Sitemap XML et indexation d'un nouveau site : aidez Google à comprendre vos pages

Créer un sitemap XML consiste à dresser la liste des pages que vous voulez voir reprises par Google, à placer ce fichier sur votre domaine et à le soumettre via Google Search Console. Pour un nouveau site, c’est plus important que beaucoup ne le pensent : sans liens externes qui pointent vers vous, un sitemap est souvent la manière la plus rapide dont Google découvre vos pages. Dans cet article, vous découvrez quelles pages ont leur place dans votre sitemap, comment configurer correctement robots.txt et noindex pendant la construction, et comment soumettre le tout proprement.

Qu’est-ce qu’un sitemap XML et pourquoi en avez-vous besoin ?

Un sitemap XML est un fichier structuré qui énumère les URL les plus importantes de votre site à l’attention des moteurs de recherche. Il dit à Google : voici les pages qui comptent, venez les récupérer.

Point essentiel à comprendre : un sitemap est un indice, pas un ordre. Google l’utilise pour découvrir vos pages plus vite, mais décide toujours lui-même s’il les crawle et les reprend. Un sitemap ne force donc aucune indexation, et vous pouvez lire comment se déroule précisément ce processus d’indexation dans notre article sur comment faire indexer un site web.

Pour un nouveau site, cet avantage de découverte est bien réel. Un site existant avec beaucoup de liens entrants est trouvé naturellement. Un domaine tout neuf n’a pas encore ces signaux : un sitemap que vous soumettez activement est alors l’un de vos meilleurs leviers pour devenir visible.

La plupart des plateformes génèrent ce sitemap automatiquement. Webflow en produit un par défaut et, sous WordPress, des extensions comme Yoast, Rank Math ou All in One SEO s’en chargent pour vous. Vous devez donc rarement écrire le fichier à la main. Tout l’art réside dans le contenu : quelles pages y laissez-vous figurer, et lesquelles non ?

Quelles pages doivent figurer dans votre sitemap, et lesquelles non ?

La règle est simple : votre sitemap ne doit contenir que des pages finales indexables et utiles, celles que vous voulez réellement voir apparaître dans les résultats de recherche.

À inclure :

• Votre page d’accueil, vos pages de services et vos landing pages importantes.
• Les articles de fond, les billets de blog et les cas clients qui génèrent des visiteurs et des leads.
• Les pages de contact et « à propos » qui contribuent à bâtir la confiance.

À exclure :

• Les pages de remerciement et de confirmation après un formulaire.
• Les pages de connexion, de compte et de type checkout.
• Les résultats de recherche interne et les aperçus filtrés qui génèrent des variantes sans fin.
• Les pages de test, de staging ou les doublons.
• Les pages portant une balise noindex ou celles qui renvoient une redirection ou un message d’erreur.

Une erreur fréquente consiste à publier un sitemap qui déverse tout ce que produit le CMS. Cela dilue le signal : vous faites alors dépenser à Google du budget de crawl sur des pages qui ne rapportent rien. Gardez la liste propre et centrée sur les pages capables de transformer des visiteurs en leads. Quelles pages exactement ? Cela dépend étroitement de la façon dont vous construisez votre architecture de site pour le SEO : une structure logique avec un maillage interne clair rend votre sitemap propre presque automatiquement.

Techniquement, chaque fichier sitemap est limité à 50.000 URL et 50 Mo non compressés. Pour un site B2B, vous atteignez rarement ces plafonds, mais si vous les dépassez, découpez le fichier en plusieurs sitemaps et référencez-les depuis un fichier d’index de sitemaps.

Comment utiliser robots.txt et noindex sans erreur ?

Robots.txt et noindex se ressemblent, mais font quelque chose de fondamentalement différent, et c’est justement là que les choses tournent souvent mal. Le robots.txt détermine si un robot peut crawler une page. La balise noindex détermine si une page peut apparaître dans l’index.

Cette distinction est cruciale à cause d’un piège. Si vous bloquez une page dans le robots.txt, Google ne peut pas la visiter, et donc pas non plus lire la balise noindex qui s’y trouve. Conséquence : si vous voulez vraiment garder une page hors des résultats de recherche, vous y placez une balise noindex et vous la laissez justement crawlable. Si vous la bloquez dans le robots.txt, elle peut malgré tout apparaître dans les résultats sans que vous puissiez l’en retirer.

Quelques lignes directrices pratiques pour un nouveau site :

• Pendant la construction, vous ne voulez pas que Google reprenne le site. L’approche la plus sûre consiste alors à placer tout l’environnement de staging derrière un mot de passe ou une authentification HTTP. Ne comptez pas uniquement sur le robots.txt pour garder un site caché, car il bloque le crawl, pas la visibilité.
• N’oubliez pas de retirer les blocages au lancement. Le désastre classique, c’est un site qui passe en ligne alors qu’il porte encore un noindex sur tout le site ou un robots.txt bloquant hérité de la phase de construction. Votre nouveau site est superbe, mais il n’apparaît nulle part. C’est aussi l’un des risques d’un déménagement : lisez donc comment migrer un site sans perte de positions.
• Utilisez noindex en conscience pour les pages nécessaires mais qui n’ont rien à faire dans Google, comme les pages de remerciement et les aperçus de tags peu consistants.
• Faites pointer votre robots.txt vers votre sitemap avec une ligne indiquant l’emplacement de celui-ci. Cela aide les moteurs de recherche à trouver le fichier.

Veillez à ce que les pages de votre sitemap et vos choix de noindex soient cohérents. Une page que vous mettez en noindex tout en la laissant dans votre sitemap envoie des signaux contradictoires.

Comment soumettre votre sitemap dans Google Search Console ?

Vous soumettez votre sitemap en vérifiant d’abord votre site dans Google Search Console, puis en ajoutant l’URL de votre sitemap dans le rapport dédié. C’est une étape gratuite et, pour un nouveau site, l’une des toutes premières à réaliser.

Dans les grandes lignes :

1. Créez un compte Google Search Console gratuit et ajoutez votre domaine comme propriété.
2. Vérifiez que vous en êtes bien le propriétaire, généralement via un enregistrement DNS ou un fichier de vérification. Beaucoup de CMS proposent une option intégrée pour cela.
3. Rendez-vous dans le rapport sitemap et indiquez le chemin vers votre sitemap, le plus souvent quelque chose comme sitemap.xml.
4. Vérifiez après un certain temps si Google a pu lire le sitemap et combien d’URL il a découvertes.

Ensuite, vous pouvez suivre dans Search Console quelles pages sont reprises, lesquelles ne le sont pas, et pourquoi. Si vous voulez qu’une nouvelle page précise soit repérée plus vite, vous pouvez demander son indexation via l’inspection d’URL. Gardez toutefois à l’esprit que Google décide en dernier ressort : soumettre accélère la découverte, mais n’impose rien.

Quand régler tout cela pendant la construction d’un nouveau site ?

Le bon moment, c’est pendant la construction, pas en service après-vente une fois le site lancé. Le sitemap, le robots.txt et vos choix d’indexation ne sont pas un détail technique : ils déterminent si votre investissement dans un nouveau site devient tout simplement visible.

Concrètement, cela veut dire : pendant la construction, vous gardez l’environnement de staging protégé, vous planifiez quelles pages peuvent être indexées, et vous inscrivez les blocages temporaires sur une checklist à vider au moment de la mise en ligne. Le jour du lancement, vous vérifiez que le noindex global a disparu, que le robots.txt autorise le crawl, que votre sitemap contient les bonnes pages et que vous l’avez soumis dans Search Console. Ces quelques contrôles évitent l’erreur la plus douloureuse du développement web : un beau site tout neuf qui reste invisible pendant des semaines.

Chez Customer Impact, nous construisons des sites B2B orientés conversion, et nous considérons cette configuration comme une partie du travail bien fait, pas comme un extra facturé à part. Un site censé générer des leads doit d’abord être trouvé correctement. Vous pouvez lire comment nous abordons cette base technique sur notre page création de site web, et le contexte plus large se trouve dans notre guide sur la création d’un site web B2B.

Le résumé en bref

Créer un sitemap XML n’a rien de compliqué, mais ce sont les détails qui font le résultat. Ne placez que des pages finales indexables et utiles dans votre sitemap, utilisez le robots.txt pour le crawl et le noindex pour la visibilité sans les confondre, et soumettez votre sitemap via Search Console. Le plus important : réglez tout cela pendant la construction et supprimez chaque blocage temporaire lors de la mise en ligne, pour que votre nouveau site soit immédiatement compris par Google.

Vous voulez avoir la certitude que votre nouveau site est techniquement irréprochable et qu’il génère réellement des leads ? Planifiez votre entretien gratuit et nous l’examinons ensemble.