用 site: 查收录量，得到的通常只是一个总数。总数涨跌背后，真正的问题往往藏在目录结构里：栏目页大面积不入索引，详情页却收录正常；或者新上线的目录几乎零收录，老目录却一直增长。把收录比例按目录拆开看，比盯着一个总数更容易定位原因。

为什么按目录拆比看总数有用

同一个站点的不同目录，模板、内容厚度、内链位置、更新频率都可能完全不同。混在一起统计，问题目录的异常会被其他目录的数字掩盖。按一级或二级目录分组，可以直观看到每个目录的收录情况大概处在什么水平。

这里说的比例不需要精确到个位，抽样估算就足够支撑判断。重点不是算出一个数字，而是找出明显低于同站其他目录的那一组。

抽样怎么抽

• 每个一级目录抽 20 到 50 个 URL，尽量覆盖列表页、详情页和分页
• 用 site: 加目录前缀做粗略查询，结果只作参考，不作为精确值
• 对照抓取日志或抓取统计，确认这些 URL 是否被抓过、抓了几次
• 对照 Sitemap，确认这些 URL 是否出现在提交列表里

四组数据放在一起，基本能区分出“没被抓”“抓了没收”“收了被替换”这几种情况。

三类最常见的目录失衡

栏目页大量未收录

列表页内容靠标题堆叠，正文信息少，同一栏目的多个分页又高度相似。这类页面对搜索引擎来说价值偏低，即使被抓取，也往往只入索引一小部分。可以先检查分页是否重复、是否带大量排序参数，以及列表里有没有足够的差异化说明文字。

详情页收录正常，栏目页几乎不收

常见原因是详情页被内链大量指向，而栏目页只出现在导航或面包屑，入口单一。另一个原因是栏目页本身没有独立内容，只是详情页的集合，搜索引擎更倾向于直接收录详情页。若栏目页确实没有独立价值，收敛一部分比强行让它收录更合理。

新目录几乎零收录，老目录持续增长

先确认新目录有没有被抓取过。如果抓取记录都很少，问题多半在发现路径：内链入口太少、层级太深、Sitemap 没更新。如果抓取了却没收录，则更可能是内容质量或与其他目录重复度偏高。

建议的排查顺序

1. 确认目录没有被 robots.txt 或页面级 robots 指令拦截
2. 看抓取记录：有没有抓、抓取频次是否明显低于其他目录
3. 看内容：是否与其他目录模板高度重复，是否只是列表堆叠
4. 看内链：从首页到该目录下页面的点击距离是几层，入口有几个
5. 看 canonical 与 URL 规范：是否出现同一内容多个地址互指的情况
6. 看 Sitemap：目录下的 URL 是否被完整提交，是否混入了不该提交的参数页

这个顺序的原则是：先排除“被明确拦掉”，再排除“没被发现”，最后才讨论内容值不值得收录。顺序反过来做，很容易在内容上反复修改却看不到变化。

拆开之后可以做的几件事

• 补入口：给收录差的目录增加合理的内链位置，而不是在全站页脚堆链接
• 做收敛：没有独立价值的筛选页、分页、空列表，用规范方式归并或限制提交
• 补内容：栏目页加一段说明或选取规则，让它和纯列表区分开
• 分清优先级：在同一次抓取预算下，先保证重点目录的详情页和核心栏目页

收录比例是诊断工具，不是目标。为了把某个目录的比例做上去而强行提交大量低价值 URL，通常只会让整体抓取效率更差。

多久看一次结果

调整内链或收敛 URL 之后，抓取和索引的反馈通常需要数周才趋于稳定。建议按周记录各目录的抽样比例，观察趋势而不是单日数字。如果连续几周没有变化，再回到抓取记录，确认调整是否真的改变了抓取分布，而不是继续在内容上反复改。