Sitemapa uvádí jiný počet adres, než kolik jich audit našel z odkazů

Rozsah webu se odhaduje z několika nezávislých zdrojů: kolik adres uvádí sitemapa a kolik různých adres jsme objevili procházením odkazů. Nález vznikne, když se ta dvě naměřená čísla rozcházejí víc než jedenapůlkrát (poměr většího k menšímu je 1,5 nebo víc). Report uvede obě.

Práh 1,5 je v config/scope-estimate.json pod consistency.divergence_ratio a je to vědomě tolerantní hodnota. Drobná nepřesnost mezi sitemapou a skutečností je normální; nález má padnout jen tam, kde je rozdíl velký.

Co kontrola nedělá:

• Neříká, který zdroj má pravdu. Sitemapa může být nafouklá starými adresami, nebo naopak procházení odkazů narazilo na limit. Obojí vypadá stejně.
• Nevypisuje konkrétní adresy, které se liší, jen počty. Konkrétní nesoulad hlásí ACC-06 a SEO-07.
• Nepočítá s odhadem, jen s měřením. Odhad rozsahu celého webu umí být vyšší než počet objevených adres (dopočítáváme jeden konzervativní krok navíc) - do tohohle nálezu ani do porovnání zdrojů to dopočítané číslo nevstupuje. Do 19. 9. 2026 vstupovalo a nález pak tvrdil, že jsme našli víc adres, než kolik jsme jich doopravdy viděli.
• Nepočítá adresy, které vedou na soubor. Obrázky, videa, zvuk, dokumenty, archivy, styly, skripty a písma poznáme podle přípony v adrese nebo podle typu obsahu, který ohlásil server, a mezi objevené stránky je nezahrnujeme. Galerie, kde klik na náhled otevře rovnou fotku, by jinak počet nafoukla o stovky adres; na jednom auditovaném webu to byly dvě třetiny všech „objevených stránek“. Seznam přípon je v config/file-url-extensions.json a je vědomě uzavřený: jsou v něm jen formáty, u kterých je odpověď jednoznačná, takže .php ani .html mezi ně nepatří.
• Nevyvozuje, že je sitemapa zastaralá. Rozdíl může být i tím, že jsme objevili stránkování a adresy s parametry, které do sitemapy nepatří.
• Nespustí se, když je zdroj odhadu jen jeden (web bez sitemapy).

Nález je na úrovni celého webu, závažnost varování.

Na viditelnost v odpovědích AI to doložený vliv nemá, a tenhle nález ani není o vašem webu v obvyklém smyslu. Je to nález o spolehlivosti obrazu, který jsme si o vašem webu udělali.

Proč vám to říkáme, místo abychom si to nechali pro sebe: protože z toho plynou důsledky pro zbytek reportu, a je poctivější je přiznat, než je zamlčet.

Když se odhady rozcházejí, nevíme jistě, jak velký váš web je. Audit prochází vzorek a část kontrol se sama vypíná, když nemůže tvrdit nic o webu jako celku: SIT-01 (osiřelé stránky), SEO-12 (stránky bez odkazů) a část ACC-06 mlčí, když crawl nebyl úplný. Velký rozptyl v odhadu tedy znamená, že jste možná dostali méně nálezů, než kolik by jich bylo při úplném průchodu.

Druhý důsledek je obchodní a týká se peněz: rozsah crawlu se promítá do ceny auditu. Když sitemapa uvádí desetkrát víc stránek než jich procházení našlo, odhad se dá snadno netrefit.

Praktický závěr: není to vada webu, kterou byste museli opravit. Je to informace „tomuhle číslu úplně nevěřte“, a návod, kde hledat, když vám rozsah reportu nesedí s tím, co o svém webu víte.

Nejdřív zjistěte, který ze dvou zdrojů je mimo. Rozhodují dvě otázky:

Podle toho pak:

• Nafouklá sitemapa → vygenerujte ji znovu, jen z existujících a indexovatelných adres. Konkrétní adresy, které jsme nenašli, vypisuje SEO-07.
• Neúplná sitemapa → zkontrolujte, co ji generuje. Bývá to plugin, který zná jen jeden typ obsahu.
• Obsah dostupný jen ze sitemapy → doplňte na něj odkazy z webu. Je to zároveň SIT-01 a SEO-12 a je to vážnější než samotný nesoulad čísel.
• Sitemapa negenerovaná automaticky → to je kořen většiny těchhle případů. Ruční sitemapa zestárne dřív, než si toho někdo všimne.

A jedna věc, na kterou se dá při tom narazit a stojí za víc než tenhle nález: když procházení odkazů najde výrazně méně stránek, než jich doopravdy máte, je to problém navigace, ne sitemapy. Obsah, ke kterému nevede cesta z webu samotného, hůř najdou lidé i vyhledávače; sitemapa to jen zamaskuje.