Sitemap’i analüüs ja genereerimine

Režiim 1: Analüüsi olemasolevat sitemap’i

Avasta kandidaadid enne puuduva sitemap’i teatamist:

"${CLAUDE_PLUGIN_ROOT}/scripts/claude-seo" run sitemap_discovery.py <url> --json

Abi loeb iga piiratud Sitemap: deklaratsiooni robots.txt-is, valideerib cross-host sihtmärke jagatud SSRF-turvalise fetch-kihi kaudu ning proovib endiselt tavalisi teid, kui deklareeritud sitemap on aegunud või kehtetu. Kasuta ainult kirjeid found-is; säilita deklareeritud ebaõnnestumised leidudena, mitte ära käsittele ainult robots.txt rida tõendina, et sitemap töötab.

Valideerimiskontrollid

• Kehtiv XML formaat
• Faili kohta limiit: ≤50 000 URL-i JA ≤50MB tihendamata (kumb tabatakse esimesena)
• Kõik URL-id tagastavad HTTP 200
• <lastmod> täpne: peab olema kehtiv W3C Datetime ja peegeldama viimast olulist sisumuutust (põhisisu, struktureeritud andmed, lingid, mitte autoriõiguse/boilerplate muudatused). Google austab <lastmod>-i ainult siis, kui see on järjepidevalt ja kontrollitavalt täpne, seega hoiata, kui väärtused on kahtlaselt ühetaolised või uuemad kui lehe tegelik sisu.
• Ei aegunud silte: <priority> ja <changefreq> ignoreerib Google
• Sitemap viidatud robots.txt-is
• Võrdle crawlitud lehti vs sitemap; märgi puuduvad lehed

Kvaliteedisignaalid

• Sitemap index fail, kui >50k URL-i
• Jagamine sisutüübi järgi (lehed, postitused, pildid, videod)
• Ei mitte-kanoonilisi URL-e sitemap’is
• Ei noindexed URL-e sitemap’is
• Ei ümbersuunatud URL-e sitemap’is
• Ainult HTTPS URL-id (ei HTTP-d)

Levinud probleemid

Laienduse sitemap’id (image / video / news)

Google dokumenteerib kolm alamtüüpi oma reeglitega; valideeri alamtüübi kohta: - Image (http://www.google.com/schemas/sitemap-image/1.1): alles on ainult kaks kehtivat silti, <image:image> ja <image:loc> (max 1000 <image:image> <url> kohta). <image:caption>/<image:geo_location>/<image:title>/ <image:license> deprecated (2022), märgi info-taseme eemaldatavana. - Video: nõutav <video:video> koos <video:thumbnail_loc>, <video:title>, <video:description>, plus <video:content_loc> või <video:player_loc>; mRSS samuti toetatud. Märgi deprecated/eemaldatud sildid (<video:category>, <video:gallery_loc>, <video:price>, <video:tvshow>, player autoplay/allow_embed) info-taseme eemaldatavana; kontrolli Google docs’i uuesti enne eemaldamiskuupäeva tsiteerimist. - News: max 1000 <news:news> faili kohta (mitte 50 000); lisa ainult artiklid viimasest 2 päevast; nõutav <news:publication>/<news:name>/ <news:language>/<news:publication_date>/<news:title>; esita/avasta Search Console’i või robots.txt/sitemap index’i kaudu; kasuta Publisher Center’it ainult väljaande halduseks, kus asjakohane. Kui news: nimeruum on tuvastatud, asenda üldine 50k kontroll 1000 limiidiga.

Režiim 2: Genereeri uus sitemap

Protsess

1. Küsi äritüüpi (või tuvasta automaatselt olemasolevalt saidilt)
2. Laadi valdkonnamall kataloogist ../seo-plan/assets/
3. Interaktiivne struktuuri planeerimine kasutajaga
4. Rakenda kvaliteediväravad: - ⚠️ HOIATUS 30+ asukohalehe juures (nõua 60%+ unikaalset sisu) - 🛑 KÕVA STOPP 50+ asukohalehe juures (nõua põhjendust)
5. Genereeri kehtiv XML väljund
6. Jaga, kumb tuleb esimesena: 50 000 URL-i või 50MB tihendamata, koos sitemap index’iga
7. Genereeri STRUCTURE.md dokumentatsioon

Turvalised programmilised lehed (OK skaalal)

✅ Integratsioonilehed (koos päris seadistusdokumentidega) ✅ Mall/tööriista lehed (koos allalaaditava sisuga) ✅ Sõnastiku lehed (200+ sõna definitsioonid) ✅ Tootelehed (unikaalsed spetsifikatsioonid, arvustused) ✅ Kasutajaprofiili lehed (kasutaja loodud sisu)

Karistusrisk (väldi skaalal)

❌ Asukohalehed, kus ainult linna nimi on vahetatud ❌ „Best [tool] for [industry]“ ilma valdkonnapõhise väärtuseta ❌ „[Competitor] alternative“ ilma päris võrdlusandmeteta ❌ AI-genereeritud lehed ilma inimülevaate ja unikaalse väärtuseta

Sitemap’i formaat

Standardne sitemap

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/page</loc>
    <lastmod>2026-02-07</lastmod>
  </url>
</urlset>

Sitemap index (>50k URL-i jaoks)

<?xml version="1.0" encoding="UTF-8"?>
<sitemapindex xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <sitemap>
    <loc>https://example.com/sitemap-pages.xml</loc>
    <lastmod>2026-02-07</lastmod>
  </sitemap>
  <sitemap>
    <loc>https://example.com/sitemap-posts.xml</loc>
    <lastmod>2026-02-07</lastmod>
  </sitemap>
</sitemapindex>

Veakäsitlus

• URL kättesaamatu: Teata HTTP staatuskood ja soovita kontrollida, kas sait on elus
• Sitemap’i ei leitud: Käivita sitemap_discovery.py ja teata „not found“ ainult siis, kui selle found nimekiri on tühi pärast deklareeritud ja tavaliste kandidaatide kontrolli
• Kehtetu XML formaat: Teata konkreetsed parse’imise vead koos reanumbritega
• Rate limiting tuvastatud: Tagane ja teata osalised tulemused koos märkusega retry ajastuse kohta

Väljund

Analüüsi jaoks

• VALIDATION-REPORT.md: analüüsi tulemused
• Probleemide nimekiri tõsidusega
• Soovitused

Genereerimise jaoks

• sitemap.xml (või jagatud failid index’iga)
• STRUCTURE.md: saidi arhitektuuri dokumentatsioon
• URL-ide arv ja organisatsiooni kokkuvõte