Sitemap XML là gì? Cách tạo, gửi và kiểm tra đúng

Sitemap XML là file liệt kê những URL, video, hình ảnh hoặc tài nguyên mà website muốn công cụ tìm kiếm biết đến. Sitemap hỗ trợ discovery và cung cấp thông tin như lần cập nhật đáng kể gần nhất, nhưng không bảo đảm URL được crawl, index hoặc xếp hạng.

Sitemap XML dùng để làm gì?

Vai trò	Giá trị	Giới hạn
Discovery	Giúp crawler biết URL tồn tại	Không bảo đảm crawl
Canonical signal	Cho biết URL website xem là ưu tiên	Yếu hơn redirect hoặc rel=canonical
Freshness	lastmod có thể phản ánh lần cập nhật đáng kể	Dữ liệu sai có thể bị bỏ qua
Monitoring	Giúp phân nhóm URL trong Search Console	Success không đồng nghĩa indexed
Media/locale	Có thể khai báo video, ảnh, tin tức hoặc hreflang	Chỉ dùng extension khi dữ liệu chính xác

Sitemap không tạo kiến trúc website. Menu, breadcrumb và Internal Link vẫn là đường dẫn để người dùng và crawler khám phá quan hệ giữa các trang.

URL nào nên có trong sitemap?

Nên đưa vào	Không nên đưa vào
URL canonical trả 200	URL redirect hoặc canonical sang trang khác
Trang dịch vụ, sản phẩm, category và bài viết còn giá trị	URL noindex, 404, soft 404 hoặc 5xx
Trang được dự kiến xuất hiện trong Search	Trang test, bản nháp, cảm ơn, giỏ hàng hoặc tài khoản
URL có nội dung đủ khác biệt	Tracking URL, session ID và parameter không cần index
Phiên bản locale hoặc media được khai báo đúng	Archive mỏng hoặc bản trùng không phải owner

Nếu một URL nằm trong sitemap nhưng tự khai báo noindex, redirect hoặc canonical về trang khác, website đang gửi tín hiệu mâu thuẫn. Hãy xác định owner URL trong quy trình xử lý URL trùng lặp và Canonical trước khi sửa sitemap.

Cấu trúc Sitemap XML

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/dich-vu/</loc>
    <lastmod>2026-07-27</lastmod>
  </url>
</urlset>

Thẻ	Vai trò	Lưu ý
loc	URL đầy đủ	Nên là preferred canonical URL
lastmod	Ngày cập nhật đáng kể gần nhất	Không đổi chỉ vì footer hoặc ngày hiện tại thay đổi
changefreq	Gợi ý tần suất thay đổi	Google không sử dụng giá trị này
priority	Gợi ý độ ưu tiên	Google không sử dụng giá trị này

Mỗi sitemap có giới hạn 50.000 URL hoặc 50 MB khi chưa nén. Khi vượt một trong hai giới hạn, chia thành nhiều file và dùng sitemap index. Website chưa vượt giới hạn vẫn có thể chia theo page type để dễ kiểm tra, nhưng không nên tạo hàng trăm file không cần thiết.

Cách tạo sitemap trên WordPress và CMS

WordPress có sitemap mặc định tại /wp-sitemap.xml. Plugin SEO thường tạo /sitemap_index.xml. Chỉ nên dùng một hệ thống chính để tránh file trùng và khó xác định nguồn tạo URL.

1. Kiểm tra các đường dẫn sitemap phổ biến.
2. Xác định WordPress core, plugin hoặc nền tảng nào đang tạo file.
3. Loại post type, taxonomy hoặc URL không cần index.
4. Mở từng sitemap con và kiểm tra URL mẫu.
5. Đối chiếu status, canonical, robots và sitemap.
6. Tự động cập nhật khi URL được xuất bản, sửa hoặc xóa.

Với website tự phát triển, nên sinh sitemap từ nguồn dữ liệu xuất bản thay vì nhập tay. Logic tạo file cần lọc status, indexability, canonical và ngày cập nhật thực tế.

Cách gửi sitemap cho Google

Khai báo trong robots.txt

Sitemap: https://example.com/sitemap_index.xml

Dòng Sitemap dùng URL đầy đủ và có thể đặt ngoài nhóm User-agent. Xem thêm Robots.txt.

Gửi trong Search Console

1. Mở đúng Search Console property.
2. Vào báo cáo Sitemaps.
3. Nhập đường dẫn sitemap hoặc sitemap index.
4. Kiểm tra trạng thái, lần đọc gần nhất và số URL phát hiện.

Không cần submit lại sau mỗi bài mới nếu file tự cập nhật và Google đã biết vị trí. Submit lại khi đổi URL sitemap, xuất hiện lỗi hoặc website thay đổi cấu trúc lớn.

Cách đọc báo cáo Sitemap

Dữ liệu	Cách hiểu	Không nên kết luận
Success	Google tải và phân tích file được	Mọi URL đã index
Discovered pages	Số URL Google đọc được từ file	Số URL đã crawl hoặc index
Last read	Lần gần nhất Google lấy file	Tất cả URL được recrawl cùng lúc
Page indexing theo sitemap	Trạng thái index của cohort URL	Mọi excluded URL đều là lỗi

Nếu sitemap Success nhưng trang quan trọng chưa index, kiểm tra status, noindex, robots, canonical, duplicate content và internal links. Không nên chỉ xóa rồi submit lại file. Xem Google Index là gì.

Lỗi Sitemap thường gặp

• Đưa mọi URL hệ thống tạo ra vào sitemap.
• Giữ URL redirect, noindex, 404 hoặc canonical khác.
• Tự đổi lastmod hằng ngày khi nội dung không thay đổi.
• Dùng priority để cố điều khiển crawl hoặc ranking.
• Giữ URL cũ sau migration.
• Tạo nhiều sitemap từ WordPress core và plugin cùng lúc.
• Chỉ kiểm tra file XML mà không kiểm tra URL bên trong.

Checklist trước khi submit

• File trả HTTP 200 và là XML UTF-8 hợp lệ.
• Không vượt 50.000 URL hoặc 50 MB chưa nén.
• URL dùng đúng HTTPS, hostname và canonical convention.
• Không có noindex, redirect, 404, 5xx hoặc bản nháp.
• lastmod phản ánh meaningful update.
• Sitemap, canonical và internal links nhất quán.
• Có owner kiểm tra lại sau migration hoặc thay plugin.

Nguồn chính thức

• Google Search Central: Learn about sitemaps
• Build and submit a sitemap
• Manage large sitemaps
• Search Console Sitemaps report

Kết luận

Sitemap XML là danh sách URL ưu tiên, không phải lệnh index. Hãy giữ file sạch, chỉ chứa preferred canonical URLs trả 200, dùng lastmod chính xác và theo dõi cohort trong Search Console. Khi URL không index, kiểm tra toàn bộ crawl, canonical, nội dung và internal links thay vì chỉ submit lại sitemap.