一批用同一套模板生成的页面，上线时间差不多，结构也几乎一样，但过一段时间去核对，收录结果往往很不整齐：有的很快进了索引，有的迟迟不进，还有的进去之后又掉了。这种差异一般不是搜索引擎随机决定的结果，而是从几个可以观察的地方慢慢拉开的。
先排除模板本身的问题
模板只决定页面长什么样，不决定它值不值得抓。同一个模板下收录参差，说明变量出在模板之外：入口、内容、URL 形态、时间。把这几项分开看，比反复改模板有效得多。
几个最常见的差异来源
- 入口位置不同。被首页或高频栏目直接链接到的页面，被抓到的机会明显更多；只存在于 sitemap、或者要翻过很多层列表才出现的页面，通常排在队尾。
- 正文差异度不同。模板相同不是问题，问题在于去掉导航、页脚、推荐位之后，剩下的正文是不是只有一两句套话。这类页面在解析阶段很难和同批页面区分开。
- URL 形态不同。带长短不一的参数、带会话标识、大小写或结尾斜杠混用的地址，容易被归并成同一类，收敛之后只保留其中一个版本。
- 更新与稳定性不同。页面频繁改动、偶尔打不开、被临时下线过，都会影响后续的抓取判断，抓取频次也可能因此降下来。
- 模板区块占比过高。如果一页里大部分是筛选、推荐、相关阅读，真正的内容只占很小一块，抓取时被判定为低价值的概率就更高。
核对时按入口分组，而不是随机抽样
与其在全站随便抽几十个 URL 看，不如先按入口来源分组，再在每组里挑几个页面观察：
- 首页或栏目首页直接链出去的页面；
- 只出现在列表第三页之后的页面；
- 只有 sitemap 有链接、正文没有任何入口的页面；
- 近期更新过的和长期没动过的页面各挑几个。
分完组再看哪一组整体不收录，问题基本就落在入口或内容上，而不是靠感觉判断。
几个容易误判的地方
- 把没收录直接理解成被惩罚。多数情况只是还没被抓到，或者抓到了但判断为重复内容。
- 只看 site: 的结果下结论。索引报告和服务器日志里的抓取记录更接近实际情况。
- 一次上线几百页，就期待整批同时进索引。抓取和索引本身都需要排队，同期上线的页面收录时间可能相差几周。
处理顺序：先入口，再内容，最后才是收缩
第一步把有价值的页面放进相关正文里，用和页面主题相关的锚文本链过去，比批量塞进页脚或侧栏更有意义。第二步看内容，同一模板下至少要保证每页有独立、可读的信息量，而不是换个关键词就变成一个新页面。第三步才考虑收缩：确实没有独立价值的页面，做合并或规范化处理，比让它们零散留在站内更干净。
抓取和收录都不是提交之后必然发生的事。模板统一只解决了展示问题，入口和内容上的差异，才决定每个页面被单独对待的程度。
如果同一批页面长期只有一小部分被收录，先别急着改模板，回到列表里按入口分组核对一遍，通常能找到一个比较具体的差异点。