Sitemap 是什麼?要不要做、怎麼產生與提交,AI 爬蟲會不會用它

Sitemap 是交給搜尋引擎的網址清單。這篇講誰需要它、WordPress、Wix、Shopify 的 sitemap 在哪、怎麼提交給 Google 與 Bing,以及 AI 爬蟲會不會用它。

先說結論

sitemap 是交給搜尋引擎的網址清單。多數架站平台會自動產生,提交到 Search Console 就好,但不保證被收錄。Google 和 Bing 的爬蟲會讀它,AI 摘要和 Copilot 用的是這兩家收錄的網頁;OpenAI、Anthropic、Perplexity 的爬蟲說明則沒提到它。500 頁以內、站內連結完整的小網站不一定需要。

木桌上一個夾板夾著住戶名冊,每列是房子圖示和空白欄,其中一列點了螢光綠;右邊五間木頭小屋排成一條街,中間那間是螢光綠門,一條螢光綠細線連起名冊那一列和那扇門,街尾的信箱旗子豎著;前方放著郵差的帆布郵袋和帽子
Sitemap 是什麼?要不要做、怎麼產生與提交,AI 爬蟲會不會用它 封面視覺

你把公司官網做好、按下發布之後,架站平台的 SEO 檢查清單跳出一行「請提交 sitemap」。或者你拿免費的 SEO 檢查工具掃了自己的網站,報告寫著「找不到 sitemap」。你搜了這個詞,想知道它要不要做,做了又能換到什麼。

2026 年 10 月 16 日,我在 Search Console 查我們的產品頁 ethorx.com/otlex。Search Console 是 Google 給網站主看搜尋狀況的免費後台。這一頁一直列在 sitemap 裡,Google 也知道它存在,可是一直沒有來讀過它。「關於我們」那一頁也一樣。

所以 sitemap 做到的,是讓 Google 知道有這一頁。Google 什麼時候來讀、讀了之後收不收錄,之後 AI 回答會不會引用,都要另外確認。

後面我把爬蟲來讀頁面叫做「抓」,把頁面被存進 Google 的資料庫叫做「收錄」。爬蟲是搜尋引擎派來讀網頁的程式。Search Console 的畫面上,這兩件事寫成「檢索」和「建立索引」。

sitemap 像是交給郵差的住戶名冊

  • 名冊上列出社區裡有哪些門牌。sitemap 列出的則是網站有哪些網址。
  • 每一戶旁邊可以註明最近一次整修的日期。sitemap 裡的 lastmod 就是這個日期。
  • 郵差拿到名冊,只是知道有這一戶,什麼時候去按門鈴,還是郵局自己排班。Google 拿到 sitemap 也一樣,什麼時候來抓是它自己決定的。
  • 名冊上的地址如果有一半是空屋或已經拆掉,整修日期又每天都寫今天,郵差就會越來越不信這本名冊。
  • 這個比喻有一處對不上。真的郵差拿到名冊,每一戶遲早都會送到。Google 卻可以一直不來,來了也不一定收錄。至於 AI 回答會不會引用,更是名冊管不到的事。

牛皮紙上的三格橡皮章插畫:櫃台把住戶名冊交給紙袋造型的小郵差;小郵差在郵局看著排班板和時鐘等出門;到了有螢光綠門的那條街,信還要先經過分揀盒,其中一封被單獨挑出來。 小郵差代表 Google 的爬蟲。名冊只負責告訴它有哪些門牌,什麼時候去、送到之後收不收,都是另外決定的。

sitemap 能幫上什麼、幫不上什麼

sitemap 能幫搜尋引擎更有效率地找到你的網址,但它不保證每個網址都會被抓、被收錄(瞭解 Sitemap)。我們的 /otlex 就是例子:名冊上有,郵差還沒去。

下面三種網站比較需要 sitemap。

  • 網站很大:頁面多到很難確保每一頁都有別的頁面連過去,爬蟲就容易漏掉新頁。
  • 新網站,還沒有什麼外部連結:爬蟲是順著連結找網頁的。沒有別的網站連到你,它就不容易找到你。
  • 影片和圖片很多:sitemap 可以替這些檔案補上額外的資訊。

反過來說,如果你的網站大約 500 頁以內,站內的頁面也都互相連好了,你可能不需要 sitemap。以 ethorx.com 來說,網頁數在這個範圍內,文章之間也有互相連結。所以 sitemap 對我們比較像保險:新文章還沒被其他頁面連到之前,Google 就能先知道它存在。

sitemap 只回答一個問題:網站希望搜尋引擎知道哪些網址。爬蟲進不進得來、頁面有沒有被收錄、AI 回答有沒有引用,它都回答不了,要另外查。

AI 爬蟲會不會用 sitemap?

要看是哪一家。Google 的 AI 摘要和 AI 模式用的是 Google 收錄的網頁,Copilot 用的是 Bing 收錄的網頁。這兩家的爬蟲都會讀 sitemap。

Bing 的網站管理員指南更把 XML sitemap 列為讓 Bing 和 Copilot 找到網址的四種方法之一。另外三種是 IndexNow、站內連結和外部連結(Bing Webmaster Guidelines)。

OpenAI、Anthropic、Perplexity 就不一樣了。這三家公開的爬蟲說明頁只寫爬蟲的名稱、用途,以及怎麼用 robots.txt 管它。robots.txt 是放在網站根目錄、告訴爬蟲哪些路徑別來抓的文字檔。

這三頁從頭到尾都沒有提到 sitemap(OpenAI、Anthropic、Perplexity)。所以你不能假設它們會照 sitemap 來抓。

它們有沒有來過,要看伺服器的存取紀錄,後面的檢查點會講怎麼看。各家 AI 爬蟲的名字怎麼在 robots.txt 裡設定,可以看 robots.txt 怎麼管理 AI 爬蟲。

sitemap 要怎麼產生與提交?

多數架站平台會自動產生 sitemap,你要做的是找到它的網址,再提交給搜尋引擎。自己寫的網站才需要用程式或工具產生(建立並提交 Sitemap)。

sitemap 通常是一個 XML 檔。XML 是用標籤把每一筆資料標出來的文字格式,後面有一段實際的例子。

平台sitemap 在哪裡要注意的事
WordPress(內建)5.5 版起內建,網域後加 /wp-sitemap.xml 就是總表後台把「搜尋引擎可見度」設成阻擋時,內建的 sitemap 會關閉;每個子檔最多 2,000 個網址
WordPress 加 SEO 外掛Yoast SEO 和 Rank Math 的總表都在 /sitemap_index.xml,開關在各自的外掛設定裡Yoast 的 sitemap 功能開著時,會自動停用 WordPress 內建的那一份;Rank Math 連上 Search Console 帳號後,會自動替你提交總表
Wix網域後加 /sitemap.xml 是總表,底下再分 /pages-sitemap.xml 等子檔改網站就自動更新;用 SEO 設定檢查清單連上 Search Console 時,Wix 會替你提交,但要有 Premium 方案和已連接的網域
Shopify網域後加 /sitemap.xml,連到商品、分類、網誌、網頁各自的檔新增商品或頁面時自動更新;商店設成不公開(private mode)時 Google 讀不到;Basic 以上方案用了國際網域功能時,每個網域各有一份,要分開提交
自己寫的網站用程式依內容產生,或用產生器工具掃一次ethorx.com 是程式依文章狀態產生的,規則在後面「XML sitemap 裡的網址要怎麼整理」那一節;用工具掃出來的是當下的快照,之後新增的頁要自己補

不知道自己的 sitemap 在哪裡,先在網域後面加 /sitemap.xml 試試,不行就看 robots.txt 裡有沒有 Sitemap: 那一行。已經提交過的,Search Console 的 Sitemap 報表也列得出來。

把 sitemap 交給 Google,一般網站主用得到的方法有兩種。工程師另外還可以用 Search Console API 以程式提交。

  • 在 Search Console 左側的「Sitemap」報表貼上網址、按提交。你要是那個資源的擁有者才能提交。資源就是你在 Search Console 加入並驗證過的那個網站。
  • 在 robots.txt 加一行 Sitemap: https://你的網域/sitemap.xml。沒有擁有者權限時也能用,Google 下次抓 robots.txt 時就會看到它。

只寫在 robots.txt、沒有在報表提交過的 sitemap,不會出現在 Sitemap 報表裡。你也就看不到 Google 讀它讀得順不順。所以就算 robots.txt 已經寫了,我還是建議到報表提交一次(Sitemap 報表)。報表怎麼讀,Search Console 教學那篇有截圖。

提交之後報表一直沒有資料,也先別急著判斷失敗。Google 在你提交後會立刻嘗試讀這份 sitemap,讀不到的話,接下來幾天還會再試幾次。這段期間先確認 sitemap 的網址打得開,而且你是在對應這個網域的資源底下提交的。

如果你用的是網址前置字元資源,也就是用一個網址開頭來設定的資源,http 和 https、有沒有 www 都算不同的資源。網域資源則把它們全部包在一起(新增網站資源)。

Bing 也值得提交一次,因為 Copilot 用的是 Bing 收錄的網頁。

Bing Webmaster Tools 的 Sitemaps 功能可以提交 XML、RSS、Atom 或純文字清單。從 Google Search Console 匯入的 sitemap,也會列在同一份清單裡(Bing:Sitemaps)。

網頁一改就要通知 Bing 的話,用的是 IndexNow,它要和 sitemap 一起用。IndexNow 即時通知有變動的網址,sitemap 讓搜尋引擎持續找到全站的網址(IndexNow FAQ)。兩樣怎麼設定,寫在 Bing Webmaster Tools 教學。

有些網站另外有一頁叫「網站地圖」的 HTML 頁面,把全站的連結列出來給人看。它和這篇講的、給搜尋引擎讀的 XML 檔案是兩件事。

sitemap、robots.txt、canonical 和內部連結怎麼分工

這四樣各管一件事。sitemap 管搜尋引擎知道哪些網址,robots.txt 管爬蟲能不能進來。canonical 是頁面上的一個標記,管哪個網址算正式版本。內部連結管新頁面有沒有路可以走到。

工具它在做什麼ethorx.com 的做法它管不到的事
sitemap告訴搜尋引擎有哪些網址、什麼時候更新文章、FAQ 和列表頁自動列進去,草稿不列抓不抓、收不收錄
robots.txt告訴爬蟲哪些路徑不要來抓只擋 /api/,最後一行寫 sitemap 的位置不能用來把頁面從搜尋結果藏起來
canonical告訴 Google 幾個重複網址裡哪一個是正本每頁都指向自己的正式網址Google 還是可能選別的網址
內部連結讓爬蟲和讀者從一頁走到另一頁每篇文章都連到上層的主題文章和幾篇相關文章會不會被收錄

表裡有三個地方最容易弄錯。

第一,sitemap 和頁面上的 canonical 指向不同網址時,canonical 的分量比較重。對 Google 來說,轉址和 rel="canonical" 是比較強的提示,網址有沒有列在 sitemap 裡只是比較弱的提示(整合重複網址)。

第二,robots.txt 是用來管理爬蟲流量的,它擋不住網頁出現在 Google。想讓某一頁不被收錄,要在那一頁設 noindex,也就是要求搜尋引擎不要收錄這一頁的標記。而且不能同時用 robots.txt 擋住它,否則 Google 連 noindex 都讀不到(robots.txt 簡介)。

第三,只交 sitemap、站內卻沒有任何一頁連到新文章。這樣讀者找不到它,爬蟲也只能從 sitemap 知道它存在,看不到其他頁面怎麼描述它。修正方式是從上層的主題文章、分類頁或相關文章各連一次過去,連結文字直接寫這篇在講什麼,例如「sitemap 是什麼」。

sitemap 只是多給爬蟲一條路,站內連結還是要自己排好,怎麼排可以看內部連結會讓 AI 更常引用你嗎。

XML sitemap 裡的網址要怎麼整理

sitemap 裡的每一個網址,都應該是你真的希望被收錄、而且任何人都打得開的正式網址。一份最小的 XML sitemap 長這樣。每一個 <url> 是一個網址,<loc> 寫網址本身,<lastmod> 寫這一頁最後一次修改的日期。沒有可靠的日期就不寫。

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://www.example.com/</loc>
    <lastmod>2026-11-03</lastmod>
  </url>
  <url>
    <loc>https://www.example.com/contact</loc>
  </url>
</urlset>

ethorx.com 的 sitemap 是程式依照內容自動產生的,只列已經發布、而且要讓 Google 收錄的頁。所以草稿和設了 noindex 的頁都不會出現在清單裡。不管你的 sitemap 是怎麼產生的,清單裡的網址都可以照下面的原則檢查。

  1. 網域和協定統一:網址用 https 和同一個網域,例如統一用 https://www. 開頭,不要有的有 www、有的沒有。
  2. 每個網址都打得開:不用登入就打得開。伺服器回應每個請求時會附一個三位數的狀態碼,sitemap 裡的網址都要回代表正常的 200。404(找不到)的頁面不該列。301(轉址)的舊網址也不該列,改列轉址後的新網址。
  3. 和 canonical 一致:網址要和頁面上的 canonical、站內連結指向同一個版本。不要 sitemap 列一個、canonical 又指向另一個。canonical 跟 AI 引用哪個網址的關係,另外寫在 canonical 會影響 AI 引用哪個網址嗎。
  4. 不列不該收錄的頁:草稿和設了 noindex 的頁面也不要列。這些網址和 404、舊網址一樣,最常在改版或搬家之後留下來。Wix、Shopify 的 sitemap 會跟著網站自動更新,用程式或產生器工具做的 sitemap 就要自己清掉再重新提交。
  5. 不超過上限:一個檔最多 50,000 個網址、未壓縮 50 MB,檔案要用 UTF-8 編碼。超過就拆成多個檔案,再用一份 sitemap index 把它們串起來。sitemap index 就是列出其他 sitemap 位置的總表。

lastmod 只在內容真的改了才更新

lastmod 是每個網址旁邊的「最後修改日期」,也就是名冊上的整修日期。Google 只有在這個日期一直都準確、而且對得上頁面實際的修改時,才會參考它。這裡說的修改,指的是正文、結構化資料或連結這類重要的更新,頁尾的版權年份更新不算。

另外,sitemap 裡的 <priority> 和 <changefreq>,Google 會直接忽略(建立並提交 Sitemap)。

ethorx.com 的文章,lastmod 直接用文章的「更新日期」欄位。所以只有我們真的改過那篇文章,這個日期才會變。分類頁和專欄首頁的 lastmod,取的是它列出的文章裡最新的那個日期,因為新文章上線之後,列表頁的內容也跟著變了。

關於我們、聯絡頁和 /otlex 這些固定頁沒有可靠的更新紀錄,所以我們乾脆不寫 lastmod。

有一種錯誤很容易發生:網站每次重新建置,就把所有網址的 lastmod 改成今天。這樣日期就對不上實際的修改,Google 也就可能不採用。所以如果你的平台給不出準確的更新日期,寧可不填,也不要填一個每天都在變的日期。

從 sitemap 到 AI 回答的六個檢查點

示意圖:從網址清單、XML 格式、回應狀態、存取規則、收錄到 AI 回答,六個檢查點由左到右排成一列。 sitemap 負責告訴搜尋引擎有哪些網址;後面的抓、收錄和 AI 引用,要一層一層確認。

新文章上線後,我會照下面六個檢查點由上往下看。前五個是網頁被 Google 收錄的順序,前一個沒通過,後面的就先不用查。第六個是 AI 回答,ChatGPT、Perplexity 這些產品各自決定引用哪些來源,所以要另外查。

檢查點去哪裡看正常的樣子不正常時先查什麼
網址清單直接打開 sitemap.xml新文章的網址在裡面,草稿和已刪的頁不在產生 sitemap 的規則或外掛設定
XML 格式Search Console 的「Sitemap」報表狀態是「成功」,「系統探索到的網頁」數跟你預期的差不多出現「無法擷取」或「發生錯誤」時,先查檔案格式和網址
回應狀態打開瀏覽器的開發者工具(Windows 按 F12,Mac 按 Option+Command+I),切到「Network」分頁後重新整理,看清單最上面那一筆的 Statussitemap 和新文章都是 200出現 301(轉址)、404(找不到)或 5 開頭的伺服器錯誤
存取規則robots.txt、頁面原始碼裡的 noindex 和 canonical沒被擋、沒有 noindex、canonical 指向自己外掛或範本有沒有自動加上 noindex
收錄Search Console 的「網址檢查」顯示「網址在 Google 服務中」展開「網頁索引狀態」看 Google 給的原因
AI 回答拿固定的問題實際去問 ChatGPT、Gemini 或 Google 的 AI 摘要回答附上的來源裡有這一頁換幾天再問一次,並記下日期

我們的 /otlex 在 2026 年 10 月 16 日就是停在第五個檢查點。前四個都正常:

  • sitemap.xml 裡有 https://www.ethorx.com/otlex 這一行。
  • Search Console 的 Sitemap 報表是「成功」。
  • 開發者工具看到的是 200。
  • robots.txt 只擋 /api/,頁面上的 canonical 也指向自己。

可是到了第五個,網址檢查顯示的狀態是「已找到 - 目前尚未建立索引」。意思是 Google 已經知道這個網址,但還沒來抓。Google 對這個狀態的說明是,它想來抓,但怕一次抓太多拖慢網站,所以把時間往後排(網頁索引報表)。不過哪一天會來,報表不會告訴你。

就 Google 來說,網頁要出現在 AI 摘要或 AI 模式裡,條件是已經被收錄,而且有資格在搜尋結果裡顯示那一小段說明文字。除此之外不用另外做 AI 專用的設定(AI 功能與你的網站)。所以前五個檢查點都通過,代表條件備齊了。至於 Google 的 AI 要不要拿這一頁來用,還是 Google 決定。

OpenAI、Anthropic、Perplexity 的爬蟲有沒有來抓過你的頁面,最直接的查法是看網站主機或 CDN 的存取紀錄。CDN 是把網站內容放到各地主機加速、順便擋惡意流量的服務,例如 Cloudflare。

紀錄裡會有每個爬蟲的名字,以及它請求了哪些網址。我們開發的 Otlex 也會記錄 AI 爬蟲造訪網站的紀錄。

查 AI 回答時要注意,某一天問了沒看到這一頁,只代表那一天、那個問題、那個產品的回答沒有引用它。隔幾天用同一組問題再問幾次,你才看得出引用的情況有沒有在變。問題怎麼寫成顧客真的會問的樣子,可以看 AI 搜尋題庫怎麼設計。

回到 /otlex:我們怎麼處理,後來怎麼了

/otlex 和「關於我們」這兩頁,就停在第五個檢查點。sitemap 已經交過了,再交一次也只是讓 Google 再讀一次同一份清單。所以我們在 Search Console 的網址檢查裡,替這兩頁各送出一次建立索引的要求,請 Google 來抓。

送出要求之後,狀態不會馬上變。要看的是網址檢查裡的「網頁索引狀態」。「上次檢索時間」有日期,代表 Google 來抓過。狀態變成「網址在 Google 服務中」,才算收錄。

後來的情況,我們是從成效報表看到的。我們在 2026 年 11 月 5 日讀報表,看的是 10 月 7 日到 11 月 3 日這 28 天,其中也包含送出要求之前的日子。這段期間 /otlex 有 21 次曝光、平均排名 6.9。「關於我們」有 25 次曝光、2 次點擊、平均排名 2.9。

有曝光,代表這兩頁已經出現在搜尋結果裡。

換成你的網站,順序是一樣的。

  1. 先找到 sitemap 的網址,確認它打得開,新頁面也在裡面。
  2. 到 Search Console 的 Sitemap 報表提交一次,看狀態是不是「成功」。
  3. 挑三到五個最重要的頁面做網址檢查。停在「已找到 - 目前尚未建立索引」的,先確認站內有頁面連過去。然後再送出建立索引的要求。
  4. 之後每個月看一次 Sitemap 報表和網頁索引報表。看有沒有新的錯誤,未收錄的頁數有沒有突然增加。這些頁在成效報表開始有曝光,就代表已經出現在搜尋結果裡。

常見問題

sitemap 更新後要重新提交嗎?

不用。提交成功之後,Google 會持續回來重讀這份 sitemap,新增的網址它下次重讀就會看到。只有報表顯示讀取失敗時,才要修好再重新提交一次。

sitemap 檔案要放在網站的哪裡?

建議放在網站根目錄。sitemap 放在其他資料夾也可以,但沒有透過 Search Console 提交的話,它只對那個資料夾底下的網址有效,放在根目錄才涵蓋全站。

圖片要另外做一份 sitemap 嗎?

不一定。你可以另外做一份圖片 sitemap,也可以在現有的 sitemap 裡加上圖片標記,Google 兩種都接受。它主要幫 Google 找到不容易發現的圖片,例如用 JavaScript 載入的圖片。

參考來源

以下依各官方文件整理,各平台 sitemap 的路徑、提交條件與方案限制以官方頁面當下為準。

從這篇繼續看相關內容

依文章主題整理同站文章、服務/產品與 FAQ 入口,讓下一步有清楚的閱讀方向。

延伸閱讀

下一步

工具入口

查看 GEO 工具評估方法

比較 AI 搜尋觀測、引用追蹤與內容缺口分析各自要看什麼。

查看相關頁面

常見問題

noindex 能阻止 AI 搜尋引用頁面嗎?

noindex 是索引訊號,不是所有 AI 存取情境的通用開關,先看一題直接回答。

查看 FAQ 解答

GEO 與 AI 搜尋

從你的網站,找出下一步該改什麼

一起釐清 AI 搜尋中的品牌描述、內容缺口與網站結構,再決定觀測和改善的範圍。