Sitemap 里的 lastmod 与 changefreq 常被当成「让蜘蛛多来几次」的开关，但在实际抓取调度中，它们只是参考信号。信号一旦长期不可信，调度侧会降低对它的采信度，回访节奏随之被拉长，新发布或刚更新的 URL 就更容易排在队尾。
一、lastmod 为什么会被「打折」
抓取调度需要判断这个 URL 是否值得现在来。它参考的维度通常包括：历史抓取中内容是否真的发生变化、页面响应是否稳定、站点整体的更新频率，以及 Sitemap 自身声明的可信度。当 Sitemap 中大量条目在每次生成时都被刷成当前时间，而页面内容实际未变，这个字段的区分能力就没有了。
关键不是「有没有写 lastmod」，而是「写了之后能不能区分出真正变化的页面」。
二、常见的失真来源
- 构建脚本每次发布都全量重写 lastmod，全站时间戳统一刷新。
- 模板层直接注入当前时间，连页脚版权年份变更也会触发更新。
- lastmod 使用本地时区且格式不统一，出现无法解析的值。
- 把 changefreq 全部设为 hourly 或 always，与实际更新频率不符。
- 已下架或长期无更新的页面仍留在 Sitemap 中，持续参与回访竞争。
- 分片索引中各子 Sitemap 的 lastmod 互相覆盖，指向不一致。
三、核对顺序
- 抽样 20 至 30 个 URL，把 Sitemap 的 lastmod 与页面真实更新时间（正文、结构化数据、版本号）逐一对齐。
- 连续观察两次 Sitemap 生成结果，确认无变化页面的 lastmod 是否保持稳定。
- 检查时间格式是否符合 W3C 日期时间规范，是否带时区偏移。
- 按目录或内容类型分组，给更新频率不同的板块设置不同 changefreq，避免全站一刀切。
- 清理已失效、已合并、已 301 的条目，让 Sitemap 只保留有效入口。
- 把 lastmod 的生成逻辑挂到内容变更事件上，而不是挂在构建流程的固定步骤里。
四、与抓取预算的关系
抓取预算是有限的，站点体量越大越明显。当 Sitemap 无法帮助调度区分「变了」和「没变」，蜘蛛只能依赖自身的历史判断，回访会更依赖内链点击与外部链接的引导。此时如果内链层级本身偏深，新页面被发现的时间会进一步拉长。Sitemap 的价值在于把「哪些值得优先看」讲清楚，而不是把全部 URL 平铺出来。
五、修正后看什么
- 新发布 URL 从提交到首次被抓取的间隔是否缩短。
- 服务器日志中，真正更新过的页面回访间隔是否明显短于未更新页面。
- 404、301 类 URL 是否已从 Sitemap 中消失。
- Sitemap 抓取本身是否成功，是否出现解析报错或体积超限。
这些信号只是观察窗口，并不代表一定会带来收录或排名变化，但能让抓取调度拿到更准确的输入，减少无效回访，把有限的回访次数留给真正在更新的入口。