同一套模板生成的页面，一部分进了索引，另一部分迟迟不见踪影，这是很常见的情况。这时最没效率的做法，是打开搜索资源平台一个个提交 URL，或者对着未收录的页面反复检查。更快的路径是先算出这一类页面的收录比例，再按模板分组做差异比对，找出“收录组”和“未收录组”之间稳定的区别。
先确认口径：整体偏低，还是某一类偏低
统计之前要先统一口径。可被抓取的 URL 有哪些、其中多少已经出现在索引里，这两个数字决定了问题的范围。如果全站收录比例尚可，只是商品详情页偏低，那排查重点就应该放在这一类模板上，而不是全站重构。
- 把页面按模板或内容类型归堆，分别统计比例，而不是只看总数。
- 区分“已被抓取”和“已进索引”，两者不要混在一起算。
- 把带参数的地址、站内搜索结果页等非正式页面排除在分母之外。
按能解释差异的维度分组
分组要选那些可能影响索引决策的维度，随手按 ID 分段没有意义。
- 内容类型：文章、商品、问答、标签页的索引表现往往差别很大。
- URL 形态：目录层级、是否带参数、是否带排序或追踪字段。
- 发布时间段：新老页面混在一起统计，会掩盖真实问题。
- 发现路径：是否出现在列表页前几屏、是否有内链指向、是否在 sitemap 中。
- 正文特征：字数、模板文字占比、是否有可索引的标题与描述性内容。
逐组比对，重点看四个差异点
抓取与收录要分开看
抓取记录只说明蜘蛛来过。抓取过不等于被收录，而“没被抓取”和“抓取后未收录”处理方向完全不同。先看服务器日志或索引状态，把两组页面各自归类，再往下查。
内容量与唯一性
同一模板下，正文很短的页面被留下的概率通常更低。比如商品页只有参数表、没有描述，文章页只有标题和两三行摘要。可以对比收录组与未收录组的平均正文长度，不必追求某个固定数字，只看组间差异是否明显。
内链与发现路径
如果未收录的页面大多没有站内链接指向，只能靠 sitemap 被发现，问题可能出在链接结构而不是内容质量。挑几个样本，检查它们距离首页的点击深度、被链接的次数和来源页面的类型，往往能让问题浮出水面。
规范信号与状态
模板改版后遗留的 canonical、隐藏的 noindex、参数造成的重复地址，都会让同一批页面表现不一致。核对时确认三件事：canonical 是否指向自身、返回码是否长期稳定、同一份内容是否只有一个主要地址。
可以照着走的核对顺序
- 拉一份可被抓取的 URL 清单，算出这一类的收录比例。
- 按模板或内容类型分组，找出比例明显偏低的那一组。
- 在这组里分别抽样“已收录”和“未收录”，对比状态码、canonical、内链、正文长度。
- 确认这些页面是否被抓取过：没抓取过，先解决发现与链接；抓取过没收录，再谈内容与规范。
- 一次只改一处，观察一到两周再评估，不要同时动多个变量。
收录是搜索引擎综合判断后的结果，不是提交动作换来的开关。把精力放在缩小“未收录组”和“已收录组”的差异上，比逐页催促更有效。
两个常见误区
一是把提交收录当成修复手段。提交只影响发现，如果页面本身与已收录页面高度相似，提交多少次也很难改变结果。二是只看单页表现、不看分组。个别页面不收录可能只是正常波动，一类页面的收录比例长期偏低，才值得动手排查。
把核对做成周期性的动作，每次只针对一个分组、一个变量，慢慢就能看出模板、内容或链接结构里真正需要调整的地方。