什么是站点地图？XML 站点地图通俗讲解

站点地图是一个文件，通常位于 yoursite.com/sitemap.xml，列出你网站上希望搜索引擎知道的页面。谷歌把它描述为一种告诉搜索引擎你的页面、视频和其他文件以及它们之间关系的方式，让搜索引擎能更高效地抓取你的网站。它是一张有用的地图，但不是保证：搜索引擎仍然会自行决定抓取、收录和展示什么。

用 AI 建站时为什么它很重要

用 AI 建站时，页面往往在还没有人链接它们之前就已经存在了。一个新网站没有其他网站指向它，而单页应用中的某些页面可能只有在 JavaScript 运行后才能访问。站点地图能直接给搜索引擎一份你真实网址的清单。

这个简单的文件背后有几项决定：

• 包含哪些页面。 你希望被找到的公开页面，而不是登录页、管理后台或重复页面。
• 使用哪个地址。 你的最终域名，始终带 https://，保持统一。
• 保持更新。 新的博客文章、商品或房源应自动出现，而不需要有人手动编辑文件。

如果你网站的页面来自数据库，例如房源、商品或文章，那么站点地图应该根据这些数据生成，而不是写一次就忘在一边。

日常类比

站点地图就像购物中心大堂里的导览指示牌。你也可以逐条走廊地找遍每家店铺，常客确实会这样做。但指示牌把所有店铺列在一处，包括藏在三楼的那一家。它不会让某家店变得更好，也不保证有人光顾，它只是确保店铺能被找到。

对于只有一条走廊的小商场，指示牌很好但并非必需。对于巨大的商场，或是一个还没有人知道的新商场，它的作用就大得多。

你需要一个吗？

谷歌的指导要点如下：

实际上，站点地图添加起来成本很低，所以很多小网站即使不大需要也会加上一个。

站点地图长什么样

下面是一个面包店的小型 XML 站点地图示例：

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://www.examplebakery.com/</loc>
    <lastmod>2026-09-20</lastmod>
  </url>
  <url>
    <loc>https://www.examplebakery.com/menu</loc>
    <lastmod>2026-09-28</lastmod>
  </url>
  <url>
    <loc>https://www.examplebakery.com/custom-cakes</loc>
    <lastmod>2026-08-02</lastmod>
  </url>
</urlset>

每个 <url> 都有一个 <loc>，即页面的完整地址，还可以选择性地包含一个 <lastmod> 日期。

以下是谷歌文档中的几条规则：

• 使用绝对网址。 写 https://www.examplebakery.com/menu，而不是 /menu。
• 大小限制。 一个站点地图最多可包含 50,000 个网址或 50 MB（未压缩）。更大的网站需要拆分为多个站点地图，并在一个称为站点地图索引的文件中列出它们。
• lastmod 应当真实。 只有当它始终保持准确时谷歌才会采用，而且它应反映页面的重要更改，而不是版权年份的更新。
• 谷歌会忽略 priority 和 changefreq。 许多站点地图生成工具仍会添加它们，这没有坏处，但不必花时间调整。

谷歌也接受更简单的格式，例如每行一个网址的纯文本文件，或 RSS/Atom 订阅源。

实例：房源网站

假设你搭建了一个出租公寓的房源网站。它有首页、关于页面、搜索页面，以及每个房源的页面，例如 /listings/2-bed-flat-canal-street。房源每周都在变化。

放入哪些内容。 首页、关于页面、区域页面（/areas/city-centre），以及每一个有效的房源页面。每个房源的 lastmod 是其详情最后一次更改的日期。

排除哪些内容。 登录页、房东后台、已保存搜索的页面，以及 URL 中带筛选条件的搜索结果（/search?beds=2&max=1200）。这些要么是私密页面，要么与其他页面几乎重复。

保持更新。 服务器不使用静态文件，而是在每次请求时（或定期重建时）从数据库生成 sitemap.xml。当某个房源已租出并被下架后，它会从站点地图中消失，其页面也会返回正确的“已不存在”或“未找到”状态。

告知搜索引擎。 robots.txt 中包含一行指向站点地图的内容：

User-agent: *
Disallow: /dashboard
Sitemap: https://www.examplelets.com/sitemap.xml

然后，房东在 谷歌搜索控制台 中提交站点地图，其“站点地图”报告会显示谷歌能否读取它，以及它发现了多少个网址。

常见术语解释

常见错误与误解

• “有了站点地图就会被收录。” 它有助于发现页面，但谷歌表示它不保证抓取或收录。
• 相对网址。 /menu 在站点地图中无效，请使用完整地址。
• 域名错误。 站点地图中列出预览或预发布地址，或使用 http:// 而非 https://，都会把搜索引擎指向错误的位置。
• 包含你不希望被收录的页面。 登录页、管理页面，或标记了 noindex 的页面会发出相互矛盾的信号。
• 包含失效或重定向的网址。 只列出每个页面最终可用的地址。
• 过时的站点地图。 上线时写一次就不再更新的文件，会遗漏之后添加的每一个页面。
• 伪造 lastmod。 每天都把每个页面的日期设为今天，会让谷歌学会忽略它。
• 依赖站点地图而不是链接。 页面也应能通过网站上的普通链接访问到。

向你的 AI 建站工具提出什么要求

• “在网站根目录生成一个 sitemap.xml，列出所有公开页面，使用我最终域名上的绝对 https:// 网址。”
• “从数据库生成站点地图，这样新房源或新文章会自动出现。”
• “只有当页面内容真正更改时才更新 lastmod。”
• “排除登录、仪表盘、管理后台和带筛选条件的搜索页面。”
• “添加一个 robots.txt，允许公开页面，并包含一行 Sitemap:。”
• “确保站点地图中的每个网址都返回 200 状态，且没有重定向。”
• “如果网址超过 50,000 个，就拆分为多个站点地图，并使用站点地图索引。”

然后在搜索控制台中提交它。想了解更宏观的背景，可以阅读 什么是 SEO 和 面向 AI 建站的 SEO。

Mythex 中的站点地图

Mythex 不会自动生成站点地图；你需要在聊天中提出要求，由 Agent 把它添加到你应用的代码中。文档中的 发布应用的 SEO 方案提供了一个起始提示词，涵盖一个简单的 sitemap.xml 和 robots.txt，以及标题和元描述。请使用访客实际会访问的地址：你的 mythex.ai 子域名，或者在 Pro 版中使用你的自定义域名。修改之后请重新发布，以便线上网站提供新文件。

常见问题