很多站点把 sitemap 当作“提交就能收錄”的開關，實际不是。它做的事情只有两件：告诉搜尋引擎有哪些 URL 存在，以及這些 URL 大概什么时候變過。至于抓不抓、收不收，取决于頁面本身的质量、站点整体抓取情况以及搜尋引擎自己的判断。把 sitemap 做對，收益是让 URL 發現更快更稳；做错了，會白白占用抓取资源。
sitemap 的定位：URL 發現，不是收錄開關
搜尋引擎發現 URL 的路径有很多：内鏈、外鏈、主動提交、sitemap、日誌中暴露的地址等。sitemap 只是其中一條，而且是补充性质的一條。一個頁面如果没有任何内鏈入口，只靠 sitemap 被發現，即使被抓取，通常也很难有像样的收錄表現，因為它缺少站内權重與上下文。
所以合理的顺序是：先把站内連結结构理顺，再用 sitemap 把重要 URL 匯總一遍，而不是反過来指望 sitemap 解决收錄問题。
该放哪些 URL
- 返回 200、允许被抓取、允许被索引的規范地址（canonical 指向自身的那一個）。
- 你希望出現在搜尋结果里的頁面：栏目頁、内容頁、必要的列表頁。
- URL 用绝對地址，带上协议和域名，特殊字符按規范轉义。
哪些 URL 不该放
- 被 robots.txt 屏蔽的地址，放進去只會制造冲突，蜘蛛拿不到内容。
- 标了 noindex 的頁面，既然不想让它進索引，就没有必要再放進 sitemap。
- 會跳轉的地址、404 頁面、參數组合生成的重复 URL、带會话 ID 的地址。
- 篩選、排序以及分頁深處那些没有獨立價值的頁面。
简單说，sitemap 里最好只出現干净的、最终形態的、你愿意让人看到的 URL。每多放一條低價值地址，就多占一份抓取预算。
体量、拆分與格式
單個 sitemap 文件最多 5 萬條 URL，未压缩体积不超過 50MB。超過就拆成多個文件，再用 sitemap index 匯總。常见做法是按類型拆：文章、商品、栏目各一個，方便分別观察和排查。拆分之後，某一類型出問题，影响面也小一些。
格式上注意 XML 结构完整、编碼正确、時間格式符合要求。不同生成工具寫错字段名的情况並不少见，出問题时應先驗證一遍 XML 本身。
lastmod 怎么填才有意义
lastmod 只在頁面内容真的變動时才更新。很多站点每次生成 sitemap 就把全部 URL 的時間刷成当下，這會让這個字段彻底失去參考價值，搜尋引擎也會逐渐忽略它。
更稳妥的做法是：只更新真正改過内容的頁面，時間精确到天或秒都可以，但不要無意义地全量刷新。頁面只改了错別字、調整了样式，通常不值得改 lastmod。
更新與提交的节奏
内容更新频繁的站点，sitemap 可以定期重新生成，例如每天或每周；更新不频繁的，按需更新即可。提交之後不要反复重提同一個文件，没有新增内容时重提几乎没有意义。新站或新栏目上线时，配合内鏈一起做，比單獨提交更實在。
sitemap 正常但頁面不收錄，先看什么
- 這個 URL 在 sitemap 里是不是規范地址，有没有和其他地址重复。
- 頁面返回的是 200 吗，有没有被 robots 規則或 noindex 拦住。
- 頁面在站内有没有入口，是不是只有 sitemap 這一條路。
- 内容是否與其他頁面高度重复，或者篇幅明顯不足。
- 蜘蛛近期有没有真的抓過它，抓取结果是什么。
顺着這個顺序看，大部分問题能定位到具体环节，而不是笼统地归因于“提交没用”。
把 sitemap 当成一張给蜘蛛看的清單：只列值得看的地址，只在内容變化时更新，其余交给頁面质量去决定。