收录是资源分配，不是默认动作

很多站点的问题不是“为什么没收录”，而是“为什么这个页面也被收录了”。一旦低价值页面进入索引，后续要做 canonical、noindex、410、内链清理，成本往往比上线前多判断一步高得多。收录本质上是在向搜索引擎表达：这个地址值得占用一个索引位置。既然索引位置有限，就不该让所有页面默认开放。

更稳妥的做法是：新页面、新栏目、新功能上线前，先回答一个问题——如果用户通过搜索进入这个页面，他能不能得到别处没有的、完整的答案？如果答案是否定的，先不要急着让它被收录。

先判断页面有没有独立价值

独立价值不是“页面上有内容”就算，而是这个页面能否单独满足一个明确的搜索需求。可以用下面几个问题快速核对：

• 页面是否在解决一个具体问题，而不是只做入口或跳转？
• 页面是否有独有的信息，比如数据、步骤、案例、说明，而不是从别处复制或拼接？
• 同一批用户是否可能直接从搜索结果进入这个页面，而不需要先回到首页？
• 这个页面和站内已有页面是否高度相似？如果只是筛选条件不同，内容框架几乎一样，收录后很容易互相稀释。
• 页面更新后，是否值得让搜索引擎重新抓取和更新索引？如果只是临时状态，收录价值通常很低。

这些问题不需要全部满足，但如果大部分都答不上来，这个页面就更适合先作为站内功能页存在，而不是作为搜索落地页。

这些页面建议先不开放收录

下面几类页面不是永远不能收录，而是在没有明确运营目标时，建议先收口：

• 筛选、排序、参数组合页：它们通常由同一套模板生成，内容差异很小，容易产生大量近似 URL。
• 空集合页和结果为空页：没有实际内容，用户进入后也无法继续操作。
• 测试页、预览页、临时活动页：生命周期短，收录后很快失效，反而增加死链和重复入口。
• 用户中心、登录后页面：对未登录用户没有完整内容，搜索引擎看到的和用户看到的不一致。
• 重复列表和分页深页：如果列表内容已被分类页覆盖，深分页的收录价值通常有限。
• 纯聚合页：只是把其他页面标题和摘要拼在一起，缺少自己的整理和判断。

不开放收录不等于删除页面。可以通过 robots.txt 限制抓取、设置 noindex、保持页面仅供站内跳转，或者用规范 URL 指向主版本。关键是别让它们以独立地址进入索引。

URL入口要统一

一个页面最好只有一个规范 URL。常见问题包括：带参数和不带参数各收录一份、大小写不同各收录一份、尾斜杠不同各收录一份、http 和 https 同时存在。上线前如果能把入口统一，后面的收录收口会轻松很多。

具体可以核对：

• 站内链接、导航、面包屑是否都指向同一个规范地址？
• sitemap 里是否只放规范 URL，而不是把所有参数变体都提交？
• canonical 是否指向自身或明确的主版本，而不是指向一个不存在的地址？
• 分页、筛选、排序是否会用 rel=canonical 或 noindex 做取舍？

URL 规范不是一次性设置，而是上线后每次新增入口时都要检查的习惯。只要入口混乱，收录就会跟着混乱。

抓取、索引、展现是三件事

很多人把抓取、收录、排名混在一起看，结果日志里看到蜘蛛来过，就以为页面已经收录；site 查询没有结果，就以为页面被惩罚。实际上这是三个阶段：

抓取是搜索引擎访问了页面；索引是把页面内容收录进数据库；展现是页面在搜索结果中被排序并展示出来。

被抓取不等于被索引，被索引也不等于有展现。页面可能被抓取后判定为低质量而不入库；也可能已经入库，但没有匹配到合适的查询，所以没有展现。排查时要把这三个状态分开看，才能找到真正卡住的一步。

上线后的核对顺序

如果页面已经上线，建议按下面的顺序观察，而不是一上来就反复提交或改模板：

1. 先看服务器日志，确认搜索引擎是否抓取了规范 URL，返回状态码是否正常。
2. 再看页面是否被索引，可以用 site 查询或站长后台的索引状态做交叉核对。
3. 如果已抓取但未索引，回到页面价值、内容重复度、URL 规范这几个方向自查。
4. 如果已索引但没有展现，检查页面主题是否清晰、标题和正文是否匹配用户查询。
5. 如果页面本来就不该被收录，尽早用 noindex、canonical 或 robots.txt 收口，不要等到大量收录后再清理。

收录不是越多越好，而是越准越好。上线前多问一句“这个页面值不值得被收录”，往往比上线后花几周做收口更省力。把入口规范、页面价值和状态核对分开处理，收录问题会清晰很多。