Un site de plusieurs centaines de pages sans plan de site, on connaît le résultat : des visiteurs qui tournent en rond et un moteur de recherche qui ignore la moitié du contenu. Le sitemap règle ce problème en listant les URL utiles dans un format lisible par les robots d’indexation et, dans sa version HTML, par les internautes. Encore faut-il que ce fichier soit structuré avec méthode, parce qu’un sitemap fourre-tout produit l’effet inverse de celui recherché.
Sitemap XML ou sitemap HTML : deux fichiers, deux usages distincts
On confond souvent les deux. Le sitemap XML est un fichier technique destiné aux moteurs de recherche. Il indique les URL à explorer, leur date de dernière modification et, parfois, une fréquence de mise à jour. Google, Bing et les autres crawlers le lisent pour repérer les pages qu’ils n’auraient pas trouvées via le maillage interne.
Le sitemap HTML, lui, est une page visible du site. Il sert de plan de navigation pour les visiteurs, notamment ceux qui n’arrivent pas à localiser un contenu par le menu principal. Le W3C recommande d’ailleurs de proposer plusieurs méthodes de navigation (menu, recherche, plan du site) pour couvrir différents profils d’utilisation.
En pratique, un site a besoin des deux versions. Le XML alimente l’indexation, le HTML améliore l’expérience de navigation. Quand on peut explorer le sitemap de pharmaplanet.net, on voit concrètement comment un plan de site organise les URL par catégories lisibles, ce qui facilite autant la lecture humaine que le crawl automatisé.
Filtrer les URL du sitemap : ce qu’on inclut change tout
Le piège classique consiste à générer un sitemap automatique via son CMS et à n’y toucher plus jamais. WordPress, Shopify ou Wix créent des fichiers par défaut qui listent toutes les pages, y compris les pages de tags, les archives de date, les résultats de recherche internes ou les doublons paginés. Résultat : le moteur de recherche gaspille son budget de crawl sur des pages sans valeur.
Un sitemap bien structuré ne contient que les pages qu’on veut réellement voir indexées. Concrètement, on exclut :
- Les pages de mentions légales, politique de confidentialité et conditions générales (sauf si elles ciblent un mot-clé précis)
- Les pages de résultats de recherche interne, qui créent des URL quasi infinies sans contenu original
- Les URL avec paramètres de tri ou de filtrage, fréquentes sur les sites e-commerce
- Les pages en noindex, puisque demander l’exploration d’une page qu’on refuse d’indexer envoie un signal contradictoire
Ce tri n’est pas un luxe technique. Sur un site de quelques dizaines de pages, l’impact reste limité. Sur un catalogue produit ou un site éditorial avec des milliers d’articles, la sélection des URL dans le sitemap conditionne directement la vitesse d’indexation des contenus récents.
Structure hiérarchique du sitemap et maillage interne
Un sitemap plat, c’est-à-dire une liste d’URL sans logique de regroupement, remplit son rôle technique minimal. Les robots parcourent la liste et visitent les pages. Mais on passe à côté d’un levier de navigation plus puissant.
Organiser les URL par silo thématique
La bonne pratique consiste à découper le sitemap en sous-ensembles cohérents. Un site e-commerce peut séparer ses sitemaps par catégorie de produits. Un média en ligne peut créer un sitemap par rubrique éditoriale. Le protocole sitemaps.org autorise un fichier d’index (sitemap index) qui pointe vers plusieurs sitemaps enfants, chacun limité à un périmètre précis.
Cette organisation reflète la structure du site et renforce le maillage interne. Un sitemap qui reproduit l’arborescence réelle du site aide les moteurs à comprendre la hiérarchie des contenus. Une page catégorie regroupe des pages produits, un dossier éditorial chapeaute des articles : le sitemap traduit cette logique en URL ordonnées.
La date de modification comme signal de fraîcheur
La balise lastmod dans le sitemap XML indique aux robots quand une page a été modifiée pour la dernière fois. Beaucoup de CMS renseignent cette date automatiquement, mais certains la mettent à jour à chaque sauvegarde, même sans changement réel du contenu. Quand toutes les pages affichent la date du jour, le signal perd toute valeur.
On gagne à ne mettre à jour cette balise que lors d’une modification substantielle du contenu. Les moteurs utilisent cette information pour prioriser le recrawl des pages récemment modifiées.
Accessibilité du plan de site sur mobile et au clavier
Un angle que la plupart des guides ignorent : le sitemap HTML n’a aucune utilité s’il est inaccessible sur petit écran ou via la navigation au clavier. Le W3C recommande de concevoir la présentation pour différents formats de fenêtre et de vérifier que les éléments de navigation restent compréhensibles après agrandissement du texte.
Pour un plan de site HTML, cela signifie que la liste d’URL doit rester lisible sans défilement horizontal sur mobile. Les liens doivent avoir une zone cliquable suffisante, et la structure par titres (h2, h3) doit permettre aux technologies d’assistance de sauter d’une section à l’autre.
Depuis juin 2025, la directive européenne sur l’accessibilité s’applique à certaines catégories de services numériques, notamment le commerce électronique. L’accessibilité du parcours de navigation, plan de site compris, devient une obligation réglementaire pour les sites concernés. Les contrôles automatiques ne suffisent pas : les recommandations du W3C préconisent de compléter par des tests en situation réelle avec des utilisateurs.
Déclarer et maintenir son sitemap dans la durée
Créer un sitemap propre ne sert à rien si les moteurs ne savent pas où le trouver. Deux méthodes de déclaration coexistent :
- Ajouter la ligne Sitemap suivie de l’URL complète du fichier dans le robots.txt, à la racine du site
- Soumettre le sitemap directement dans Google Search Console ou Bing Webmaster Tools, ce qui permet aussi de suivre les erreurs de crawl
- Combiner les deux approches pour couvrir tous les moteurs, y compris ceux qui ne proposent pas de console dédiée
La maintenance compte autant que la création initiale. Quand on supprime une page, on la retire du sitemap. Quand on ajoute une section, on met à jour le fichier ou on crée un nouveau sitemap enfant. Un sitemap obsolète envoie les robots vers des erreurs 404, ce qui dégrade la qualité du crawl sur l’ensemble du site.
Le fichier sitemap n’est pas un document figé qu’on génère une fois pour toutes. C’est un outil de pilotage qui reflète l’état réel du site à un instant donné. On le maintient comme on maintient son catalogue ou son arborescence de menus : régulièrement, en supprimant ce qui n’existe plus et en ajoutant ce qui vient d’être publié.
