收錄核對最常见的誤区，是打開报表看總量，再随手查首頁和几篇主力文章，發現“收錄正常”就結束了。這種做法在很小的站点上偶尔够用，一旦 URL 數量到了几百上千，结论往往站不住：首頁和主力頁恰恰是最不愁收錄的那批，它們進了索引，並不能說明产品頁、篩選頁、歷史归档頁也進了索引。
總量以下，先按模板把 URL 分组
同一套模板生成的頁面，在抓取和索引上的表現通常高度相似：要么整组都能進，要么整组卡在同一個环节。所以抽样之前，先把站点 URL 按模板归類，一般可以分成這几组：
- 首頁與栏目首頁
- 内容詳情頁（文章、商品、問答等）
- 聚合列表頁（分類、标簽、归档、站内搜尋结果頁）
- 功能性頁面（帮助、條款、登入後可见頁）
- 由參數或多條路径生成的變体 URL
分组的作用，是把“全站收錄率”這種模糊指标，拆成几组可以互相對比的數字。某一组明顯偏低时，問题多半出在這组共用的模板或内鏈结构上，而不是随机波動。
每组抽哪些頁面
样本要兼顾随机和邊界。全部随机抽，容易漏掉真正被卡住的頁面；只挑邊界样本，又容易把個別現象当成普遍規律。一個简單做法是每组各取 10 到 20 個 URL，其中包含：
- 最近一周内新發布或刚改版的頁面；
- 發布較久、已有外鏈或稳定訪問的頁面；
- 從站内入口点击路径較深的頁面；
- 内鏈數量差异明顯的两個极端样本；
- URL 结构上有特殊字符、多級路径或參數的頁面。
样本量不必很大，但要尽量固定下来，下一次核對时沿用同一批。固定样本的價值在于可以纵向比較，看出狀態是變好還是變差；每次換一批新样本，只能得到两個互不相干的快照。
每個样本记什么
只记“收錄/未收錄”信息太少，建议同时记錄下面几項，方便後面判断卡在哪一步：
- 索引狀態（已收錄、已發現未抓取、已抓取未编入索引、已排除等）；
- 最近一次抓取時間，以及這段時間内頁面内容是否更新過；
- 索引到的版本是否與线上一致（标题、canonical、正文要点）；
- 被發現的主要入口：内鏈、站点地图，還是外部連結。
狀態字段只是辅助判断工具。不同搜尋引擎的叫法和颗粒度不一样，也可能存在延迟或阶段性波動。它用来缩小排查范围，不适合给頁面下最终结论。
抽样结果怎么讀
先看组内一致性，再看组間差异。如果某個模板下十個样本有八個是同一狀態，基本可以判断是模板层面的問题；如果狀態參差不齐，更可能與單頁内容、内鏈位置或發布時間有關。
组間比較則用来排優先級。詳情頁收錄正常、聚合頁大量未收錄，處理顺序就應该從聚合頁入手，而不是去改詳情頁模板。反過来，如果各组表現都不理想，那要回到更上游的环节：抓取是否顺畅、站点地图是否有效、服務器是否频繁返回错誤狀態。
几個容易踩的坑
- 只看總量比例：總量里混着不同模板，整体數字好看不代表每组都健康。
- 样本太少：三五個 URL 得出的结论，很容易被個案带偏。
- 用首頁代表全站：首頁通常内鏈和外鏈最多，它被收錄几乎說明不了什么。
- 一次核對就下结论：索引狀態本身會随時間變化，單次快照只說明当下。
把它變成固定节奏
抽样核對适合按周或双周做一次，记錄格式保持稳定，改動前後各留一份對照。時間拉長之後，你看到的就不再是“今天收錄了多少”這種單点數字，而是各组模板随時間的變化趋势。對站点运营来说，這條趋势比任何一次性的收錄量都更有參考價值。