XML sitemap: απαιτήσεις, περιεχόμενο και έλεγχοι πριν την υλοποίηση

Το XML sitemap είναι αρχείο που παρουσιάζει στις μηχανές αναζήτησης τις σημαντικές διευθύνσεις ενός ιστοτόπου. Το XML σημαίνει επεκτάσιμη γλώσσα σήμανσης (Extensible Markup Language) και προσφέρει δομημένο τρόπο περιγραφής των σελίδων. Το αρχείο δεν είναι κατάλογος που πρέπει να γεμίσει με κάθε τεχνική ή προσωρινή διεύθυνση. Ούτε αποτελεί υπόσχεση ότι όλες οι δηλωμένες σελίδες θα μπουν στα αποτελέσματα αναζήτησης. Πριν ξεκινήσει η ανάπτυξη, χρειάζονται σαφείς προδιαγραφές: τι θεωρείται δημοσιευμένο και σημαντικό, ποια έκδοση κάθε σελίδας επιλέγεται, πώς ενημερώνεται η καταχώριση και πώς θα αποδεικνύεται ότι το αρχείο παραμένει σωστό.

Ορίζουμε τι πρέπει να συμπεριλαμβάνεται

Πρώτη απόφαση είναι ποιες σελίδες θέλουμε να προτείνουμε για ανακάλυψη και ευρετηρίαση. Συνήθως εξετάζουμε τις δημόσιες, ουσιαστικές και κανονικές σελίδες, όχι αποτελέσματα εσωτερικής αναζήτησης, δοκιμαστικές διευθύνσεις ή άπειρους συνδυασμούς φίλτρων. Μια δημόσια σελίδα δεν σημαίνει αυτομάτως ότι έχει ανεξάρτητη αξία για αναζήτηση· μπορεί να επαναλαμβάνει πληροφορίες ή να είναι παροδική. Ορίζουμε κριτήρια ένταξης ανά τύπο περιεχομένου, όπως υπηρεσίες, άρθρα, προϊόντα και γεωγραφικές κατηγορίες. Αυτά τα κριτήρια πρέπει να εφαρμόζονται από το σύστημα παραγωγής και να ελέγχονται σε πραγματικά δείγματα. Ο σχεδιασμός ξεκινά από τις δημοσιευτικές ανάγκες, όχι από τη σύνταξη του αρχείου.

Επιλέγουμε μία σταθερή έκδοση ανά περιεχόμενο

Αν μια σελίδα εμφανίζεται με διαφορετικές παραμέτρους, πολλαπλές διαδρομές ή εναλλακτικές μορφές, χρειάζεται να ορίσουμε ποια διεύθυνση είναι η κύρια. Η Google περιγράφει την ένταξη σε sitemap ως ασθενέστερο σήμα κανονικοποίησης σε σύγκριση με άλλες τεχνικές δηλώσεις· συνεπώς το αρχείο πρέπει να συμφωνεί με τις υπόλοιπες επιλογές του ιστοτόπου. Δεν βάζουμε παράλληλα πολλές παραλλαγές του ίδιου περιεχομένου μόνο επειδή ανταποκρίνονται τεχνικά. Ελέγχουμε επίσης ότι η κύρια έκδοση δεν ανακατευθύνει σε άλλη ή εμφανίζει αντιφατικές οδηγίες ευρετηρίασης. Η συνεπής πολιτική κανονικών διευθύνσεων μειώνει τη σύγχυση κατά τη συντήρηση και βοηθά στην αξιολόγηση προβλημάτων.

Απαιτήσεις για το πραγματικό περιεχόμενο του αρχείου

Το Sitemaps Protocol είναι το βασικό πρότυπο που περιγράφει τη δομή καταχωρίσεων. Χρειάζεται σωστή μορφοποίηση, έγκυρες διευθύνσεις και συνεπής αντιμετώπιση ειδικών χαρακτήρων. Η Google Search Central τεκμηριώνει επίσης εναλλακτικές μορφές χαρτών και δυνατότητες επέκτασης για ειδικούς τύπους περιεχομένου. Δεν προσθέτουμε προαιρετικά πεδία αν δεν γνωρίζουμε τι σημαίνουν ή αν δεν έχουμε αξιόπιστη πηγή δεδομένων. Για παράδειγμα, η πληροφορία τελευταίας τροποποίησης πρέπει να αντανακλά ουσιαστική αλλαγή περιεχομένου και όχι την ώρα που απλώς δημιουργήθηκε το αρχείο. Ορίζουμε επίσης κωδικοποίηση χαρακτήρων, σταθερή μορφή διευθύνσεων και σαφείς κανόνες για σελίδες που έχουν αποσυρθεί.

Αποφασίζουμε πώς και πότε θα ανανεώνεται

Ένας στατικός ιστότοπος με αραιές αλλαγές μπορεί να χρειάζεται διαφορετική διαδικασία από έναν κατάλογο με συνεχείς προσθήκες και αφαιρέσεις. Στη δεύτερη περίπτωση, η παραγωγή του αρχείου πρέπει να βασίζεται σε αξιόπιστη πηγή δημοσίευσης και να αποφεύγει την παρουσίαση παλιών καταχωρίσεων ως ενεργών. Δεν αλλάζουμε μηχανικά κάθε ημερομηνία ενημέρωσης σε κάθε παραγωγή, γιατί χάνεται το νόημα της πληροφορίας. Προσδιορίζουμε το γεγονός που ενεργοποιεί ανανέωση, τη συχνότητα και τον τρόπο διαχείρισης αποτυχιών. Η γενική εισαγωγή στους χάρτες ιστοτόπου βοηθά στον διαχωρισμό της έννοιας από τις τεχνικές λεπτομέρειες.

Μεγάλοι ιστότοποι και διαχωρισμός σε αρχεία

Όταν υπάρχουν πολλές διευθύνσεις, μπορεί να χρειάζεται χωρισμός σε περισσότερα αρχεία και κεντρικός δείκτης που τα καταγράφει. Η επιλογή δεν πρέπει να γίνεται αυθαίρετα: βασίζεται στα όρια του πρωτοκόλλου, στο μέγεθος του έργου και στη δυνατότητα αξιόπιστης ανανέωσης. Μπορούμε να ομαδοποιούμε ανά τύπο περιεχομένου ώστε να εντοπίζονται ευκολότερα προβλήματα, χωρίς αυτό να σημαίνει ότι πρέπει κάθε κατηγορία να αποκτά ξεχωριστό αρχείο. Χρειάζεται πολιτική αφαίρεσης περιεχομένου από παλιότερους χάρτες, ώστε να μην παραμένουν ασυνεπείς καταχωρίσεις. Ο στόχος είναι διαχείριση και έλεγχος, όχι τεχνητός πολλαπλασιασμός αρχείων.

Υποβολή και παρακολούθηση δεν ισοδυναμούν με ευρετηρίαση

Η Google Search Console μπορεί να χρησιμοποιηθεί για υποβολή και παρακολούθηση χαρτών ιστοτόπου. Η αποδοχή του αρχείου επιβεβαιώνει ότι το σύστημα μπορεί να το επεξεργαστεί, όχι ότι κάθε σελίδα θα εμφανιστεί στην αναζήτηση. Πρέπει να εξετάζουμε χωριστά ζητήματα τεχνικής πρόσβασης, κανονικοποίησης και ουσιαστικής ποιότητας περιεχομένου. Δεν αντιμετωπίζουμε την υποβολή ως παράκαμψη μιας σελίδας που δεν έχει φυσικές εσωτερικές συνδέσεις. Για μεγαλύτερη σαφήνεια, διακρίνουμε τον τεχνικό χάρτη από τον χάρτη HTML για επισκέπτες, ο οποίος υπηρετεί κυρίως την πλοήγηση ανθρώπων. Οι δύο μορφές συμπληρώνουν διαφορετικές ανάγκες.

Λίστα απαιτήσεων πριν ξεκινήσει η ανάπτυξη

Πριν δοθεί εντολή υλοποίησης, συμφωνούμε γραπτώς στα παρακάτω. Η λίστα είναι κριτήριο παραλαβής και όχι απλή υπενθύμιση για τον τεχνικό συντάκτη.

Ποια είδη σελίδων θεωρούνται δημοσιευμένα και κατάλληλα για ένταξη.
Ποιος είναι ο κανόνας επιλογής μοναδικής κύριας διεύθυνσης.
Ποιες παραμετρικές, προσωρινές ή μη δημόσιες σελίδες αποκλείονται.
Από ποια πραγματική αλλαγή προκύπτει η ημερομηνία τελευταίας τροποποίησης.
Ποια πηγή δεδομένων είναι υπεύθυνη για νέες σελίδες και αποσύρσεις.
Πώς γίνεται ο διαχωρισμός αρχείων σε μεγάλα σύνολα.
Πότε ανανεώνεται ο χάρτης και τι συμβαίνει αν αποτύχει η ενημέρωση.
Ποιος ελέγχει μορφή, αποκρίσεις και συνέπεια καταχωρίσεων.
Πώς υποβάλλονται και παρακολουθούνται τα αρχεία.
Ποιο είναι το σχέδιο επανόρθωσης αν εντοπιστούν άκυρες διευθύνσεις.

Η σχετική τεχνική ορολογία XML και αναζήτησης μπορεί να χρησιμεύσει ως συμπληρωματικό υλικό για την τεκμηρίωση.

Έλεγχοι παραλαβής που αξίζει να γίνουν πραγματικά

Ανοίγουμε το παραγόμενο αρχείο και επιβεβαιώνουμε ότι είναι έγκυρο, διαβάζεται σωστά και περιέχει μόνο επιτρεπτές διευθύνσεις. Παίρνουμε δείγμα καταχωρίσεων από κάθε βασική κατηγορία και επισκεπτόμαστε τις σελίδες για να βεβαιωθούμε ότι ανταποκρίνονται κατάλληλα. Ελέγχουμε ότι δεν εμφανίζονται πολλές εκδόσεις του ίδιου περιεχομένου, ότι οι ημερομηνίες συνδέονται με ουσιαστικές αλλαγές και ότι δεν παραμένουν αποσυρμένες σελίδες. Επαναλαμβάνουμε μετά από προσθήκη, ενημέρωση και διαγραφή μιας δοκιμαστικής δημοσίευσης. Δεν δηλώνουμε την εργασία επιτυχημένη μόνο επειδή το αρχείο δημιουργήθηκε μία φορά· η αξία του εξαρτάται από τη σωστή συνεχόμενη λειτουργία.

Σενάρια σφάλματος που πρέπει να καλύπτει η προδιαγραφή

Αν μια δημοσιευμένη σελίδα μετατραπεί σε ανακατεύθυνση, το αρχείο πρέπει να σταματήσει να προβάλλει την παλιά διεύθυνση ως κύρια. Αν ένα προϊόν αποσυρθεί, χρειάζεται συμφωνημένος κανόνας για τον προορισμό του και για το πότε παύει να περιλαμβάνεται. Αν αποτύχει προσωρινά η βάση δημοσιεύσεων, δεν είναι σωστό να αντικατασταθεί ο τελευταίος έγκυρος χάρτης με κενό αρχείο χωρίς προειδοποίηση. Αν προκύψει πολύ μεγάλη παραγωγή, απαιτείται ασφαλής διαχωρισμός και τεχνικός έλεγχος πριν την αντικατάσταση της προηγούμενης έκδοσης. Αυτά τα σενάρια δεν είναι δευτερεύοντα: καθορίζουν αν η λύση θα παραμείνει αξιόπιστη όταν ο ιστότοπος μεταβάλλεται. Η παράδοση πρέπει να περιλαμβάνει αποδεικτικά δοκιμών και σαφή ευθύνη συντήρησης.

Συχνές ερωτήσεις για τις προδιαγραφές

Πρέπει να περιλαμβάνονται όλες οι δυνατές διευθύνσεις;

Όχι. Το αρχείο πρέπει να δίνει προτεραιότητα στις σημαντικές, κατάλληλες και κανονικές σελίδες. Οι τυχαίες παραλλαγές φίλτρων και οι μη δημόσιες διαδρομές δεν προσθέτουν αναγκαία αξία.

Χρειάζεται χειροκίνητη ενημέρωση μετά από κάθε άρθρο;

Εξαρτάται από τον ιστότοπο. Σε δυναμικά συστήματα η αυτοματοποιημένη παραγωγή είναι χρήσιμη όταν βασίζεται σε αξιόπιστη πηγή και συνοδεύεται από ελέγχους. Η αυτοματοποίηση χωρίς κανόνες μπορεί να αναπαράγει σφάλματα.

Εγγυάται η υποβολή του sitemap εμφάνιση στην αναζήτηση;

Όχι. Διευκολύνει την ανακάλυψη αλλά η ευρετηρίαση αξιολογείται χωριστά. Οι σελίδες πρέπει να είναι τεχνικά προσβάσιμες και να έχουν ουσιαστικό περιεχόμενο.

Πότε πρέπει να αλλάζει η τελευταία τροποποίηση;

Όταν υπάρχει πραγματική, ουσιώδης αλλαγή στο περιεχόμενο που αφορά τον χρήστη. Η απλή αναδημιουργία του αρχείου δεν αποτελεί από μόνη της λόγο αλλαγής όλων των καταχωρίσεων.

Είναι ίδιος ο XML χάρτης με τη σελίδα χάρτη για ανθρώπους;

Όχι. Ο πρώτος είναι μηχανικά αναγνώσιμο αρχείο. Η δεύτερη είναι σελίδα πλοήγησης που μπορεί να οργανώνει συνδέσμους για επισκέπτες. Μπορούν να συνυπάρχουν και να εξυπηρετούν διαφορετικούς σκοπούς.