站点地图（sitemap）本质上是给搜尋引擎的一份地址清單。它不能保證頁面被收錄，但能减少蜘蛛“找不到入口”的情况。很多站点的問题不是没有 sitemap，而是里面塞了不该塞的東西，或者早就過期失效。下面按自查顺序梳理一遍。

先確認你要的是哪種地图

常见的 sitemap 分几種，用途不同，別混着理解：

• 普通 XML sitemap：列出頁面地址，最常用。
• sitemap 索引文件：地址較多时用一個索引指向多個子地图，單個文件建议控制在 5 萬條、未压缩 50MB 以内。
• 新闻、图片、视频专用地图：有對應内容類型再考虑，没有就別硬加。
• HTML 站点地图頁：给用戶看的導航頁，對蜘蛛也有辅助作用，但不能替代 XML 文件。

自查清單：從地址本身開始

1. 文件能不能正常打開

直接在浏览器里訪問 sitemap 地址，確認返回 200、内容類型是 XML，不是被 CDN 缓存成舊版本，也没有被 robots.txt 誤封。如果 robots.txt 里 Disallow 了整個目錄，sitemap 放在里面同样會被挡住。

2. 里面装的必须是真實可訪問的頁面

把地图里的地址抽样点開，重点检查：是否 301 跳到別的地址、是否 404、是否 canonical 指向了另一個頁面。如果頁面本身已经用 canonical 声明了主地址，sitemap 里就應该寫那個主地址，而不是把被合並的版本也列一遍。

另外要核對大小寫、尾斜杠、參數顺序是否與站内實际連結一致。同一頁出現两個寫法，等于给蜘蛛多送了一個待確認的地址。

3. lastmod 別随手寫

lastmod 只在内容确實發生變化时更新。每次發布都全量刷新時間戳，短期看着“活跃”，時間一長蜘蛛會發現時間與内容對不上，參考價值自然下降。真正改過内容的頁面再更新，才是有意义的信号。

4. 別把不该出現的地址放進去

• 登入、购物车、用戶中心等需要狀態才能打開的頁面；
• 篩選、排序、分頁组合出来的參數地址；
• 測試环境、备份目錄、临时生成的頁面；
• 已屏蔽或已下线的栏目。

這些地址放進去，只會让抓取预算耗在低價值頁面上。

提交之後要做的两件事

1. 在搜尋资源平台提交並观察：看已提交量與已發現量的差距，差距長期過大，通常說明部分地址不可訪問或文件格式有問题。
2. 定期比對：把 sitemap 地址列表和站点實际發布的頁面清單對一遍，找出“已發布但没進地图”和“地图里有但已下线”两類偏差。

把 sitemap 当成一份需要维護的文档，而不是生成一次就忘掉的产物。它最大的價值是准确，不是數量多。

维護节奏怎么定

更新频繁的站点，可以让程序在發布时自動追加；更新較慢的站点，每周或每两周重新生成一次即可。無论哪種方式，都要保證生成逻辑和站点结构同步——栏目調整、改版迁移之後，第一件事就是重新生成 sitemap，否則蜘蛛拿到的還是舊地图。

最後提醒一句：sitemap 只是辅助發現的工具，頁面能不能被收錄、出現在什么位置，最终還是由内容质量、站点结构和整体狀態决定。把地图做准，只是先把這個环节的干扰項排除掉。