Două fișiere mici, în rădăcina site-ului, vorbesc cu roboții motoarelor de căutare. sitemap.xml e lista paginilor pe care vrei să le găsească. robots.txt spune pe unde n-au voie să umble. Primul ajută; al doilea, scris greșit, poate scoate tot site-ul din Google fără să-ți dai seama.
Ce vei reuși
- găsești sitemap-ul site-ului și îl trimiți la Google;
- verifici că
robots.txtnu blochează ce nu trebuie; - deosebești
Disallowdenoindexși știi când folosești fiecare.
Ce sunt, pe scurt
| Fișierul | Ce face | Ce NU face |
|---|---|---|
sitemap.xml | listează adresele paginilor, cu data ultimei schimbări, ca Google să le găsească mai repede | nu garantează că paginile intră în Google |
robots.txt | spune roboților ce foldere sau pagini să nu citească | nu ascunde paginile: o pagină blocată poate apărea totuși în rezultate, fără descriere |
eticheta noindex | spune că pagina nu trebuie să apară în rezultate | nu funcționează dacă robots.txt blochează pagina: Google n-o mai citește, deci nu vede eticheta |
Pașii
A. Găsești sitemap-ul
- WordPress: deschide
https://domeniul-tau.ro/wp-sitemap.xml. WordPress îl face singur. Dacă ai un plugin de SEO, el îl poate înlocui cu al lui, de obicei lasitemap_index.xmlsausitemap.xml; adresa exactă e în setările pluginului. - Site făcut de mână: de obicei
https://domeniul-tau.ro/sitemap.xml, dacă cel care a făcut site-ul l-a pus. Dacă nu există, îl poate genera el sau îl scrii tu, după modelul de mai jos. - Trebuie să vezi o listă de adrese. Verifică să fie adresele reale, pe
https://și cu varianta aleasă de tine, cu sau fărăwww(vezi Redirecționare spre HTTPS și www).
Un sitemap minimal, pentru un site mic:
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
<url><loc>https://domeniul-tau.ro/</loc></url>
<url><loc>https://domeniul-tau.ro/servicii</loc></url>
<url><loc>https://domeniul-tau.ro/contact</loc></url>
</urlset>Îl urci în public_html, din Enhance, fila „Files” (vezi Urcarea unui site cu File Manager).
B. Verifici robots.txt
- Deschide
https://domeniul-tau.ro/robots.txt. Un
robots.txtbun pentru un site obișnuit:User-agent: * Disallow: Sitemap: https://domeniul-tau.ro/sitemap.xmlDisallow:gol înseamnă „nimic interzis”. La WordPress, fișierul generat de WordPress blochează doar/wp-admin/, ceea ce e corect.- Semnalul de alarmă:
Disallow: /, cu bară. Înseamnă „nu citi nimic de pe site”. Se pune pe site-urile în construcție și se uită acolo la lansare. - La WordPress, verifică și Setări » Citire (Settings » Reading): căsuța Descurajează motoarele de căutare să indexeze acest site trebuie să fie nebifată pe un site lansat.
C. Ascunzi o pagină din rezultate, corect
Pentru o pagină care nu trebuie să apară în Google (o pagină de mulțumire, o pagină de test), folosește eticheta
noindexîn pagină, nurobots.txt:<meta name="robots" content="noindex">La WordPress, pluginurile de SEO au o opțiune pentru asta, pe fiecare pagină.
- Pentru zone private (un panou, documente pentru clienți), nici
robots.txt, nicinoindexnu sunt protecție: pune o parolă.
D. Trimiți sitemap-ul la Google
- În Search Console, la Sitemapuri, adaugă adresa sitemap-ului (vezi Google Search Console: îți legi site-ul de Google).
Dacă ceva nu merge
wp-sitemap.xmldă 404. Un plugin de SEO l-a înlocuit cu al lui (caută adresa în setările pluginului) sau legăturile permanente nu sunt salvate: în WordPress, Setări » Legături permanente (Settings » Permalinks), apasă Salvează modificările fără să schimbi nimic.- Search Console spune „Blocată de robots.txt”. Pagina e acoperită de o regulă
Disallow. Scoate regula dacă pagina trebuie să apară în Google. - Search Console spune „Exclusă de eticheta noindex”. Pagina are
noindex. Dacă n-ai pus-o tu, verifică setarea de indexare din WordPress și pluginul de SEO. - Sitemap-ul conține adrese cu
http://sau cu altă variantă dewww. Corectează adresa site-ului în WordPress, la Setări » Generale, și setările pluginului de SEO.