很多站点在核对收录时，第一步是打开站长平台看数字，或者用 site 查询扫一眼，然后开始纠结“怎么少了”“怎么还没收录”。但如果没有一份明确的期望清单，这些数字本身没有参照物——你并不知道哪些页面本来就该被收录，哪些只是意外跑进索引的噪声。核对的第一步，其实是先把标准立起来。
为什么先有清单，再看数字
索引是一个动态集合，会随抓取、内容更新、聚类合并、阈值调整不断变化。同样是“索引里有 800 个 URL”，在不同站点含义完全不同：对内容量小的站点可能偏多，对电商站可能远远不够。所以数字要跟一个基准比，而这个基准应该由你自己定义。
清单还有一个作用：把不该收录的部分提前拎出来。当索引里混进登录页、购物车、空结果页、测试目录时，它们会掩盖真正该被关注的核心页面问题。先排除噪声，核对才有分辨率。
期望清单怎么分层
第一层：业务上必须能被搜到的页面
- 首页、主要栏目页、核心内容详情页、核心产品或服务页
- 承担转化的落地页，以及有稳定搜索需求的问答、教程类页面
- 数量通常不多，但每一个都值得单独建一行记录
第二层：可以收录，但不强求
- 标签页、归档页、分页、用户生成内容页
- 这些页面价值参差，是否收录取决于质量与重复程度，不必逐条死磕
- 建议按模板统计整体表现，而不是按单页统计
第三层：明确不希望被收录
- 站内搜索结果页、筛选排序参数页、购物车与结算流程页
- 测试目录、临时活动页、内容为空或几近为空的页面
- 这一层的处理方式要和第一层区分开，不要用同一套标准去衡量
拿着清单去对照索引
清单列好之后，核对就变成了三组对比：
- 该收录却没进的：看是抓取没到、抓到了没解析，还是解析了没被索引。
- 不该收录却进了的：看是内链或 sitemap 主动送进去的，还是被外链、参数传播带进去的。
- 多个地址代表同一内容的：先做 URL 归一和 canonical 确认，再判断数量是否合理。
分组之后你会发现，“收录对不上”往往不是一个问题，而是几类不同的问题混在一个总数里。分开看，才知道下一步动哪里。
清单不是一次写完就锁死的文件。站点结构、业务重点、模板都会变，清单也需要跟着更新，否则核对会一直拿旧标准去衡量新页面。
几个常见误区
- 用全站 URL 总数当基准。数量大不代表质量，噪声会把真正的问题稀释掉。
- 只看单条 URL 的检查结果，不做批量比对。单条通过不代表整批没问题。
- 把“已发现尚未索引”直接当成“被拒绝”。它也可能只是还没轮到抓取，或者还没达到索引阈值。
- 短时间内反复改动并期待立刻见效。索引更新有滞后，频繁改动会让判断失去参照。
把核对固定成节奏
建议按固定周期，例如每两周或每月做一次：先看第一层清单的收录情况与内容版本，再看第三层噪声有没有增加，最后才看总量趋势。每次记录下时间点和当时的查询方式，这样下一次才能判断是真变化还是测量波动。
说到底，收录核对不是把数字追平，而是确认该被搜到的能被搜到、不该出现的没有干扰。有了清单，这件事才有可执行的判断标准。