“站点收录得怎么样”几乎是每次复盘都会被问到的问题，但真正值得先问的是：这个数字是怎么算出来的。收录率本身不是坏指标，只是它的分子和分母都很容易被随意定义，口径一变，结论可能完全相反。
分子和分母，先写清楚再谈高低
收录率大致等于“已被索引的 URL 数”除以“我们希望被抓取和索引的 URL 总数”。两个数看着直白，实际都有多种取法。
- 分母取 sitemap 里的 URL 数量：适合主动提交的站点，但 sitemap 往往落后于真实页面。
- 分母取数据库里“对外可访问”的页面数：更接近真实规模，但需要先排除 noindex、已下架、参数拼接等页面。
- 分母取日志中出现过的 URL 数量：反映搜索引擎实际看到过的范围，通常比前两者都大。
分母不同，同一个站点算出来的收录率可能相差几十个百分点。所以在看这个指标之前，最好把它背后的定义写在报表里，而不是只留一个百分比给人猜。
分子从哪里读：三个数据源各有偏差
索引报告
索引报告按模板和状态聚合，适合看趋势和分布，但数据存在延迟，而且“已编入索引”不代表有展示、有流量。
site: 查询
它只能给出粗略量级，结果会随查询词、地区、时间波动。用它的条数去算收录率，误差往往比预期大，更适合做前后对比，而不是绝对计数。
日志与 URL 检查
日志能告诉你搜索引擎来过哪些 URL、返回了什么状态码；URL 检查能确认单个 URL 的真实索引状态。两者结合适合做抽样核对，但不适合全站统计。
口径不同，会带来什么结论
假设一个站点有 5000 个对外可访问的页面，其中 3000 个进了 sitemap，最终被索引的有 2800 个。
- 以 sitemap 为分母：收录率约 93%，看上去很好。
- 以可访问页面为分母：约 56%，看上去需要处理。
两个数字都没算错，但指向的动作完全不同。前一个会让人以为没问题，后一个会推动你去查剩余页面为什么没进索引——答案常常在模板质量、内链分发或参数重复上，而不是什么“降权”。
更实用的做法：分层算，而不是全站一个数
- 按模板分组：详情页、列表页、标签页、筛选页、帮助页等分别统计。
- 每组固定分母口径，下次核对时保持一致，避免口径漂移。
- 每组抽十几个 URL，用 URL 检查或日志确认实际状态。
- 比较各组之间的差异，而不是只盯全站平均值。
平均值会把问题摊平。如果详情页收录率 60%、列表页收录率 98%，全站平均可能是 85%，你从这个数里看不出该修哪里。
几个常见误读
- 把收录率高当成健康：薄内容页大量被索引，短期数字好看，长期是负担。
- 把收录率低当成惩罚：更常见的原因是模板差异、抓取分配、内链不足。
- 拿一次数据下结论：索引状态会随抓取和更新变化，固定周期看趋势更有意义。
- 忽略分母里本就不该收录的页面：这些页面应当先排除，而不是等它拉低整体比例。
收录率是内部管理指标，不是对外成绩单。它的价值在于分层对比和趋势跟踪，而不是一个孤立的百分比。
与其争一个数字的高低，不如把口径写清楚、把分母拆开、按模板看差异。这样得到的结论才能落到具体动作上：是补内链、合并重复页，还是调整模板结构。