Un articolo pubblicato tre minuti fa che non appare su Google News prima del giorno successivo è un articolo morto. Su un sito di notizie, la velocità di indicizzazione condiziona la visibilità. La sitemap dedicata alle notizie è il leva tecnico che accelera questa presa in considerazione da parte dei robot.
Non si parla qui del piano di sito classico visualizzato per i visitatori. La sitemap XML per le notizie è un file strutturato, letto dai motori di ricerca, che segnala in tempo reale i contenuti freschi pubblicati. La sua configurazione differisce radicalmente da una sitemap standard, ed è precisamente questa differenza che crea problemi alla maggior parte delle redazioni online.
Finestra di 48 ore e limite di 1.000 articoli: le restrizioni specifiche per la sitemap notizie
Quando si gestisce un sito di informazione, si scopre rapidamente che Google applica regole rigorose alla News sitemap. Il file deve contenere solo articoli pubblicati negli ultimi due giorni. Oltre, gli URL non hanno più posto in questo file (rimangono nella sitemap generale del sito).
La seconda restrizione riguarda il volume: ogni file è limitato a 1.000 tag news:news. Per una redazione che pubblica massicciamente, è necessario suddividere la sitemap in più file e raggrupparli tramite un indice. Ignorare questo limite significa rischiare che Google legga solo una parte del file, lasciando articoli recenti fuori dal suo radar.
Per ogni URL, devono figurare nel XML campi obbligatori: il nome esatto della pubblicazione, la lingua, la data di prima pubblicazione nel formato W3C e il titolo dell’articolo. Il titolo non deve contenere né il nome del media né quello dell’autore. Quest’ultimo punto è spesso mal configurato, il che porta a rifiuti silenziosi nella Search Console.
Per osservare come un sito di informazione struttura concretamente questa architettura, si può consultare la sitemap de La Gazette de Constantine e verificare il modo in cui gli URL sono organizzati per categoria e per data.
Sitemap notizie come flusso in tempo reale: perché l’aggiornamento automatico cambia tutto
Una sitemap statica, rigenerata una volta al giorno, non è più sufficiente per un sito di notizie. La tendenza osservata tra gli editori negli ultimi anni consiste nel trattare la News sitemap come un flusso dinamico, aggiornato nei minuti successivi a ogni pubblicazione.
Concretamente, ciò significa che il CMS (WordPress, Drupal o sistema proprietario) deve attivare la rigenerazione del file XML non appena un articolo passa allo stato “pubblicato”. Su WordPress, estensioni come SEO Press o Yoast gestiscono questa automazione. Su un CMS proprietario, spetta allo sviluppatore codificare questo attivatore.
Una sitemap aggiornata al minuto riduce il tempo di indicizzazione in modo significativo rispetto a una rigenerazione quotidiana. I feedback variano su questo punto a seconda della frequenza di crawl concessa da Google al dominio, ma il principio rimane lo stesso: più il file è fresco, più il robot passa velocemente.
I tranelli dell’aggiornamento automatico
Automatizzare non significa dimenticare. Tre errori si ripetono regolarmente nelle redazioni:
- Lasciare articoli in bozza o in “pre-pubblicazione” apparire nella sitemap, il che invia a Google URL che restituiscono un errore 404 o una pagina protetta.
- Non rimuovere gli articoli di oltre 48 ore dalla News sitemap, il che viola la restrizione di freschezza e può portare a un avviso nella Search Console.
- Modificare il titolo di un articolo dopo la pubblicazione senza che il tag
news:newsvenga aggiornato nel XML, creando un’incoerenza tra il file e la pagina reale.
Tag XML obbligatori per una sitemap Google News
La sitemap notizie utilizza uno namespace XML specifico che si aggiunge al protocollo sitemap standard. Senza questo namespace, Google ignora semplicemente le informazioni di attualità e tratta il file come una sitemap ordinaria.
Ecco i tag da integrare per ogni articolo:
news:publicationcontiene due sotto-tag:news:name(il nome esatto del media così come è registrato in Google News) enews:language(codice lingua ISO, ad esempio “it”).news:publication_dateindica la data e l’ora di prima pubblicazione, nel formato W3C completo (anno-mese-giornoThora:minuto:secondo fuso orario).news:titleriprende il titolo dell’articolo, senza menzionare il media né l’autore. Un titolo mal formattato provoca un rifiuto silenzioso nell’indice News.
Il nome della pubblicazione nel tag news:name deve corrispondere esattamente a quello dichiarato nel Centro per gli editori Google. Un maiuscolo in più, un accento mancante, e il legame tra la sitemap e l’account editor è interrotto.
Verifica nella Search Console
Dopo la sottomissione della sitemap nella Google Search Console (sezione Sitemaps, URL diretto del file), si monitorano due indicatori: il numero di URL rilevate e il numero di URL indicizzate. Un’importante discrepanza tra i due segnala un problema di formato o di contenuto. La console mostra anche gli errori specifici ai tag news, il che consente di correggere rapidamente una configurazione difettosa.
Sitemap HTML e sitemap XML: due usi distinti per un sito di notizie
Si confondono spesso la sitemap XML (destinata ai robot) e la sitemap HTML (destinata ai lettori). Su un sito di notizie, entrambe hanno la loro utilità, ma non svolgono la stessa funzione.
La sitemap HTML è una pagina di navigazione accessibile ai visitatori, che elenca le rubriche, le categorie e talvolta gli articoli recenti. Aiuta un lettore smarrito a ritrovare una sezione del sito. Per il SEO, distribuisce link interni verso pagine profonde che la navigazione principale non mette in evidenza.
La sitemap XML, invece, non è mai vista dai lettori. Parla esclusivamente ai motori di ricerca. Per un sito di notizie, si mantengono in realtà più file XML: una sitemap generale (tutte le pagine permanenti), una sitemap notizie (articoli delle ultime 48 ore) e eventualmente una sitemap immagini o video se il sito ne pubblica regolarmente.
Separare questi file evita di sommergere gli articoli freschi in una massa di URL vecchie. Google assegna una priorità di crawl diversa a seconda del tipo di sitemap, e questa separazione gli facilita il lavoro.
Il punto tecnico che passa spesso inosservato: una sitemap index (file che elenca tutte le sotto-sitemaps) deve essere dichiarata nel file robots.txt alla radice del sito. Senza questa dichiarazione, i robot non scoprono automaticamente i file secondari, anche se sono correttamente formattati.
