“已发现，尚未编入索引”到底卡在哪一步
在索引覆盖率类报表里，这个状态常被误解成“蜘蛛没来”。实际上它只说明搜索引擎已经知道这个 URL 存在，但还没把它抓回来并建立索引。中间至少隔着三段路：发现、抓取、入库。按这三段依次排除，比反复提交站点地图有用得多。
第一段：URL 是怎么被发现的
发现不等于抓取。发现来源不同，后续被安排抓取的优先级也不同。先确认这批 URL 主要来自哪里：
- 站点地图：适合批量暴露 URL，但提交成功只代表被读取，不代表会被优先抓取。
- 站内链接：从已被收录页面出发的普通链接，通常是发现效率较高的一种。
- 外链与跳转：站外链接能帮助发现，但落地页本身的质量仍要单独看。
- 主动提交接口：适合少量新页面，数量一大作用就会被稀释。
如果一批 URL 只出现在站点地图里，站内没有任何可抓取入口指向它们，长期停在这个状态并不意外。这时该做的是补内链，而不是反复重提。
第二段：蜘蛛有没有真的来过
日志和抓取统计是相对可靠的依据，别靠猜。核对时看三件事：
- 请求有没有发出：日志里是否出现过对应 URL 的记录，包括被拒绝的记录。
- 服务端回了什么：正常返回、重定向、状态码异常，会走向完全不同的结果。
- 返回的是不是正文：返回 200 但内容是空壳页或错误提示页，同样进不了索引。
还有一种情况是抓取确实发生过，但发生在很久以前。页面在那之后改过结构、换过内容，索引里却始终没有新版本，这属于刷新问题，与“从未被抓取”不是同一类。
第三段：抓到了为什么还没入库
被抓取之后仍可能被放弃入库，原因通常落在两边：
内容层面的常见原因
- 正文过短，或主要由模板、推荐位、评论构成，缺少独立信息。
- 与站内其他页面高度相似，搜索引擎选了另一个版本作为主版本。
- 页面主题模糊，同一 URL 在多个不相关主题之间摇摆。
技术层面的常见原因
- robots 类指令、canonical 指向了别的 URL，当前页被主动让出。
- 页面依赖脚本渲染，而首屏 HTML 里几乎没有可用文本。
- 页面在短时间内频繁改版、改标题，信号不稳定。
别把“未收录”直接当成惩罚。多数情况下，它只是搜索引擎在有限资源下做出的取舍。
一份可执行的核查顺序
- 按模板分组，取一批同状态的 URL，先看它们有什么共同点。
- 确认发现来源，检查站内是否存在可抓取的入口链接。
- 查日志，分清“没来过”“来过但失败”“来过且成功”三种情况。
- 对失败请求，回到状态码、超时与重定向链路上排查。
- 对成功请求，检查渲染后的正文、canonical 与 robots 指令。
- 判断内容是否与站内其他页面重复，是否需要合并或补充。
- 调整内链与站点地图结构后，留出观察窗口再复查，不要当天就下结论。
容易走偏的两种做法
一是把所有未收录页面集中提交一遍，看似动作很大，但如果页面本身缺入口或缺内容，结果不会变。二是把这个状态当成长期结论，实际上它会随站点整体质量和抓取安排变化，值得隔一段时间复查同一批样本。