做網站收錄自查时，很多人第一反應是打開站長後台看索引量，涨了就放心，跌了就慌。但這個數字本身没有判断力——它只能說明搜尋引擎目前收錄了多少，不能說明這些頁面该不该被收錄。缺少预期，任何數字都难解讀。
收錄量是结果，不是标尺
如果站点從没定义過“哪些頁面應该出現在搜尋结果里”，那么看到“已收錄一千二百條”时，你既不知道是多了還是少了。真正有用的做法是先建立一份收錄预期：哪些URL是业務主力，哪些只是配套，哪些压根不该出現在索引里。有了這份预期，索引量才有參照，抓取日誌才有解讀方向。
先给URL分三類归宿
第一類：必须進索引
通常是栏目頁、商品詳情、文章正文、服務介绍這類能獨立回答用戶問题的頁面。它們的共同点是：有明确主题、有稳定URL、内容不是拼凑出来的。這類頁面如果長期不進索引，需要重点排查URL規范、重复内容和服務端狀態。
第二類：可進可不進
标簽聚合、分頁、篩選结果、作者頁等。它們不是没有價值，但容易产生大量近似URL，也容易把權重分散。對這類頁面，重点是控制數量和质量：保留有實际導航意义的，收敛纯參數拼出来的。
第三類：本来就不该進
搜尋结果頁、後台頁面、測試頁、空列表頁、内容极薄的占位頁。這類頁面的正确處理方式不是“想办法让它收錄”，而是用robots、noindex、canonical等方式明确表態。把它們和第一類頁面混在一起看收錄率，结论一定會失真。
三類頁面，排查重点不同
- 核心頁没收錄：先看URL是否規范、是否有多個版本指向同一内容、頁面主体内容是否足够獨立。
- 辅助頁大量收錄：检查參數、分頁和聚合規則，是否缺少必要的收敛手段。
- 無價值頁被收錄：回看是否有内鏈或站点地图把它們当成正常頁面推送出去。
抓取、索引、展示是三件事
抓取日誌里出現某個URL，只能說明蜘蛛来過。頁面進入索引，是另一道判断；能否在搜尋结果中展示，還要看查询匹配和展示策略。三者经常不同步，用其中一個去推断另一個，很容易得出错誤结论。比如日誌里抓取频繁但索引没有變化，可能不是蜘蛛不勤快，而是頁面本身還没跨過收錄门槛。
一份能落地的自查顺序
- 列出站点主要URL類型，标注每類的收錄预期。
- 抽取样本，逐類核對目前索引狀態，而不是只看總量。
- 對“该收未收”的頁面，检查URL唯一性、内容重复度和頁面完整度。
- 對“不该收却收了”的頁面，检查内鏈、站点地图和robots配置。
- 把结论记錄成台帳，按周或按月對比，而不是每次從头猜。
收錄自查的难点通常不在工具，而在标准。先把“该收錄什么”说清楚，再去看抓取记錄和索引狀態，很多原本模糊的問题會變得具体：是URL没規范好，是内容重复，還是頁面本身不构成一個獨立答案。
收錄不是抓取的自然结果，也不是數量的比赛。给URL定好归宿，再让資料回答它有没有走到该去的位置。