NeovaNền tảng SEO chuyên sâu

Kiểm tra sitemap XML: cách xác thực sitemap và sửa những gì chúng liệt kê

Sitemap XML là danh sách các URL bạn muốn công cụ tìm kiếm crawl. Nó chỉ có ích nếu danh sách đúng: mọi URL nên trả về 200, index được và là phiên bản canonical, và mọi trang quan trọng nên có mặt trong đó. Công cụ kiểm tra sitemap XML đọc các file, tải những gì chúng liệt kê và so với những gì một lần crawl website tìm thấy.

Crawl và indexkiểm tra sitemap xmlCập nhật ngày 21 tháng 11 năm 2026Tác giả: đội ngũ Neova

Công cụ kiểm tra sitemap XML làm gì

Công cụ kiểm tra làm việc ở hai cấp. Trước hết là chính các file: có tải được không, có phải XML hợp lệ theo định dạng sitemap không, và có nằm trong giới hạn kích thước không? Sau đó là các URL bên trong: mỗi URL trả về gì khi được yêu cầu, có index được không, và có khớp với những gì link của chính website trỏ tới không.

Cấp thứ hai mới là nơi có phần lớn giá trị. Một sitemap xác thực hoàn hảo vẫn có thể liệt kê hàng nghìn redirect, hoặc bỏ sót một nửa số trang sản phẩm. Bạn chỉ thấy điều đó khi tải các URL và so với một lần crawl.

Sitemap XML hoạt động thế nào

Định dạng được định nghĩa bởi giao thức sitemaps.org, được Google, Bing và các công cụ tìm kiếm khác hỗ trợ. Một sitemap là một urlset với một mục url cho mỗi trang:

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://www.example.com/shoes/running</loc>
    <lastmod>2026-11-12</lastmod>
  </url>
</urlset>

Website lớn chia URL ra nhiều file và liệt kê các file đó trong một sitemap index:

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap><loc>https://www.example.com/sitemap-products-1.xml</loc></sitemap>
  <sitemap><loc>https://www.example.com/sitemap-blog.xml</loc></sitemap>
</sitemapindex>

Công cụ tìm kiếm tìm sitemap qua một dòng Sitemap: trong robots.txt, dòng này nhận URL đầy đủ và có thể xuất hiện nhiều lần, hoặc qua việc gửi trong Search Console và Bing Webmaster Tools. Tổng quan về sitemap của Google giải thích khi nào một website được lợi từ sitemap: website lớn, website mới có ít link từ bên ngoài, và website có nhiều nội dung media hoặc tin tức. Tài liệu tham khảo sitemap XML của SEO ProCheck nói cả về sitemap ảnh, video và tin tức.

Giới hạn và quy tắc định dạng của sitemap

Quy tắcGiới hạn
Số URL mỗi file sitemap50.000
Kích thước file, chưa nén50 MB (52.428.800 byte)
Số sitemap mỗi sitemap index50.000
Độ dài URLDưới 2.048 ký tự
Mã hóaUTF-8, entity được escape
Dạng URLTuyệt đối, crawl đúng như liệt kê
Phạm viCùng host, tại hoặc dưới thư mục

Giới hạn 50 MB áp dụng cả khi file được phục vụ dạng gzip. Một URL nằm ngoài thư mục hoặc host của sitemap chỉ được phép khi robots.txt của host đó khai báo sitemap. Những điều này đến từ giao thức và từ hướng dẫn của Google về tạo và gửi sitemap. Trang của Google về sitemap lớn giải thích file index. Một điều đã thay đổi: Google đã ngừng endpoint ping sitemap không cần xác thực vào năm 2023, như thông báo của họ giải thích, nên hãy gửi qua robots.txt hoặc Search Console thay thế.

lastmod, changefreq và priority

Google bỏ qua changefreq và priority. Google dùng lastmod như một gợi ý về thời điểm crawl lại một URL đã biết, nhưng chỉ khi ngày tháng luôn chính xác. Một lastmod thay đổi trên mọi trang mỗi ngày, hoặc thay đổi khi chỉ năm ở footer thay đổi, sẽ dạy Google thôi tin vào nó.

Chỉ cập nhật lastmod khi có thay đổi thật ở nội dung chính, dữ liệu có cấu trúc hoặc link, và viết nó theo định dạng ngày W3C, như 2026-11-12 hoặc một timestamp đầy đủ kèm múi giờ. Nếu bạn không biết khi nào một trang thực sự thay đổi, bỏ lastmod đi còn hơn đoán.

Các lỗi sitemap XML thường gặp nhất

Phần lớn vấn đề của sitemap không nằm ở XML. Đó là những URL không nên có trong danh sách, hoặc những trang nên có mà lại không có:

URL được liệt kêCó nên nằm trong sitemapCách sửa
200, index được, canonical trỏ về chính nó✓Giữ
Redirect (3xx)–Liệt kê URL cuối cùng
404, 410, 5xx–Gỡ bỏ
Noindex–Gỡ bỏ, hoặc bỏ noindex
Canonical chỉ định URL khác–Liệt kê URL canonical
Bị robots.txt chặn–Gỡ bỏ, hoặc cho phép
http:// trên website https–Dùng https
Sai host (có www hay không)–Dùng host canonical

Hai vấn đề mà bảng URL được liệt kê không thể cho thấy: trang bị thiếu, thường là cả một template mà CMS không bao giờ thêm vào, và file trống hoặc hỏng trả về lỗi, một trang HTML hoặc không có URL nào. Hướng dẫn kiểm tra robots.txt cho thấy cách kiểm tra URL bị chặn, và FAQ về sitemap XML của SEO ProCheck nói về phần còn lại.

Sitemap, lần crawl và trang mồ côi

So sánh sitemap với một lần crawl theo link trả lời hai câu hỏi cùng lúc. URL mà lần crawl tìm thấy nhưng sitemap không liệt kê là những trang mà công cụ tạo sitemap của bạn bỏ sót. URL mà sitemap liệt kê nhưng không internal link nào tới là trang mồ côi. Hướng dẫn orphan page nói về cách xử lý từng loại.

Chúng tôi đã làm việc này trên chính website của mình. Lần crawl Neova đầy đủ seoprocheck.com ngày 17 tháng 10 năm 2026:

seoprocheck.com, ngày 17 tháng 10 năm 2026Số lượng
URL đã tải10.222
Trang HTML trả về 2004.561
URL trong XML sitemap1.835
Lần crawl tới được, không có trong sitemap nào2.727
Có trong sitemap, không có link nào tới1
Độ hoàn tất của lần crawl99.98%
Thời gian61 phút

Sitemap liệt kê 1.835 URL trong khi link tới được thêm 2.727 URL nữa, nên chỗ hổng nằm ở công cụ tạo sitemap, không phải ở website. Trang mồ côi duy nhất là một trang cần link tới hoặc gỡ bỏ. Phép so sánh này chỉ có ý nghĩa vì lần crawl đã chạy tới 99,98%: một lần crawl dừng ở giới hạn URL sẽ làm các trang có link trông như chỉ sitemap biết tới chúng.

Cách kiểm tra sitemap XML của bạn

  1. Tìm mọi sitemap. Đọc các dòng Sitemap trong robots.txt, thử /sitemap.xml và /sitemap_index.xml, và xem báo cáo Sitemaps của Search Console liệt kê gì.
  2. Xác thực các file: trạng thái 200, gzip đọc được nếu có nén, XML hợp lệ, trong giới hạn.
  3. Tải mọi URL được liệt kê và ghi lại mã trạng thái, chỉ thị robots và canonical của nó.
  4. Crawl website từ trang chủ tới cuối và so sánh hai danh sách.
  5. Sửa công cụ tạo sitemap, không phải file. Phần lớn sitemap do CMS hoặc plugin tạo ra, nên chỉnh tay sẽ bị ghi đè ở lần build sau.
  6. Gửi lại và theo dõi. Kiểm tra báo cáo Sitemaps để tìm lỗi, và crawl lại theo lịch để phát hiện sớm một lần build bị hỏng.

Giữ sitemap gọn gàng là một bước của checklist audit SEO kỹ thuật, và trên website lớn, một sitemap sạch giúp công cụ tìm kiếm dành crawl budget cho những trang đáng giá.

Kiểm tra sitemap XML với Neova

Neova đọc các sitemap XML mà robots.txt khai báo, cùng bất kỳ sitemap nào bạn thêm trong Cài đặt, và crawl các URL chúng liệt kê sau những trang mà link tới được. Những trang chỉ có trong sitemap được tải ở một bước riêng và đếm riêng. Nhóm Sitemap sau đó cho thấy những gì sitemap liệt kê so với những gì lần crawl tìm thấy. Bạn cũng có thể chỉ crawl riêng sitemap XML, hoặc dán danh sách URL vào Crawl danh sách. Một số mục kiểm tra:

Neova giữ lại mọi sitemap XML mà các lần crawl của nó đã đọc, và có thể xuất một sitemap XML mới gồm các trang index được mà nó tìm thấy. Xem Tính năng hoặc tải Neova.

Câu hỏi

Làm sao để kiểm tra sitemap XML của tôi có hợp lệ không?

Tải nó về và xác nhận nó trả về 200, được đọc là XML theo định dạng sitemap và nằm trong giới hạn 50.000 URL và 50MB khi chưa nén. Sau đó tải các URL nó liệt kê: một file hợp lệ vẫn có thể liệt kê redirect, lỗi và trang noindex.

Một sitemap XML có thể chứa bao nhiêu URL?

Tối đa 50.000 URL và 50MB khi chưa nén cho mỗi file. Website lớn hơn chia URL ra nhiều sitemap và liệt kê chúng trong một sitemap index, bản thân sitemap index cũng có thể liệt kê tối đa 50.000 sitemap.

Có nên đưa mọi trang vào sitemap XML không?

Mọi trang canonical, index được mà bạn muốn có trong kết quả tìm kiếm thì nên có. Bỏ ra ngoài redirect, trang lỗi, trang noindex, bản trùng lặp đã canonical sang URL khác và URL bị robots.txt chặn.

Google có dùng priority và changefreq không?

Không. Google bỏ qua cả hai. Google dùng lastmod khi ngày tháng luôn chính xác, nên chỉ cập nhật lastmod khi nội dung thực sự thay đổi.

Tôi có còn ping Google bằng sitemap được không?

Không. Google đã ngừng endpoint ping sitemap từ năm 2023. Hãy khai báo sitemap trong robots.txt và gửi nó trong Search Console thay thế.

Lưu lại hoặc chia sẻ

Các link tới trợ lý AI sẽ mở sẵn một câu hỏi về trang này.

Crawl website của bạn với NeovaGói Free chạy mọi mục kiểm tra trên Mac, Windows và Linux. Không cần thẻ tín dụng.

Đọc tiếp