很多站长排查不收录时，第一反应是蜘蛛没来。但日志里明明有抓取记录，页面也没被 noindex 挡掉，问题往往出在更靠后的一步：搜索引擎抓到了页面，也对内容做了判断，只是判断结果是暂时不值得放进索引。这一步的裁决标准里，页面质量占了很大比重。
抓取是入场券，质量决定要不要留下
抓取解决的是我看到这个 URL 了，收录解决的是我把这个 URL 存进可检索的库里了。两者之间隔着一次质量评估。评估标准不公开、也不给分，但从结果上看，它关心的是这个页面放进搜索结果后，能不能满足用户的查询。
所以收录困难的页面，通常不是打不开，而是打开了也没什么可给的。
最容易被忽略的一项：正文占比太低
打开页面源码，把导航、面包屑、侧栏推荐、页脚、版权、友情链接、广告位去掉，剩下的才是搜索引擎主要参考的主体内容。如果这部分只有两三行，而周围堆了上百个链接和几十行模板代码，页面在评估里就更像一个入口页，而不是内容页。
典型情况包括：
- 产品页只有一句参数和立即咨询按钮
- 列表页只有标题和缩略图，没有任何分类说明或筛选介绍
- 文章页正文靠图片撑，可见文字不超过五十字
- 同一段模板文案在几千个页面上重复出现
这些页面不是必然不收录，而是收录优先级会被压低，尤其在新站或抓取配额有限的时候。
内容的独立价值
第二个维度是这个页面有没有别处没有的东西。聚合页把其他站点的摘要拼在一起，问答页把用户提问原样展示却没有回答，标签页只列出同名文章，这些页面的信息增量接近于零。搜索引擎很容易判断出它们和已有页面的内容高度重合，于是把有限的索引位置留给信息更完整的那个。
还有一个隐蔽的问题：页面标题承诺了一件事，正文却没有给出答案。比如标题写某主题常见问题汇总，正文只有五条一句话答案；或者标题写完整教程，正文停在第二步。这类页面即使被收录，也很难获得稳定展现，后续还可能因为点击数据差而被重新评估。
先做能落地的几步
- 抽查：从收录最差的目录里随机取十个 URL，逐个人工观察，去掉模板后可见文字还剩多少。
- 补充主体：给薄页面补上真正有用的说明、步骤、对比或常见问答，不要用同义句反复扩写。
- 控制生成规模：参数组合、筛选条件、站内搜索产生的 URL，先确认至少有一部分具备独立价值，再决定是否放开抓取。
- 收敛重复：确认多个 URL 指向同一内容时，用 canonical 或直接合并成一条，不要指望搜索引擎自己挑。
- 观察反馈：改完之后不要指望立刻收录，给一个抓取周期，再对比后台索引量和抓取日志里这些 URL 的抓取频次。
收录量不是越多越好。一批低价值页面被收录进来，会稀释整站的质量判断，还可能占用抓取配额，让真正重要的页面排在后面。
别把收录当成唯一目标
反过来讲，也不必为了让每个 URL 都进索引去硬凑字数。工具页、帮助页、空状态的分类页，本来就不需要出现在搜索结果里。判断标准其实很简单：如果有人搜索这个页面的标题，它能不能独立承担这次点击。