很多人盯收錄，只看一個數字：收錄量涨了還是跌了。但收錄並不是一個開關，從蜘蛛第一次知道這個 URL，到它能被用戶搜出来，中間要经過几個环节。每個环节卡住的表現都不一样，笼统地说“没收錄”，很容易修错地方。
阶段一：URL 被發現
這是最前面的一步。蜘蛛得先知道這個地址存在，才可能去訪問它。常见的發現途径有几條：
- 站内連結，尤其是從已经被频繁抓取的頁面点出去的連結；
- 站点地图，适合數量大、内鏈入口少的頁面；
- 主動提交，能缩短發現時間；
- 外部連結带来的自然發現。
這一步容易被忽略，也容易造成假象。有的頁面在工具里顯示“已發現”，但可能几天都没被抓，因為待抓队列里排着的 URL 太多。發現只是排队，不代表會马上處理。
阶段二：被抓取
蜘蛛来了，能不能顺利把内容拿走，是第二個环节。這里常见的卡点包括：
- 服務器响應慢或者经常返回 5xx，蜘蛛會主動降低訪問频次；
- robots.txt 誤屏蔽，或者防火墙把蜘蛛拦在外面；
- 頁面主要靠 JS 渲染，抓取时拿到的只是一個空壳；
- 重定向鏈太長，跳几次之後放弃。
抓取成功，只說明蜘蛛拿到了東西，不代表它認可這個頁面。很多人看到日誌里有訪問记錄，就認為收錄没問题，這其實是把抓取和收錄混為一谈了。
阶段三：進入索引
這才是通常意义上的“被收錄”。搜尋引擎要判断：這個頁面值不值得留下来，和站内其他頁面、站外頁面比是不是重复，規范地址應该是哪一個。常见的分流情况有：
- 内容和其他頁面高度相似，被归並到另一個 URL；
- canonical 指向了別的地址，收錄记在別人头上；
- 頁面有效内容太少，被判定為價值不足，暂不索引；
- 參數、會话 ID 造成的多個副本，被合並成一個。
被索引的是“一個地址所代表的内容”，而不是你提交過几次。同样的内容，搜尋引擎通常只保留一個它認為最合适的版本。
阶段四：能被搜出来
被索引了，也不等于一定能在某個搜尋词下出現。索引和展現之間還隔着相關性、地域、设备、时效等因素。一個刚收錄的長尾頁面没有展現，是很正常的事，不代表收錄失敗。
也可能是另一種情况：頁面确實在索引里，但它對應的查询词本身就很冷门，几乎没人搜，自然也就看不到。
怎么判断卡在哪一步
與其反复問“收錄了吗”，不如按顺序排查：
- 發現了吗：這個 URL 有没有任何入口？站点地图里有没有、内鏈有没有指向它？
- 抓了吗：日誌或抓取工具里有没有對它的訪問记錄，返回的是 200 還是別的狀態碼？
- 内容取到了吗：抓取到的版本和用戶實际看到的版本是否一致？
- 進了索引吗：用站点查询或站長工具確認，注意查的是規范地址。
- 有展現吗：如果確認在索引里却搜不到，那多半是相關性和需求的問题，不是收錄問题。
每一步的修法都不同：入口缺失就补内鏈，抓取失敗就看服務器和屏蔽規則，内容重复就理清規范地址，没有展現就回头看看頁面有没有真正解决用戶的問题。
几個常见的誤判
- 把“没排名”当成“没收錄”，于是反复提交、反复改标题，越折腾越乱。
- 把“蜘蛛訪問過”当成“已经收錄”，忽略了後面的质量判断环节。
- 用某個精确查询词搜不到，就断定頁面没進索引，而這個词本身可能就不在頁面的语义范围内。
- 看到收錄量下降就紧張。索引本身有正常的新陈代谢，淘汰一批低價值頁面未必是坏事。
把收錄拆成“發現—抓取—索引—展現”四步之後，多數問题都能落到具体某一环上。分阶段排查，比盯着一個總數猜原因要可靠得多。