude hay Perplexity. Ở đó, liên kết nội bộ cùng robots.txt và tường lửa không chặn quan trọng hơn. Giữ một sitemap hoạt động tốt và một dòng Sitemap: trong robots.txt không tốn gì và phục vụ mọi trình thu thập có dùng chúng.
Báo cáo đầy đủ của AISeeWhy đọc các sitemap được khai báo trong robots.txt hoặc tìm thấy tại /sitemap.xml và đánh dấu sitemap không tải được hoặc không phân tích được, kèm hướng dẫn sửa cho từng trường hợp: sitemap không truy cập được và sitemap không đọc được.
Cách khắc phục vấn đề này
- Liên kết hỏng trong llms.txt: 2
- Không tìm thấy sitemap
- Không thể tải sitemap (trạng thái 403)
- Không thể đọc sitemap
Bước tiếp theo
- Trình kiểm tra robots.txt cho trình thu thập AI
- Kiểm tra IP của trình thu thập AI
- Xem ví dụ báo cáo đầy đủ
- Giám sát trình thu thập AI
- Gói và giá
Các trình thu thập trong bài này
Câu hỏi thường gặp
Impossible de lire le sitemap nghĩa là gì?
Đó là văn bản trong Search Console tiếng Pháp cho Sitemap could not be read. Nó xuất hiện trên trang chi tiết khi Google hoàn toàn không tải được tệp. Hãy kiểm tra URL, robots.txt, mã trạng thái của máy chủ và tường lửa, sửa nguyên nhân rồi gửi lại.
Sau khi sửa, bao lâu Google sẽ đọc lại sitemap của tôi?
Google cho biết họ cố gắng thu thập sitemap ngay khi bạn gửi, nên hãy gửi lại sau khi sửa. Sau một lần đọc thành công, Google thu thập lại sitemap theo lịch riêng, độc lập với phần còn lại của website.
Vì sao sitemap của tôi không có trong báo cáo Sitemaps?
Báo cáo chỉ hiển thị sitemap được gửi qua báo cáo hoặc qua API, và chỉ cho tài sản hiện tại. Google có thể dùng sitemap tìm thấy qua robots.txt mà không hiển thị ở đó. Hãy gửi nó để xem trạng thái.
Lỗi sitemap có làm trang của tôi biến mất khỏi Google không?
Tự nó thì không. Google cho biết họ ghi nhớ những gì đã biết từ các lần đọc thành công trước, và một lần thất bại sau đó không khiến họ quên. Trang mới và trang thay đổi có thể được phát hiện chậm hơn cho đến khi sitemap hoạt động trở lại.
Xóa rồi gửi lại sitemap có xóa được lỗi không?
Chỉ khi nguyên nhân đã được sửa. Gỡ sitemap khỏi báo cáo không làm Google quên nó hay các URL của nó, và một sitemap gửi lại mà vẫn lỗi sẽ nhận cùng lỗi đó.
Nguồn tham khảo
- Google Search Console Help: Sitemaps report
- Google Search Console Help: Rapport sur les sitemaps (French)
- 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