先把 sitemap 的作用边界说清楚
不少站点把 sitemap 当成收录开关：提交之后每天看索引数量，几天没变化就开始焦虑，于是换个文件、重复提交、到处贴地址。更接近实际的理解是，sitemap 主要做一件事——把 URL 告诉搜索引擎，辅助发现。至于抓不抓、抓完是否编入索引，取决于页面本身的质量、站点整体情况以及抓取资源的分配。它是一条通道，不是一道指令。
所以当 sitemap 提交后没有动静时，与其反复提交，不如按下面的顺序往回找原因。
第一层：文件本身是否规范
- 能正常打开：地址直接访问应返回正常内容，不是 404、不是跳转链、也不是被登录墙挡住。
- 放的是规范地址：只写最终版 URL，不要混入重定向地址、带跟踪参数的地址、大小写不一致的写法。
- 状态码对得上：sitemap 里的地址最好是 200 且允许被索引。把 404、301、noindex 的页面写进去，会削弱这份文件的可信度。
- lastmod 别造假：每次发布都无差别刷新时间，会让这个字段失去参考意义。只在实际修改内容时更新。
- 格式与分片：大站点按规则拆成多个文件并用索引文件汇总；单个文件有 URL 数量与体积上限，超出就分批。编码、命名空间按标准写，别自己发明字段。
- 别被自己挡住：robots.txt 里若屏蔽了 sitemap 中的目录，或者屏蔽了 sitemap 文件本身，这份文件基本等于不存在。同时可以在 robots.txt 里声明它的位置，方便被发现。
第二层：提交进去的 URL 是否值得被索引
sitemap 更像一份推荐清单，写什么就代表你认为什么重要。如果里面有大量低价值地址，真正想被收录的页面反而会被淹没。
- 筛选、排序、会话类参数生成的地址，通常不值得放进去。
- 内部搜索结果页、空列表页、内容极少的聚合页，先掂量。
- 同一正文对应多个地址时，先确定一个规范地址再提交，而不是全部提交。
- 已经明确要下线的页面，从 sitemap 里移除，别留在里面等着被抓。
换句话说，sitemap 的长度不是成绩。一份短而准的清单，通常比一份长而杂的清单更容易被当作有效信号。
第三层：页面在站内有没有入口
这是最容易被忽略的一层。sitemap 只负责让搜索引擎知道有这么一个地址，但页面能不能被顺利抓到、后续会不会被持续回访，很大程度上取决于站内链接结构。
如果某个页面除了 sitemap 之外，没有任何内链指向它，那它就是一座孤岛。即使被抓过一次，也很难获得后续的抓取优先级，更新也容易被忽略。有价值的页面应当能从栏目页、相关推荐、上一篇下一篇等位置被链接到，且链接是普通的可点击链接，不是靠脚本临时拼出来的。
一个可执行的核对顺序
- 直接访问 sitemap 地址，确认能打开、格式正确、没有跳转。
- 抽查一批 URL 的状态码与可索引设置，剔除异常项。
- 检查 robots.txt，确认没有屏蔽 sitemap 本身，也没有屏蔽其中的目录。
- 把明显不该被索引的地址从 sitemap 中删掉，让清单变短变准。
- 在站内为重要页面补上真实的内链入口，从首页两层内可以点到。
- 确认页面本身有独立标题、有主体内容、不依赖脚本才能看到正文。
- 以上都完成后再观察一段时间，不要一天一改。
看到“已发现但尚未编入索引”时怎么理解
这个状态说明地址已经被知道，但还没有被抓取，或者抓了还没有进入索引。常见原因包括抓取配额被其他地址占用、页面被判断为价值不足、内容与站内其他页面高度相似。处理方式和前面三层一致：先把低价值地址清理掉，把抓取资源让给重要页面，再把内链和内容补上，而不是继续往 sitemap 里加地址。
sitemap 解决的是“有没有人知道这个地址”，收录解决的是“这个地址值不值得留下”。把两件事分开看，很多焦虑会自然消失。