XMLサイトマップ・ガイド:構造とベストプラクティス

XMLサイトマップはランキングのための小細工ではありません。それは、検索エンジンが限られたクロール時間を本当に重要なページに使えるよう、あなたが手渡す目録です。サイトマップの問題のほとんどはファイルの欠落ではなく、間違ったURLで埋め尽くされたサイトマップです。本ガイドでは、sitemap.xmlの構造の作り方、何を含めるべきか、動的に生成する方法、そして2026年にGoogleが実際に注目しているわずかな細部を取り上げます。

約10分で読めます8セクション2026年6月22日

XMLサイトマップは何のためにあるのか

サイトマップは、クローラーに渡すディレクトリであって、彼らが従わなければならない一連の指示ではありません。それは「これらのURLが存在し、最後に変更されたのはいつか」を伝え、Google、Bingなどが新しいコンテンツを発見し、再クロールを効率的にスケジュールするのを助けます。それがしないのは、ランキングを上げること、キーワードを追加すること、あるいは何かをインデックスに無理やり押し込むことです。その本当の役割は摩擦を取り除くことです。最良のページがすぐに見つかるようにし、クローラーがあなたの構造を推測することに時間を浪費しないようにすることです。これは、コンテンツの階層が深いサイト、頻繁に公開するサイト、新しいページへの内部リンクが弱いサイト、リッチメディアの多いサイトで最も重要になります。小規模でリンクが行き届いたショーケースサイトはそれなしでも生き延びられますが、それでもほぼ常に欲しくなります。なぜなら、Google Search Consoleの中にきれいな監視面を与えてくれるからです。サイトマップをロビーの案内板、robots.txtを警備デスクと考えてください。一方は訪れる価値のある部屋を列挙し、もう一方は立ち入り禁止の扉を示します。両者は決して矛盾してはいけません。

sitemap.xmlファイルの構造

その核心において、サイトマップは <urlset> ルートを持つUTF-8エンコードのXMLファイルで、ページごとに1つの <url> エントリを持ちます。唯一必須の子要素は <loc> で、完全な絶対正規URLを保持します。任意の <lastmod> タグは、最後の重要な変更の日付を記録します。さらに2つの任意タグ、<priority> と <changefreq> はプロトコルに存在しますが、Googleは両方とも無視するので、それらの調整に労力を費やさないでください。最小のエントリは次のようになります。<url><loc>https://example.com/pricing</loc><lastmod>2026-06-22</lastmod></url> を各ページについて繰り返し、すべてを <urlset> 要素で囲みます。いくつかの書式ルールは妥協できません。すべてのタグ値はエンティティでエスケープしなければならず(たとえばアンパサンドは &amp; になります)、URLは絶対で、末尾スラッシュの規約も含めてあなたの正規と完全に一致しなければならず、ファイル全体がUTF-8でなければなりません。XMLが標準フォーマットですが、より単純なケースのために、Googleはプレーンテキストファイル(1行に1 URL)やRSSまたはAtomフィードも受け付けます。メディアの多いサイトでは、画像、動画、ニュースの名前空間でエントリを拡張し、役立つところでGoogleがその追加メタデータを拾えるようにできます。

何を含め、何を除外するか

サイトマップは、あなたが本当にインデックスしてほしいページのホワイトリストとして扱い、サーバーがレンダリングできるすべてのURLを投げ込む場所にしないでください。ステータス200を返す正規ページを含めます。中核のサービスページ、商品ページ、主要な記事、リソースハブ、ランディングページです。混在したシグナルを送るものはすべて除外します。つまり、リダイレクトされたURLなし、非正規の重複なし、noindexタグの付いたページなし、robots.txtでブロックされたURLなし、管理用やバックエンドのパスなし、薄い、フィルタされた、ファセットのページなし、内部検索結果なし、ということです。robots.txtで禁止されているURLは決してサイトマップに現れてはいけません。なぜなら、あなたはGoogleに「これをクロールせよ」と「これをクロールするな」を同時に告げていることになるからです。サイトマップがきれいであるほど、それは信頼シグナルとして機能します。Googleが高品質でインデックス可能なURLの引き締まったリストを見れば、自信を持ってクロールできます。リダイレクトの連鎖やnoindexのページが混ざっているのを見れば、そのファイルを信頼しないことを学びます。私たちは監査でこれを常に目にします。プラグインによって自動生成されたサイトマップが、すべてのタグアーカイブやページネーションのページを静かに列挙し、実際に収益を生むページのシグナルを薄めているのです。

サイズ制限とサイトマップ・インデックスファイル

Googleは単一のサイトマップを50,000 URLまたは非圧縮で50MBに制限し、先に達した方が上限になります。どちらかの制限を越えると、Googleはしきい値を超えたすべてを無視するかファイルを拒否し、どちらの失敗もデフォルトではアラートを出しません。インデックス登録が静かに停滞したときに気づくのです。実用的な対応が2つあります。1つ目は、サイトマップをgzip圧縮(.xml.gz)で配信することです。50MBの上限は非圧縮のコンテンツで測られますが、圧縮は転送サイズを大きく削減し、主要なクローラーはすべてそれをサポートしています。2つ目は、URLの制限に近づいたら、複数のサイトマップに分割し、それらをサイトマップ・インデックスファイルの下にまとめることです。インデックスは似た <sitemapindex> 構造を使いますが、各エントリはページではなくサイトマップファイルを指します。便利な習慣は、コンテンツの種類で分割することです。ブログ記事を1つのサイトマップに、商品を別のサイトマップに入れると、Search Consoleが1つの区別のない数字ではなく、セグメントごとのインデックス状態を示してくれます。インデックスは最大50,000のサイトマップを参照できますが、1階層しか深くできません。インデックスファイルは別のインデックスファイルを指すことができないのです。参照されるサイトマップも同じサイト上、同じディレクトリかそれ以下になければなりません。インデックスを使うときは、インデックスのURLだけを送信し、それがクローラーを残りへ導くようにします。

なぜlastmodが時間をかける価値のある唯一のメタデータタグなのか

Googleは明言しています。<priority> と <changefreq> は無視し、<lastmod> は一貫して検証可能なほど正確なときにのみ使う、と。したがって、サイトマップで最も効果の高い細部は、正直な <lastmod> です。それは本当に重要な変更の日付、つまり主要コンテンツ、構造化データ、意味のあるリンクの更新を反映すべきであり、著作権年の更新や自動化された夜間のタイムスタンプではありません。日付が信頼できるとき、Googleは変化した <lastmod> を、より早く再クロールせよという強いヒントとして扱います。これはまさに、ページを公開したり大幅に改訂したりした後にあなたが望むことです。落とし穴は、これが評判システムだということです。実際には変わっていないページで <lastmod> を更新しているとGoogleが気づけば、サイトマップ全体であなたの日付を信頼しないことを学び、再クロールの恩恵をどこでも失います。だからルールは単純です。決して偽装しないこと。そして現実的な期待を持つこと。正確な <lastmod> は強い示唆であって、保証された即時の再クロールではありません。内部リンクとサイト全体の権威は、依然としてどのURLがどれだけのクロール注目を得るかを左右します。あるページを優先度0.7にすべきか0.8にすべきかで悩んでいるなら、やめましょう。その労力は無駄です。それを <lastmod> に現実を反映させることに注ぎ込んでください。

サイトマップを動的に生成する

手作業で維持するsitemap.xmlは、誰かが投稿を公開したりページを取り下げたりした瞬間に古くなり、古くなったサイトマップは信頼を損ないます。その対処法が動的生成です。実際のコンテンツソースからファイルを構築し、常にライブのサイトを映すようにします。静的なサイトマップは依然として有効ですが、信頼できる発見シグナルではないため、Googleが得る価値は少なくなります。Next.js App Routerのプロジェクトでは、ネイティブのsitemap.ts規約を使い、関数をasyncにしてCMSやデータベースからURLを取得し、generateSitemapsへと進めて大きなカタログを番号付きのファイルへ自動的にシャーディングできます。組み込みの規約は、メディアサイトマップ向けにimagesとvideosのプロパティもサポートしています(動画のサポートにはNext.js 15以上が必要です)。実行時にしか分からないページが多いサイトでは、人気のnext-sitemapパッケージが、静的、プリレンダリング、サーバーサイドレンダリングのルート向けにサイトマップと対応するrobots.txtを生成でき、そのgetServerSideSitemap APIはCMSからその場でサイトマップを構築します。フレームワークが何であれ、3つのルールは共通して当てはまります。ステータス200の正規ページのみを含めること、_nextディレクトリのようなビルド成果物や静的アセットを除外すること、そしてCMSの不調が決してビルドを壊さないよう、データ取得をエラーハンドリングで包むことです。生成されたファイルに妥当なキャッシュTTLを設定し、クローラーのアクセスごとに再生成しないようにしてください。

サイトマップを送信し、クロール効率を守る

ファイルが正確になったら、それを発見可能にします。送信の経路は3つあり、複数を併用できます。robots.txtにSitemap:の行で宣言する(最も摩擦の少ない選択肢で、そのファイルが次にクロールされるときに拾われます)、Google Search Consoleのサイトマップレポートで送信する(オーナー権限が必要です)、またはSearch Console APIを使う、です。robots.txtに記載するのが最も復元力のあるデフォルトで、コンソールへのアクセスがなくても機能します。送信後はレポートを見守り、URLが「検出済み」から「インデックス登録済み」へ移るのを確認します。停滞する場合、問題はたいてい上流にあり、noindexタグ、別の場所を指す正規、薄いコンテンツであって、サイトマップそのものではありません。クロールバジェットが本当の懸念になるのは大規模サイトだけです。ページが通常は公開当日にクロールされるなら、Googleは無視してよいと言っています。それが重要になるときでも、サイトマップは複数あるレバーの1つです。本当に無限または低価値の空間(内部検索、無制限のファセットの組み合わせ)をrobots.txtでブロックし、恒久的に削除したページには404または410を返してクロールキューから外れるようにし、静かにバジェットを焼く ソフト404を修正します。クロールバジェットを節約するためにnoindexを使ってはいけません。Googleはタグを見るために結局ページを取得しなければならないからです。robots.txtとサイトマップを一致させ、サイトマップ自体が誤ってブロックされていないことを確認してください。Googleはサイトマップを取得するときでさえrobots.txtを尊重するからです。

これがテクニカルSEOのクリーンアップのどこに収まるか

壊れたサイトマップが見出しの問題であることはまれです。それはたいてい、より広いクロールとインデックスの混乱の症状です。リダイレクトの連鎖、ファセットURLの氾濫、正規と争うnoindexタグ、そして誰もインデックスしてほしくないURLを吐き出すCMSです。サイトマップを単独で直しても、めったに針は動きません。それを一貫したクロール戦略の一部として直せば、動きます。それは、私たちが固定の30日スプリントで引き受ける、境界が明確で測定可能な作業の類です。あなたのサイトマップに実際に何があるか対あるべきかを監査し、正確さを保つ動的生成を組み上げ、robots.txtと正規が互いに矛盾しなくなるよう整合させ、正しいページがSearch Consoleで「インデックス登録済み」へ移るのを確認します。あなたのサイトマップが助けになっているのか、それとも静かにクロールシグナルを薄めているのか分からないなら、その監査が分別ある第一歩であり、一度きりのパッチではなく、きれいで自動化されたセットアップを手にして去ることになります。

執筆

Kostadin Stamboliev

創業者・Imaginator

Pineido の創業者・Imaginator。IT コンサルティング、アプリ・ウェブ開発、テクニカル SEO、AI と自動化に携わる。スコープと責任を明確にした 30 日間のスプリントで本番コードを届ける。

LinkedIn

リリースの準備はできましたか?

どこで行き詰まっているかを教えてください。内容を確認し、1営業日以内に的を絞った提案をお送りします。

よくある質問

XMLサイトマップにはいくつのURLを含められますか?

単一のサイトマップファイルは50,000 URLまたは非圧縮で50MBに制限され、先に達した方が上限になります。どちらかの制限を越えると、Googleは余分なURLを無視するかファイルを拒否し、あなたに警告しません。制限に近づいたら、複数のサイトマップに分割し、それらをサイトマップ・インデックスファイルの下にまとめます。インデックス自体は最大50,000のサイトマップを参照できますが、1階層しか深くできず、インデックスは別のインデックスを指せません。

XMLサイトマップには何を含めるべきですか?

ステータス200を返し、あなたが本当にインデックスしてほしい正規ページのみを含めます。中核のサービスと商品のページ、主要な記事、リソースハブ、ランディングページです。リダイレクトされたURL、非正規の重複、noindexのページ、robots.txtでブロックされたもの、管理用パス、薄いまたはファセットのページは除外します。robots.txtで禁止されているURLは決してサイトマップに現れてはいけません。それは検索エンジンに同じページをクロールせよと、クロールするなと同時に告げることになるからです。

priorityとchangefreqのタグはSEOに影響しますか?

いいえ。Googleは <priority> と <changefreq> の両方を無視します。それらは後方互換性のためにサイトマップ・プロトコルに残っており、他のエンジンはちらりと見るかもしれませんが、Googleのクロールやランキングには影響しません。注目に値する唯一のメタデータタグは <lastmod> で、日付が一貫して検証可能なほど正確なとき、Googleはこれを使って再クロールをスケジュールします。優先度の値を調整することではなく、<lastmod> を正直に保つことに労力を注いでください。

lastmodの日付はどう設定すべきですか?

<lastmod> は本当に重要な変更の日付、つまり主要コンテンツ、構造化データ、意味のあるリンクの更新に設定し、著作権の更新や自動化された夜間のタイムスタンプにはしません。日付が信頼できるとき、Googleは変化した <lastmod> を、より早く再クロールせよという強いヒントとして扱います。Googleが偽りの、または水増しされた日付を検知すると、サイトマップの日付全般を信頼しないことを学ぶので、決してごまかさないでください。正確な日付でさえ示唆であって、保証された即時の再クロールではありません。

サイトマップは静的にすべきか、動的に生成すべきか?

定期的にコンテンツを公開または変更するあらゆるサイトでは、動的生成が強く推奨されます。静的なsitemap.xmlはページが追加または削除された瞬間に古くなり、古くなったサイトマップはGoogleの信頼を失います。CMSやデータベースからファイルを生成し、常にライブのサイトを映すようにし、ステータス200の正規ページのみを含め、ビルド成果物や静的アセットを除外し、CMSの問題が決してビルドを壊さないよう、データ取得をエラーハンドリングで包んでください。

サイトマップをGoogleにどう送信しますか?

選択肢は3つあり、複数を併用できます。robots.txtファイルにSitemap:の行を追加する(最も摩擦の少ないデフォルトで、次のクロールで見つかります)、Google Search Consoleのサイトマップレポートで送信する(オーナー権限が必要です)、またはSearch Console APIを使う、です。サイトマップ・インデックスを使う場合は、インデックスのURLだけを送信します。送信後はレポートを見守り、URLが「検出済み」から「インデックス登録済み」へ移るのを確認し、robots.txtがサイトマップ自体を誤ってブロックしていないことを確かめてください。

毎週、オペレーションのヒントを受け取る

サービス業の経営者・運営者と一緒に、オペレーション、自動化、成長に関する実践的なヒントを毎週1つ受け取りましょう。

人間であることを確認しています。まもなく送信できます。

スパムは送りません。いつでも配信停止できます。

登録が完了しました。次号を受信トレイでお待ちください。