sitemap.xml 怎麼產生？靜態站與前端框架的自動化做法

sitemap.xml 是一份 網址清單，主動告知搜尋引擎「這個網站有哪些頁面」。它負責 索引流程 的第一關，讓網址被發現。

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/</loc>
    <lastmod>2026-09-07</lastmod>
  </url>
  <url>
    <loc>https://example.com/about</loc>
    <lastmod>2026-08-15</lastmod>
  </url>
</urlset>

欄位與它們的實際作用

欄位	必要性	實際作用
<loc>	必填	網址，必須是絕對網址且經過網址編碼
<lastmod>	選填	最後修改時間，誠實填寫時有參考價值
<changefreq>	選填	已被忽略
<priority>	選填	已被忽略

changefreq 與 priority 不必寫

Google 明確表示不使用這兩個欄位。原因和 meta keywords 一樣：完全由網站自行填寫、無法驗證，結果是所有人都把 <priority> 填 1.0。

寫了不會有壞處，但也沒有效果。省下來的力氣放在 <lastmod> 的正確性上更值得。

lastmod 要誠實

<lastmod> 是唯一還有參考價值的選填欄位，但前提是 填得誠實：

做法	後果
內容真的改了才更新時間	搜尋引擎會參考它決定重新抓取的優先順序
每次部署都填成當天	一段時間後這個欄位會被整體忽略

用 Git 的最後提交時間

最可靠的來源是版本控制。用檔案的最後提交時間當 <lastmod>，就不會因為部署而全部變成同一天：

git log -1 --format=%cI -- docs/src/seo/indexing-sitemap.md

時間格式用 W3C Datetime，2026-09-07 或 2026-09-07T14:30:00+08:00 都可以。

數量上限與拆檔

限制	值
單檔網址數	5 萬筆
單檔大小	50MB（未壓縮）

超過就要拆成多個檔案，再用一個 索引檔 把它們列出來：

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://example.com/sitemap-posts.xml</loc>
    <lastmod>2026-09-07</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://example.com/sitemap-products.xml</loc>
    <lastmod>2026-09-06</lastmod>
  </sitemap>
</sitemapindex>

索引檔本身同樣受 5 萬筆限制，所以理論上可容納 25 億個網址。

拆檔的另一個好處

即使沒有超過上限，按內容類型拆檔（文章、商品、分類頁）也很有用，Search Console 的涵蓋範圍報告可以 按 sitemap 分別檢視，一眼看出是哪一類內容收錄有問題。

只放該收錄的網址

這些網址不該出現在 sitemap 裡

不該放	為什麼
標了 noindex 的頁面	一邊說「請收錄」一邊說「別收錄」，訊號矛盾
被 robots.txt 封鎖的路徑	爬蟲根本下載不了
回傳 轉址或錯誤 的網址	浪費爬取預算
非正規版本的網址	應該只放 canonical 指向的那一個
分頁的第 2 頁以後	通常沒有獨立收錄的價值

sitemap 應該只包含您希望被收錄、而且回傳 200 的正規網址。 這是 Search Console 涵蓋範圍報告出現大量錯誤最常見的原因。

怎麼讓搜尋引擎知道

兩種方式，都做最保險：

1. 在 robots.txt 宣告

這是被動的，但爬蟲每次來都會看到。

User-agent: *
Allow: /

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

2. 在 Search Console 提交

Search Console 的「Sitemap」頁面可以主動提交，並看到 它實際讀到幾筆、有幾筆有問題，這個回饋是 robots.txt 宣告給不了的。

自動產生

不要手工維護

手工維護的 sitemap 一定會過期。新增頁面忘了加、刪除頁面忘了移除，最後變成一份充滿錯誤的清單。

多數框架有內建支援或現成外掛，通常只要給定網域，建置時就會掃過所有頁面產出：

// 框架設定檔，欄位名稱各家略有不同
export default {
  sitemap: {
    hostname: domain,
  },
};

網域要來自環境變數，這樣測試機不會產出指向正式網域的 sitemap：

const domain = (process.env.SITE_HOST || 'http://localhost:5173').replace(/\/$/, '');

自己寫的話，骨架大致是這樣：

import { writeFileSync } from 'node:fs';

const pages = await collectPages(); // 掃目錄或讀路由表

const xml = `<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
${pages
  .map(
    ({ path, lastmod }) => `  <url>
    <loc>${domain}${path}</loc>
    <lastmod>${lastmod}</lastmod>
  </url>`,
  )
  .join('\n')}
</urlset>
`;

writeFileSync('dist/sitemap.xml', xml, 'utf-8');

動態網址怎麼處理

電商的商品頁、部落格的文章頁通常來自資料庫，不在檔案系統裡。兩種做法：

做法	適合
建置時查資料庫，產出靜態 sitemap	內容更新不頻繁
由伺服器動態產生	內容持續新增，例如：每日上架商品

動態產生時記得加上快取，不要每次請求都去撈全表：

// 每小時重新產生一次就夠
app.get('/sitemap.xml', cache('1 hour'), async (req, res) => {
  const urls = await db.getPublishedUrls();
  res.type('application/xml').send(buildSitemap(urls));
});

其他類型的 sitemap

類型	什麼時候需要
圖片 sitemap	圖片來自其他網域、由程式碼插入，或圖片就是主要內容
影片 sitemap	影片是主要內容且需要在影片搜尋曝光
新聞 sitemap	有新聞內容且已加入 Google 新聞

一般網站都不需要。圖片與影片的曝光更依賴 替代文字 與 結構化資料 。

檢查清單

項目	標準
sitemap.xml 存在且可存取	必備
在 robots.txt 宣告位置	建議
已在 Search Console 提交	建議
只包含回傳 200 的正規網址	必備
沒有包含 noindex 或被封鎖的網址	必備
網址是絕對網址且網域正確	必備
單檔未超過 5 萬筆與 50MB	必備
由建置流程自動產生	建議
<lastmod> 反映真實修改時間	建議

常見問題

小網站需要 sitemap 嗎？

頁面數少且內部連結完整的網站，爬蟲光靠連結就走得完，sitemap 的邊際效益不高。但它成本極低且能加速新頁面被發現，仍然建議放一份。真正必要的情況是網站很大、內部連結稀疏，或有 孤兒頁面 沒有被任何連結指到。

changefreq 和 priority 有用嗎？

實際上已被忽略。Google 明確表示不使用這兩個欄位，因為它們完全由網站自行填寫、無法驗證，結果是所有人都把優先權填最高。只有 <lastmod> 在填寫誠實時仍有參考價值。

單一檔案可以放幾個網址？

上限是 5 萬筆網址且未壓縮前不超過 50MB。超過就要拆成多個檔案，再用一個索引檔把它們列出來。索引檔本身同樣受 5 萬筆的限制，所以理論上可容納 25 億個網址。

sitemap 裡該放哪些網址？

只放您希望被收錄、而且回傳 200 的正規網址。標了 noindex 的頁面、被封鎖的路徑、轉址與錯誤頁面都不該出現在裡面，那會發出互相矛盾的訊號並浪費爬取預算。

提交之後多久會被收錄？

沒有保證時間，從幾小時到數週都有可能。sitemap 是建議而非命令，搜尋引擎仍依網站整體重要性與爬取預算決定順序。要加速單一頁面可以用 網址檢查工具 主動請求索引。

延伸閱讀

爬蟲規則 robots.txtSEO 友善的網址結構Google Search ConsoleNPM：Node.js 套件管理

參考資料：Google 搜尋中心：建立並提交 Sitemap