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. :)
cảm ơn admin Bài viết rất hay.
Mình xin phép hỏi thêm là web mình dùng flatsome nó index thêm
ten-san-pham/feed/
và tất cả các sp nó đều lập chỉ mục thêm link có /feed/
vậy mình nên cho lập chỉ mục hay chặn link feed này rất cảm ơn admin
Chặn index đi bạn nhé. :)
Cảm ơn admin nhé.
Chào Hiếu …!
Hiếu giúp mình zới … google nó báo hoài
ví dụ: ?doing_wp_cron=1655008447.3536989688873291015625
và số đuôi như ?amp ( các thư mục podcast của mình) dù mình không sài amp vẫn báo
Hay ?amp=1…và ?post_type=post&p
Mình phải làm sao khắc phục hử bạn??
Mình có cài như bạn
Disallow: /search/?q=*
Disallow: /?=*
Mình sài tìm kiếm google trong wp của mình trong bài Tích hợp công cụ tìm kiếm Google cho theme Paradise ( hihi mình sài theme khác nhưng vẫn áp dụng được bạn à )
Mong Bạn sơm phản hồi giúp mình zới
Cảm ơn …^^
Bạn tham khảo bài viết “Xử lý spam index trong Google Search Console” nhé.
mình có tự seo web xây dựng giathicong.com làm cá nhân
gần 1 tháng nay lượng view tuột dù mình đăng thường xuyên, từ khóa giảm đều. mình xem sitemap và tệp robots vẫn ok. Không biết bị lỗi gì vậy AD
Thanks bạn
Google họ vừa update thuật toán bạn ạ. Mình nghe mấy người làm SEO nói thứ hạng phải biến động trong vài tuần nữa.
Cảm ơn bạn đã chia sẻ. Chúc công việc của banj suôn sẻ và thành công
Cảm ơn bạn.
Mình có tham khảo file robots.txt của bạn Hiếu để áp dụng cho blog mình. Nhưng của mình chơi thêm kiểu “chặn nhầm còn hơn bỏ sót” ^^ | Có mấy tụi chơi tool nó phá web bằng công cụ tìm kiếm trên web của mình nên chặn cả /search/?q=* và /?s=
Nếu dùng công cụ tìm kiếm mặc định của WordPress thì chỉ cần chặn
/?s=*là được. Site của em dùng Google Custom Search nên em mới chặn/search/?q=*:PMình thì chặn thêm
user-agent: AhrefsBot
disallow: /
Cái vụ chặn wp-admin có thể dẫn đến vỡ giao điện giờ mới nghe nói
Bạn thử chặn mà xem. :P Google nó báo lỗi website không thân thiện với thiết bị di động ngay. Do khi Google Bots thu thập dữ liệu, nó không thể tải các file CSS và JS => nó thấy giao diện bị vỡ => báo lỗi.
có được dùng wprocket kèm với cloudflare không ad ơi?
Dùng chung bình thường bạn nhé. WP Rocket sẽ cache HTML (phần động) còn CloudFlare CDN thì cache dữ liệu tĩnh (CSS, JS, hình ảnh…).
trước thì thi thoảng lỗi sevice, hôm qua thêm sub thì lỗi 520. chán nên dẹp cái cloud đi rồi ad :D
Đấy là host của bạn không hỗ trợ tốt cho CloudFlare (không có Railgun) hoặc bạn chưa biết cách cấu hình CloudFlare cho tối ưu thôi. Chứ site mình cũng đang dùng CloudFlare CDN đây, chẳng thấy lỗi bao giờ. :)
Bên em cũng để mẫu file-robots-txt này giống như bác hướng dẫn luôn. Thực ra cũng chẳng hiểu nó có nghĩa là gì nhưng cứ copy vào đó thôi ah!
Mình chia sẻ thực tế từ file robots.txt của wpcanban.com luôn mà. Chỉ khác ở dòng
Disallow: /search/?q=*do mình sử dụng Google Custom Search thôi. :PCho mình hỏi chút. Website mình bị hack và bị index Tiếng Nhật khá nhiều
site:https://tca.edu.vn
==> Search Console thì mình add domain dạng https nhưng sitemap bị hack thì https:/tca.edu.vn/sitemap.xml
Vậy thì xử lý ntn hả Hiếu ơi? Tks
Cái này phức tạp lắm bạn. Nếu không có kiến thức về WordPress và hosting thì không tự xử lý được đâu. Sẽ phải kết hợp giữa việc quét mã nguồn bằng plugin bảo mật, sử dụng các công cụ quét mã độc online + kiểm tra host để phát hiện file lạ. Bạn nên yêu cầu bên cung cấp hosting hỗ trợ xử lý hoặc tham khảo dịch vụ quét mã độc WordPress miễn phí của bên mình.
Anh ơi,
Em chưa hiểu /wp-admin/admin-ajax.php là gì? Và tại sao lại allow bot vào đường dẫn đó ạ?
Em có tìm hiểu khái niệm trên mạng mà chưa hiểu, anh giải thích cơ bản giúp em nhé.
Cảm ơn anh!
Một số theme và plugin cầ có Ajax mới hoạt động được bạn ạ. Nếu không allow nó thì Google sẽ báo lỗi không thể tải được đầy đủ tài nguyên trong quá trình thu thập dữ liệu.
Dạ em cảm ơn anh ạ.
Chúc anh sức khỏe nhé!
Chào bạn,
Mình có làm website về trang điện máy, không biết bên thiết kế đã cài robots chuẩn chưa. Mình nhờ bạn kiểm tra giúp em được không. Web bên mình là dienmaynhattin.vn. Mình cám ơn trước nhé.
Website của bạn không phải làm bằng mã nguồn WordPress nên mình cũng không rõ lắm. Nhưng bạn nên tạo XML Sitemap và chèn link sitemap vào trong file robots.txt.