做站点运营的人常被问一个问题：这个站收录率多少？如果直接拿一个百分比回答，多半没有意义，因为不同口径下算出来的数可以差出几十个百分点。收录率本身不是目标，它只是一个用来判断“哪里出了问题”的指标，所以先要把它定义清楚。
为什么收录率容易算得含糊
分子分母各自都有多种取法。分母可以是站点地图里的 URL 数，也可以是全站实际存在、可访问的 URL 数，还可以只算内链能到达的页面。分子同样有分歧：是用索引量查询的结果，还是用站长工具里的已编入索引数，抑或抽样核对的结果。口径一旦混用，比如拿“站点地图 URL 数”当分母、拿“索引量估值”当分子，得到的比值只能用于内部对比，不能当作事实。
三种常见的分母口径
- 站点地图口径：只统计提交在 sitemap 里的 URL。适合观察“提交之后有没有被处理”，但站点地图本身可能过期，包含已删除或已跳转的地址。
- 可访问口径：全站能正常返回 200 的 URL，包括没有放进站点地图、只靠内链到达的页面。更接近“站上真实存在的页面”，但需要爬一遍或从日志里统计。
- 内链可达口径：从首页出发，通过内链可以在有限层级内到达的 URL。这个口径最能反映“爬虫实际有机会发现多少”。
分子怎么数更靠谱
索引量查询的数字是估值，波动大，适合看趋势不适合看绝对值。站长工具里的页面状态报告提供了更细的分类，比如已编入索引、已发现但未编入索引、已抓取但未编入索引、重复网页等，分类本身往往比总数更有价值。
如果只想得到一个能用来决策的数，抽样核对通常更实际：从每个页型里随机抽一批 URL，逐条查询它们是否出现在索引里，得到一个分页型的比例。样本量不用很大，但要覆盖不同目录和不同页型，否则容易被某一个量大的目录带偏。
一个可复用的抽样核对流程
- 按页型列出清单，例如首页、分类页、详情页、标签页、筛选页。
- 每种页型随机取 20 到 30 条 URL，尽量覆盖不同目录、不同上线时间。
- 逐条核对索引状态，记录三类结果：已收录、已发现未收录、未收录且未发现。
- 对“未收录”的样本，回去核对内容完整度、内链入口数量、页面是否有规范问题。
- 把结果按页型汇总，找出哪一种页型的收录比例明显偏低。
这样做的好处是，结论落在具体页型上，而不是一个笼统的百分比。“详情页收录一般，但筛选页几乎不进索引”这种结论，比“收录率 62%”有用得多。
数字出来之后怎么用
如果发现“已发现但未编入索引”的比例高，问题通常不在被发现，而在于页面本身是否值得索引，或者内容与已有页面重复度太高，这时优先检查内容与重复情况。如果“未发现”的样本多，说明 URL 的发现路径有问题，要回到内链和站点地图。如果只是索引量数字没怎么变，但流量结构变了，那可能是展示和排序层面的问题，和收录不是一回事。
收录率是诊断用的中间指标，不是一个需要刷高的目标。口径说明白，抽样稳定做，比追一个精确到小数点的数字更有意义。
最后提醒一点：不同工具的更新节奏不同，同一批 URL 在同一天查询也可能得到不同结果。做对比时尽量固定工具、固定口径、固定时间间隔，否则变化里混杂的是工具差异，而不是站点本身的变化。