Sitemap, robots.txt i indeksacja: jak Google widzi stronę

Mapa strony XML (sitemap) to plik z listą adresów URL, które chcesz pokazać wyszukiwarkom, wraz z informacją o ich ostatniej aktualizacji. Razem z plikiem robots.txt i tagami meta robots tworzy zestaw sygnałów, dzięki którym Google wie, co ma przeskanować i zaindeksować. Te trzy narzędzia są często mylone, a błąd w jednym z nich potrafi wyłączyć z wyników całą sekcję strony. Poniżej wyjaśniamy, jak działają, jak je sprawdzić i jak rozwiązać najczęstsze problemy z indeksacją.

Najważniejsze w skrócie

• Mapa strony XML pomaga wyszukiwarce odkryć adresy, ale nie gwarantuje, że zostaną zaindeksowane.
• Plik robots.txt steruje skanowaniem (crawlingiem), a nie indeksowaniem, więc nie służy do ukrywania stron w wynikach.
• Aby strona nie pojawiała się w Google, użyj tagu noindex i nie blokuj jej jednocześnie w robots.txt.
• W mapie strony powinny znaleźć się tylko adresy kanoniczne, zwracające kod 200 i przeznaczone do indeksacji.
• Raport indeksowania stron w Google Search Console pokazuje, które adresy są w indeksie i dlaczego inne nie są.

Jak Google odkrywa, skanuje i indeksuje stronę

Proces ma trzy etapy. Odkrywanie: Google dowiaduje się o istnieniu adresu z linków na innych stronach, linków wewnętrznych lub z mapy strony. Skanowanie: robot Googlebot pobiera stronę i renderuje jej treść. Indeksowanie: Google analizuje zawartość i decyduje, czy zapisać stronę w indeksie, z którego pochodzą wyniki wyszukiwania. Na każdym etapie coś może pójść nie tak, a sitemap, robots.txt i noindex działają na różnych etapach.

Mapa strony XML: czym jest i co powinna zawierać

Sitemap to plik XML, zwykle pod adresem /sitemap.xml, zawierający listę adresów URL. Każdy wpis ma adres (loc) i opcjonalnie datę ostatniej zmiany (lastmod). Pola priority i changefreq Google według własnej dokumentacji ignoruje, więc nie warto poświęcać im uwagi. Datę lastmod Google uwzględnia, o ile jest wiarygodna, czyli zmienia się tylko przy faktycznej zmianie treści.

Prosty przykład wpisu:

<url>
  <loc>https://example.com/uslugi/audyt-seo/</loc>
  <lastmod>2026-08-20</lastmod>
</url>

Co powinno trafić do sitemap

• Adresy kanoniczne, które zwracają kod 200.
• Strony, które chcesz widzieć w wynikach: oferta, wpisy, strony kolekcji, wersje językowe.

Czego w sitemap być nie powinno

• Adresów z przekierowaniem, błędem 404 lub tagiem noindex.
• Duplikatów z parametrami, np. sortowania czy filtrowania.
• Stron technicznych, takich jak koszyk, podziękowanie po formularzu czy wyniki wyszukiwania wewnętrznego.

Jedna mapa strony XML może zawierać do 50 000 adresów i ważyć do 50 MB bez kompresji. Większe serwisy dzielą ją na kilka plików i łączą je w indeks sitemap.

Mapa strony XML na stronie wielojęzycznej

Jeśli strona ma kilka wersji językowych, każda z nich powinna mieć własny adres URL, na przykład /en/services/ obok /uslugi/, i każda powinna trafić do mapy strony. Google traktuje wersje językowe jako osobne strony, więc brak angielskich adresów w sitemap spowalnia ich odkrywanie. Powiązania między wersjami językowymi opisuje się atrybutami hreflang, które można umieścić w kodzie strony lub bezpośrednio w mapie strony XML. Najważniejsze, by oznaczenia były wzajemne: jeśli polska strona wskazuje angielską, angielska musi wskazywać polską. Unikaj też jednego adresu, który w zależności od przeglądarki pokazuje różne języki, bo robot zobaczy tylko jedną wersję.

Plik robots.txt: co blokuje, a czego nie

Robots.txt to plik tekstowy w katalogu głównym domeny (/robots.txt), w którym mówisz robotom, których ścieżek nie powinny skanować. Przykład:

User-agent: *
Disallow: /koszyk/
Sitemap: https://example.com/sitemap.xml

Kluczowa i często mylona zasada: robots.txt blokuje skanowanie, a nie indeksowanie. Jeśli do zablokowanej strony prowadzą linki, Google może ją zaindeksować bez znajomości treści i pokazać sam adres. Dyrektywa Sitemap: w robots.txt to prosty sposób, by wskazać robotom lokalizację mapy strony.

Meta robots i noindex: jak wykluczyć stronę z wyników

Jeśli strona ma nie pojawiać się w Google, dodaj do niej tag <meta name="robots" content="noindex">. Aby Google go zobaczył, musi mieć możliwość zeskanowania strony, więc nie blokuj jej jednocześnie w robots.txt. To jeden z najczęstszych błędów: strona zablokowana w robots.txt i oznaczona noindex może nadal wisieć w wynikach, bo robot nigdy nie odczytał tagu.

Jak zgłosić sitemap w Google Search Console

1. Zweryfikuj domenę w Google Search Console.
2. Otwórz sekcję „Mapy witryn” i wpisz adres mapy strony, np. sitemap.xml.
3. Sprawdź, czy status to „Sukces” i ile adresów wykryto.
4. Po kilku dniach przejrzyj raport indeksowania stron i porównaj liczbę zaindeksowanych adresów z liczbą adresów w sitemap.

Do sprawdzenia pojedynczego adresu służy narzędzie „Sprawdzanie adresu URL”, które pokazuje, czy strona jest w indeksie, kiedy była skanowana i jaki adres Google uznał za kanoniczny. Po większych zmianach, na przykład po przebudowie menu lub dodaniu nowej sekcji, możesz poprosić tam o ponowne zindeksowanie najważniejszych adresów. Nie ma sensu robić tego dla każdej podstrony: przy dobrze działającej mapie strony i poprawnym linkowaniu wewnętrznym Google i tak znajdzie zmiany.

Najczęstsze problemy z indeksacją i ich przyczyny

• Strona wykryta, ale niezaindeksowana: Google zna adres, ale jeszcze go nie przeskanował. Często chodzi o słabe linkowanie wewnętrzne lub niską wartość treści.
• Strona przeskanowana, ale niezaindeksowana: Google ocenił treść jako mało wartościową lub zduplikowaną. Pomaga rozbudowa i ujednolicenie treści.
• Duplikat, Google wybrał inną stronę kanoniczną: kilka adresów ma podobną treść. Ustaw link kanoniczny i ogranicz duplikaty.
• Zablokowano przez robots.txt: sprawdź, czy blokada jest zamierzona.
• Wykluczono tagiem noindex: częsty efekt pozostawienia ustawień ze środowiska testowego po publikacji.

Checklista indeksacji po uruchomieniu strony

1. Mapa strony XML jest dostępna i zawiera tylko adresy kanoniczne z kodem 200.
2. Robots.txt nie blokuje ważnych sekcji ani plików CSS i JS.
3. Na produkcji nie ma tagów noindex pozostawionych z wersji testowej.
4. Sitemap zgłoszona w Search Console, bez błędów.
5. Każda wersja językowa ma własne adresy i jest ujęta w mapie strony.
6. Ważne podstrony są podlinkowane z menu lub treści.

Jak to wygląda w LessCMS

• Mapa strony XML i robots.txt są generowane automatycznie, bez ręcznej edycji plików.
• Nowe wpisy w kolekcjach automatycznie dostają adres URL i wpis w sitemap, podobnie jak każda wersja językowa strony.
• Strony są renderowane po stronie serwera, więc robot dostaje pełną treść HTML od razu.
• Meta title i description ustawiasz per strona, wpis i język. Więcej przeczytasz w opisie funkcji SEO i wielojęzyczności.

Najczęstsze pytania

Czy mapa strony XML jest konieczna?

Nie jest obowiązkowa, ale bardzo pomaga, zwłaszcza przy nowych stronach, dużej liczbie podstron i słabym linkowaniu wewnętrznym. Małe, dobrze podlinkowane strony też mogą być zaindeksowane bez niej, jednak sitemap przyspiesza odkrywanie nowych adresów.

Jak sprawdzić, czy strona ma mapę strony XML?

Wpisz w przeglądarce adres domeny z końcówką /sitemap.xml albo sprawdź dyrektywę Sitemap: w pliku robots.txt. Status mapy zobaczysz też w Google Search Console.

Czy robots.txt ukrywa stronę przed Google?

Nie. Robots.txt blokuje skanowanie, ale zablokowany adres może trafić do indeksu, jeśli prowadzą do niego linki. Do wykluczenia strony z wyników użyj tagu noindex.

Dlaczego Google nie indeksuje mojej strony mimo sitemap?

Sitemap tylko informuje o adresach, a decyzję o indeksacji Google podejmuje na podstawie jakości i unikalności treści. Sprawdź raport indeksowania w Search Console, aby poznać konkretny powód.

Jak często Google odczytuje mapę strony?

Nie ma stałego harmonogramu, Google robi to według własnego uznania. Wiarygodna data lastmod i regularne aktualizacje treści pomagają szybciej wychwycić zmiany.

Chcesz, żeby mapa strony XML i robots.txt aktualizowały się same? Sprawdź plany LessCMS i załóż konto bez karty.