Mẫu file robots.txt chuẩn dành cho website WordPress, có thể áp dụng cho tất cả các website.
Nếu các bạn chưa biết thì robots.txt là một trong những file có vai trò rất quan trọng đối với việc SEO website. Nó không những quy định cách thức các công cụ tìm kiếm có thể thu thập và lập chỉ mục trên website mà còn có thể ảnh hưởng tới khả năng hiển thị của website (tính thân thiện với thiết bị di động) khi Google Bots truy xuất dữ liệu. Do đó, có một file robots.txt chuẩn là bước đầu tiên mà các bạn cần làm khi tối ưu website cho các công cụ tìm kiếm.
Tham khảo thêm:
File robots.txt là gì?
Robots Exclusion Standard được phát triển từ năm 1994, nhằm giúp các webmaster có thể “tư vấn” cho các công cụ tìm kiếm cách thu thập thông tin từ website của họ. Nó hoạt động theo cách tương tự như các robot meta tag. Điểm khác biệt chính giữa chúng là các file robots.txt sẽ ngăn cản việc công cụ tìm kiếm truy cập vào một trang hoặc thư mục, trong khi các robot meta tag chỉ kiểm soát việc lúc nào thì trang hoặc thư mục đó được lập chỉ mục (index).
Đặt một file robots.txt trong thư mục gốc của tên miền cho phép bạn ngăn chặn công cụ tìm kiếm lập chỉ mục các tập tin và thư mục nhạy cảm. Ví dụ, bạn có thể ngăn chặn một công cụ tìm kiếm thu thập dữ liệu từ thư mục hình ảnh của bạn hoặc lập chỉ mục một tập tin PDF nằm trong một thư mục bí mật.
Các công cụ tìm kiếm lớn sẽ thực hiện theo các quy tắc mà bạn thiết lập. Tuy nhiên, không phải lúc nào các quy tắc mà bạn xác định trong tập tin robots.txt cũng được thi hành. Trình thu thập dữ liệu của các phần mềm độc hại và các công cụ tìm kiếm nhỏ có thể không tuân thủ các quy tắc và index bất cứ điều gì họ muốn. Rất may, các công cụ tìm kiếm lớn hoạt động theo các tiêu chuẩn này, bao gồm cả Google, Bing, Yandex, Ask và Baidu.
Các bạn có thể tham khảo thêm tài liệu về file robots.txt do chính Google cung cấp tại đây.
Các quy tắc cơ bản của Robots Exclusion Standard
Không mất quá nhiều thời gian để có được một sự hiểu biết đầy đủ về Robots Exclusion Standard. Chỉ có một vài quy tắc mà bạn cần phải tìm hiểu. Những quy tắc này thường được gọi là “chỉ thị”.
Ba chỉ thị chính của Robots Exclusion Standard là:
- User-agent: xác định các công cụ tìm kiếm mà quy tắc được áp dụng.
- Disallow: ngăn cản các công cụ tìm kiếm thu thập thông tin và lập chỉ mục.
- Allow: cho phép các công cụ tìm kiếm thu thập thông tin và lập chỉ mục.
Dấu hoa thị (*) có thể được sử dụng như một ký tự đại diện cho tất cả các công cụ tìm kiếm. Ví dụ, bạn có thể thêm dòng sau vào file robots.txt để ngăn chặn các công cụ tìm kiếm thu thập thông tin trên toàn bộ website của bạn.
User-agent: *
Disallow: /Các chỉ thị trên là hữu ích nếu bạn đang phát triển một website mới và không muốn các công cụ tìm kiếm lập chỉ mục khi nó chưa được hoàn thiện.
Một số website sử dụng chỉ thị Disallow mà không có dấu gạch chéo (/) để biểu thị một trang web có thể được thu thập dữ liệu. Điều này cho phép các công cụ tìm kiếm có đầy đủ quyền truy cập vào toàn bộ website của bạn.
User-agent: *
Disallow:Để ngăn chặn việc thu thập dữ liệu với các thư mục hoặc đường dẫn cụ thể, bạn chỉ cần thêm đường dẫn hoặc tên thư mục vào sau chữ Disallow . Trong ví dụ dưới đây, tôi đã quy định các công cụ tìm kiếm không được phép thu thập thông tin của thư mục /images/ và toàn bộ các tập tin cũng như thư mục con chứa trong nó:
User-agent: *
Disallow: /images/Điều này có được là do robots.txt sử dụng đường dẫn tương đối, không sử dụng đường dẫn tuyệt đối. Các dấu gạch chéo (/) thay thế cho thư mục gốc của tên miền và do đó áp dụng quy tắc cho toàn bộ website của bạn. Đường dẫn là trường hợp nhạy cảm, vì vậy hãy chắc chắn sử dụng đúng trường hợp khi xác định các tập tin, các trang và thư mục.
Cách tạo file robots.txt trong WordPress
Có 2 cách khác nhau để làm điều này: tạo bằng phương pháp thủ công hoặc sử dụng plugin.
Tạo file robots.txt bằng phương pháp thủ công
Một tập tin robots.txt có thể được tạo ra trong vài giây. Tất cả những gì bạn phải làm là mở một trình soạn thảo văn bản (NotePad hoặc NotePad++) và lưu một tập tin trống với tên “robots.txt”.
Sau khi thêm một số quy tắc vào tập tin, hãy lưu nó lại và upload lên thư mục gốc của tên miền, tức là tại địa chỉ https://yourwebsite.com/robots.txt. Hãy đảm bảo bạn đã upload tập tin robots.txt vào thư mục gốc của tên miền, ngay cả khi WordPress được cài đặt trong một thư mục con.
Tạo file robots.txt bằng plugin
Các plugin hỗ trợ SEO website WordPress (Yoast SEO, Rank Math, AIOSEO…) hầu hết đều được trang bị sẵn tính năng tạo file robots.txt. Ví dụ đối với plugin Yoast SEO, các bạn có thể truy cập SEO => Tools => File editor => click vào nút Create robots.txt file.
Sau khi file robots.txt mặc định được tạo ra, các bạn có thể tùy chỉnh nội dung của nó rồi click vào nút Save changes to robots.txt để lưu lại.
Công cụ tìm kiếm sẽ kiểm tra tập tin robots.txt ở thư mục gốc của tên miền mỗi khi chúng bắt đầu tiến hành thu thập thông tin từ website của bạn. Lưu ý, các bạn sẽ cần phải tạo các file robots.txt riêng biệt cho mỗi tên miền phụ (subdomain) và các giao thức khác nhau.
File robots.txt chuẩn cho website WordPress
Đây là một trong những mẫu file robots.txt chuẩn nhất, tối ưu nhất, được nhiều blogger WordPress nổi tiếng tin dùng. Bạn cũng có thể sử dụng nó cho website WordPress của mình. Tuy nhiên, hãy nhớ tùy biến nó cho phù hợp với từng hoàn cảnh cụ thể.
User-agent: *
Disallow: /wp-admin/
Disallow: /readme.html
Disallow: /license.txt
Disallow: /?s=*
Allow: /wp-admin/admin-ajax.php
Allow: /wp-admin/images/*
Sitemap: https://wpcanban.com/sitemap_index.xmlLưu ý:
- Thay
https://wpcanban.com/sitemap_index.xmlbằng đường link đến XML sitemap của bạn. - Không nên chặn Google và các công cụ tìm kiếm khác thu thập dữ liệu trong các thư mục
/wp-content/themes/và/wp-content/plugins/. Điều đó sẽ cản trở việc Google có một cái nhìn chính xác nhất về giao diện website của bạn. Ngoài ra, nó cũng có thể gây ra lỗi website không thân thiện với thiết bị di động.
Bạn đang sử dụng mẫu file robots.txt nào cho website WordPress của mình? Theo bạn, mẫu file robots.txt đó có thực sự tối ưu hay không? Hãy chia sẻ nó với chúng tôi thông qua khung bình luận bên dưới.
Nếu bạn thích bài viết này, hãy theo dõi blog của tôi để thường xuyên cập nhật những bài viết hay nhất, mới nhất nhé. Cảm ơn rất nhiều. :)
Bài viết rất bổ ích . Cảm ơn ad ạ
mình thấy vài trang họ còn nói cho dòng
Disallow: */attachment/*
vậy nó ý nghĩa là j vậy Hiếu?
Nghĩa là không index các trang đính kèm của hình ảnh hay file media đó bạn. Nhưng giờ cái này không cần thiết nữa. Vì dùng plugin hỗ trợ SEO nó có tính năng redirect các trang attachment về bài viết gốc rồi. Ví dụ trong Yoast SEO thì bạn vào SEO => Search Appearance => Media => thiết lập mục “Redirect attachment URLs to the attachment itself” ở trang thái “Yes” là xong.
Mình tải sitemap lên google seach console như bạn lên nó báo không thể tìm nạp là bị lỗi gì vậy bạn
Nhập vào lần đầu nó thường báo lỗi đó, bạn reload lại sẽ thấy kết quả nhé.
AD cho mình hỏi.
file robots.txt của mình chỉ có thế này:
User-agent: *
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php
Google console cảnh báo: Đã lập chỉ mục mặc dù bị chặn bởi robots.txt cho 3 trang trong web là:
http://***.com/chat/
http://***.com/
http://www.***.com/
đường dẫn đầy đủ của web mình là https://***.com.
Như vậy là sao và khắc phục như thế nào vậy, mình mới tìm hiểu nên không rõ. Mong bạn chỉ giúp!!!
Bạn đã kiểm tra xem cụ thể nó thông báo chặn link nào và chặn tài nguyên nào chưa?
Mình kiểm tra nó báo trong tình trạng cảnh báo thôi.
file robots.txt của mình chỉ có thế này:
User-agent: *
Disallow: /wp-admin/
Allow: /wp-admin/admin-ajax.php
https://cax.vn/sitemap_index.xml
Vậy mà google console vẫn báo là bị robots.txt của mình chặn. GG báo như thế này :”Indexed, though blocked by robots.txt”
vậy là sao nhỉ?
Bạn thử sửa lại file robots.txt như trong bài viết mình hướng dẫn xem sao.
Anh cho em hỏi Yoast SEO bản mới nhất 2019 giờ nó không cho download file sitemap.xml để up lên thư mục gốc của website hả anh? em thấy mấy bài viết trên mạng hướng dẫn tạo sitemap qua Yoast mà em vào tìm giờ không thấy.
Em thấy thằng Yoast nó tạo sẵn mấy file này, tại e muốn submit file sitemap lên google search console mà không thấy.
https://xxx/post-sitemap.xml
https://xxx.com/page-sitemap.xml
https://xxx.com/blocks-sitemap.xml
https://xxx.com/post_tag-sitemap.xml
https://xxx.com/author-sitemap.xml
Sitemaps của Yoast SEO nó nằm ở đường dẫn …/sitemap_index.xml đó bạn. Ví dụ của mình là https://wpcanban.com/sitemap_index.xml
Bạn copy link đó submit vào Google Search Console là được mà.
1. Dạ ok em cảm ơn anh, may quá, tại em cứ nhìn tên file thấy khác tên phổ biến sitemap.xml @@
e mới tập làm web nên còn gà suốt ngày nghiền ngẫm trên web của a mà vẫn gà @@
2. Anh cho e hỏi thêm web em là: https://cuocsongnhat.net sao em gõ vào google tên web em thì nó hiện ra: tên domain và bên dưới nó ghi (Your browser does not currently recognize any of the video formats available. Click here to visit our frequently asked questions about HTML5 video.) như vậy là em thiếu trang giới thiệu about hay bị làm sao để google nó nhận diện được ạ? Lúc trước e thấy nó lấy thông tin 3 cột ở phần footer trang web e để hiển thị lên google mà em thấy sai thông tin nên em chỉnh sửa chữ ở 3 cột dưới phần footer và giờ nó hiện như trên.
Em muốn nó hiện ra phần giới thiệu của website là gì và bên dưới là các trang danh mục bên dưới ví dụ em gõ chữ wpcanban vào google nó hiện ra thông tin website và các danh mục lựa chọn luôn đó ạ.
Bạn có cài plugin SEO hỗ trợ chèn meta description cho website, chẳng hạn như Yoast SEO không?
Dạ phần meta description ok rồi ạ, e có cài plugin đó.
Còn vấn đề gõ tên website vào để google nó hiện các danh mục như site của a thì anh có bài viết ko ạ? hay là a cho e từ khoá để e tìm hiểu với ạ.
Ý bạn hỏi cái site links ấy hả? Cái đó Google tự cập nhật và hiển thị, không control được.
Rất tốt cảm ơn ad nhiều
Các bài viết ở đây rất ok bạn ơi. Mình thích chia sẻ của admin
Cái dòng này có ngĩa và có tác dụng như thế nào vậy ạ?
Disallow: /?s=*
Không cho index trang kết quả tìm kiếm (mặc định) của WordPress đấy bạn.
Hiếu check hộ mình xem website của mình có mắc cái lỗi gì mà seo cảm thấy cực kỳ khó khăn, không như site khác mình từng seo
Cảm ơn a nhé!
Chào AD, thanks vì bài viết. Mình vừa tạo web mới. Đăng viết bài và design. Vậy có nên cho robot thu thập ko?? Nếu không cho, thì liệu bài viết sẽ bị copy không?? Nếu cho thì trong giai đoạn này có ảnh hưởng gì web ko??
Mình hơi gà, nên xin được học hỏi thêm. Thanks AD
Chào bạn,
1. Nếu website chưa hoàn thiện về thiết kế và nội dung thì không nên cho index dữ liệu nhé. Công cụ tìm kiếm có thể sẽ có những đánh giá sai lệch về website của bạn.
2. Bạn cho hay không cho bots thu thập dữ liệu thì bài viết vẫn bị copy như thường. Hai vấn đề này đâu có liên quan đến nhau?