新做的入口页，最让人焦虑的往往不是内容，而是“到底有没有蜘蛛来看过”。冷启动阶段指的是域名或入口页还没有任何抓取历史，搜索引擎对这个地址几乎一无所知的那段时间。这段时间的节奏安排，通常会影响后面 URL 发现是否顺畅。

冷启动的三个阶段

第一阶段：可抓取性确认

这个阶段不要急着扩量，先把“能不能被爬”这件事做扎实：

• robots.txt 不误挡入口页所在目录，也不要用全站 Disallow 再指望蜘蛛绕过；
• 入口页返回 200，主体内容直接出现在原始 HTML 里，不依赖 JS 渲染；
• 服务器不要对陌生 UA 一律返回 403 或验证码；
• 准备好 sitemap，并在日志里确认蜘蛛确实访问过 sitemap 本身。

如果这一步日志里连续几天都没有任何蜘蛛 UA，先查 DNS、CDN、WAF 和防火墙，而不是急着加更多入口页。

第二阶段：低频试探

蜘蛛开始零星访问时，可以逐步放出新的入口页，但数量要控制。比较稳妥的做法是每天新增少量 URL，并且让新增的 URL 都能从已抓取的页面上通过正常链接到达——孤立的 URL 被发现的速度通常更慢。

• 观察日志里蜘蛛的访问路径，看它是顺着链接走的，还是只走了 sitemap；
• 如果蜘蛛只来一次就不再回来，检查页面是否返回软 404、内容是否为空、是否有强制跳转；
• 不要在这个阶段频繁更换模板、标题结构和 URL 规则。

第三阶段：节奏稳定

当蜘蛛开始有规律地回访，说明抓取链路已经通了。此时可以把入口页的更新频率、内容更新和 URL 新增的节奏固定下来，让回访时有可预期的“新东西”可看。这个阶段的重点从“被发现”转向“值得再来”。

几个容易踩的坑

• 一上来就放出几万条 URL。抓取预算有限，大量低质 URL 会稀释掉真正需要抓取的入口页；
• 只看 sitemap 提交数量，不看日志。提交不等于抓取，日志才是能确认蜘蛛来访的证据；
• 入口页刚有访问就改版。模板、路径、状态码一起变，蜘蛛需要重新学习，回访节奏容易被打乱；
• 把“蜘蛛来过”等同于“会被收录”。抓取、索引、排名是三件事，谁也无法保证后两步。

冷启动阶段真正要盯住的只有两件事：入口页能不能被稳定抓到，以及被抓到之后值不值得再来一次。数量是结果，不是起点。

一个可执行的小节奏

1. 第 1 周：只保留 1～2 个入口页加一份 sitemap，每天看一次日志；
2. 第 2 周：每天新增少量 URL，全部通过内链可达，不额外制造孤立入口；
3. 第 3～4 周：根据日志里蜘蛛的回访间隔，调整新增与更新频率；
4. 稳定后：把新增节奏固定下来，同时定期巡检死链、跳转链和 5xx。

冷启动没有统一的时间表，不同域名、不同行业的差异很大，有人几天就有回访，也有人几周才等来第一次。与其纠结具体天数，不如把上面这些可控项做干净，然后耐心看日志。