站点地图（sitemap）本质上是给搜索引擎的一份候选清单。它能帮助蜘蛛更快发现新地址，减少页面已经上线、蜘蛛却迟迟没来的情况，但它既不保证收录，也不保证排名。把 sitemap 当作需要定期维护的运营台账，比当作一次性配置更贴近实际。
先分清它能做什么、不能做什么
sitemap 解决的是发现层面的问题，不解决页面质量层面的问题。如果内容单薄、结构混乱、重复度高，即使地址被写进 sitemap，蜘蛛抓取后也可能不收录。反过来，如果栏目层级浅、内链充分，蜘蛛本来就能顺着链接爬完，sitemap 的作用更多是补漏和提速，而不是唯一入口。
常见问题自查清单
- 只放了首页和栏目页。大量详情页、文章页没有进清单，等于最需要被发现的部分反而被忽略。可以先从更新最频繁、价值最高的内容类型开始覆盖。
- lastmod 批量相同或从不更新。如果每次生成都把全部条目的时间写成同一秒，搜索引擎会逐渐忽略这个字段。它应当反映正文的实质性修改时间。
- 写入了不该出现的地址。包括返回 404 的死链、被 301 跳转的旧地址、设置了 noindex 的页面、带筛选参数的结果页、后台与测试环境地址，这些都会让清单的可信度打折。
- 条目数与体积超出限制。单个 sitemap 文件一般不超过 5 万条地址，未压缩时不超过 50MB，超出后需要拆分，并用一个索引文件把多个子文件串起来。
- robots.txt 里没有声明，或声明的路径已经失效。改了生成规则却忘了同步声明，是很常见的一处疏漏。
- 生成失败时返回空白或错误状态。程序超时、缓存过期时，文件可能变成空的或抛出异常页面，建议把这一项加进日常监控。
生成与更新的实操建议
- 让 sitemap 由程序按固定周期自动生成，而不是手工拼一份静态文件，手工维护几乎必然滞后。
- 给生成任务设置合理的时间间隔，更新频繁的栏目可以快一些，长尾内容慢一些，不必追求实时。
- 对条目做基本过滤，只保留返回 200 状态、允许被索引的规范地址，减少重复与无效。
- 分页、标签聚合这类页面是否放入，取决于它们是否有独立价值。宁可少放，也不要让清单里塞满低质自动页。
- 多域名或多语言站点，按语言或站点分别生成，并与对应的 hreflang 设置保持一致。
用数据验证，别凭感觉
生成完成后，至少做三件事：在浏览器中打开文件，确认能否正常解析；查看服务器日志里蜘蛛对 sitemap 地址的抓取记录和返回状态；在搜索引擎的站长平台里观察已提交地址数与实际抓取情况的变化。如果提交量长期不涨、抓取量极低，问题往往不在 sitemap 本身，而在于站点整体的可访问性与内容质量。
提醒：sitemap 是辅助工具，不是收录的开关。真正决定页面能否被看见的，还是清晰的结构、稳定的可用性和值得被抓取的内容。