做收录判断时，最常遇到的困惑是三个数字对不上：site 命令给出的数量、站长平台里的索引量、服务器日志里的抓取记录。它们本来就不是一回事，混着用很容易得出错误结论，甚至做出没必要的改动。
三个口径分别在数什么
- site 命令：对外给出的粗略估算，不是精确库存。同一时间不同地区、不同终端、换一个查询方式，结果都可能变化，通常也只展示前若干条。
- 平台索引数据：统计的是已经处理并进入索引的 URL 数量，按天更新、有延迟，而且只覆盖该搜索引擎自己的数据，换一家搜索引擎数字完全不同。
- 服务器日志：记录的是抓取行为。蜘蛛来过、把 HTML 取走了，不代表这个 URL 会被收录，更不代表会被展示。
所以「site 数字掉了一半」和「平台索引量基本没变」同时出现，是完全可能的，不必立刻当成事故处理。
抓取记录能说明什么、不能说明什么
日志的价值在于结构和趋势，而不在总数。它能告诉你：哪些目录被反复抓、哪些页面一直没人碰、抓取时间集中在什么时候、返回码里有多少 404 和 5xx。这些信息对判断问题方向很有效。
但它不能直接推出收录结果。一次抓取之后，页面还要经过内容处理、去重、质量判断等环节，才可能进入索引。把抓取次数当成收录数，是这类误判里最常见的一种。
- 被大量抓取的 URL，往往是列表页、筛选参数页这类模板生成的地址，它们本来就不该按内容页去期待收录。
- 长期零抓取的目录，更值得关注，问题通常出在入口链接、内链权重或 robots 规则上。
把绝对值换成趋势
三个口径都不适合看单点数值，适合看一周到一个月的变化方向。判断时可以这样用：平台索引量看整体盘子的走向，site 命令只看量级有没有跳变，日志看抓取是否覆盖到了重点目录。
如果索引量缓慢上升、日志里重点目录持续被抓，即便 site 数字某天波动，也通常属于正常调整。反过来，索引量长时间不动、重点页面在日志里也看不到抓取，才需要动手排查。
一个可用的交叉核对顺序
- 先确认目标：是要看整站收录规模，还是某批新页面的收录进度。两者用的口径不一样。
- 用平台数据划定范围，挑出确实未被索引的 URL 清单。
- 拿这批 URL 去日志里比对，看是否被抓过、抓取频率如何、返回码是否正常。
- 被抓过但未收录，重点看页面本身：内容是否单薄、是否与站内其他页面高度相似、是否有明确入口。
- 完全没被抓过，重点看发现路径：内链、sitemap、栏目层级，以及是否被规则意外挡住。
这套顺序的意义在于，每一步都指向不同的处理方向，避免在还没确定问题在哪一环时就开始改页面。
几个容易误判的情况
- 把新页面刚上线几天没有收录当成异常，实际上处理本身就需要时间。
- 看到 site 数字下降就急着提交、改 URL，反而打乱了原有结构。
- 把不同搜索引擎的索引量放在一起比较，得出「被降权」的结论。
- 只看总数，不看是哪些目录在变化，错过了真正的问题位置。
收录相关的数字，先分清它统计的是抓取、是索引还是估算，再决定要不要反应。多数时候，趋势和结构比某一个具体数值更有参考价值。