很多人核對收錄时會做一個動作：在搜尋框里敲 site:自己的域名，看返回的结果條數，然後把這個數字记成“索引量”。過几天數字掉了就紧張，涨了就觉得收錄變好。這個數字确實有參考價值，但它和索引量不是一回事，两個口径混用，後面的判断几乎都會偏。
site 查询返回的是什么
site: 是一種检索式，它触發的是搜尋系統的查询结果，而不是後台的索引統計。结果頁顶部那個數字，是系統针對這次查询给出的估算结果，通常经過抽样、去重和取舍，而不是把库里所有符合條件的 URL 逐條數给你。
所以它天然带着几個特征：同一时刻不同人查、不同地区查、不同设备查，數字可能不一样；同一批 URL，检索式稍微變一下，數字也會變。它更像一個“大概有多少相關结果”的体感值，而不是一份准确的台帳。
把它当索引量，會踩哪几個坑
- 數字被估算和截断。量級越大，展示的數字越接近一個粗略值，末尾几位往往不是真實計數。
- 只統計能被检索到的部分。索引里存在、但因质量或策略原因不參與展示的頁面，不會体現在這個數字里。
- 受检索式寫法影响。带不带 www、用主域還是子域、加不加路径，命中的集合完全不同。
- 受结果去重影响。高度相似的頁面在结果里會被折叠，數量自然偏少。
- 受地域與語言影响。不同节点返回的集合范围可能不同，跨時間對比时基准就變了。
结果就是：數字變了，你無法判断是索引真的增减了，還是查询口径、去重策略、节点差异發生了變化。用這样的數字做决策，容易把正常波動当成問题，也容易把真正的問题盖過去。
核對收錄，應该用哪几個口径
更稳的做法是分层對帳，每個口径解决一個問题：
- 後台索引报告：看整体趋势和原因分類，回答“有多少 URL 處在什么狀態”。
- 單條 URL 检查工具：抽样式驗證具体頁面的目前狀態、抓取時間和使用的 canonical，回答“這一條到底怎么了”。
- 站点日誌：看蜘蛛實际抓了哪些地址、返回什么狀態碼，回答“它有没有来、拿走了什么”。
- sitemap 與站内 URL 總表：把自己的清單和後台數字對齐，回答“差在哪些模板、哪些目錄”。
- 站内检索或抽样查询：只用来做定性確認，比如某個頁面是否還能被找到，不作為數量依據。
把“我搜到多少條”和“系統索引了多少條”分開记錄，是收錄核對里成本最低、收益最明顯的一步。
site 查询仍然有用的场景
不用完全弃用它，只是別把它当尺子。它比較适合做這些事：確認一個具体頁面是否還在结果里；看某個子域或目錄大概有没有被纳入；粗略感知某類内容的收錄方向。這些都属于定性判断，對绝對數字不敏感。
如果一定要记錄數字，建议固定检索式、固定地区、固定時間点，並且只和自己比，不跨口径比。同时把当天後台的實际數字一起记下来，两條线並排放，時間一長就能看出哪些波動来自查询口径、哪些来自真實變化。
一個小习惯
每次核對前先問一句：這次要回答的是“有没有被收錄”，還是“收錄了多少”。前者可以用检索式快速確認，後者必须回到後台和日誌。口径先统一，後面關于頁面质量、重复内容和 URL 規范的判断才有意义，否則很容易在一堆會變的數字上反复打轉。