站点地图（sitemap）本质上是一份交给搜尋蜘蛛的“可抓取地址清單”。它不能保證收錄，也不能代替内容质量和内鏈，但它能帮蜘蛛更快發現新頁面、更快注意到已有頁面的更新。很多站点的問题不是没做 sitemap，而是里面塞了太多不该出現的地址，让這份清單的可信度被稀释。

先明确它能做什么、不能做什么

sitemap 的作用是“指路”，不是“催收錄”。蜘蛛拿到清單之後，仍然會按自己的节奏判断哪些頁面值得抓、值得留。所以不要指望加大提交量就能換来流量，也不要因為提交了没收錄就拿它当唯一指标。把它理解成一份地图：地图画得准，別人找路就快；地图上标了一堆断头路，反而没人敢信。

一份可用的 sitemap，先過這四關

只放“能够被索引”的規范地址

清單里出現的每一條 URL，理想狀態下都應该是：返回 200、頁面主体内容完整、允许被索引、並且是 canonical 指向的那個版本。带 noindex 的頁面、需要登入才能看的頁面、纯參數组合出来的篩選頁、以及已经做了 301 的舊地址，都不适合放進去。宁可少放，也不要放错。

lastmod 要反映真實修改

如果每次生成 sitemap 都把全部頁面的 lastmod 刷成目前時間，蜘蛛很快會發現這個信号不可信，之後即使某頁真的更新了，也未必愿意優先回来看。比較稳妥的做法是：lastmod 跟随正文實际改動的時間，样式調整、推荐位轮換這類不影响主体内容的改動，不必频繁變動時間戳。

數量不要一口气全塞進一個文件

單個文件里的 URL 數量過多时，讀取和解析都會變慢。可以按栏目或内容類型拆分，再通過一個索引文件匯總，這样也便于定位問题：某個分卷出错了，一眼就能看出是哪個栏目。

在 robots.txt 里寫明位置

如果 sitemap 放在非常規路径下，最好在 robots.txt 顶部用一行声明指出它的地址。注意這一行只是提示位置，不要和禁止抓取規則混在一起寫，容易造成理解偏差。多個 sitemap 就寫多行，保持清晰。

這些常见错誤，值得逐個對一遍

• 把 404、410 地址留在清單里長期不清理；
• 同一篇内容同时提交 www 和非 www、带斜杠和不带斜杠的版本；
• 提交了大量只有排序參數差异、内容基本重复的列表頁；
• 把草稿、測試环境、预览連結的地址誤带進去；
• 清單里出現了 robots.txt 中明确禁止抓取的目錄；
• 文件编碼或格式不規范，導致解析失敗，而自己並不知情。

別只盯着 sitemap 本身

sitemap 是补充，不是主入口。真正决定蜘蛛爬行路径的，還是站内連結结构。可以顺手對比一下：清單里的重点頁面，是否都能從首頁沿導航点進去；如果一個重要頁面只存在于 sitemap 中，站内却没有任何入口，它的抓取表現通常也不會理想。

同时，结合服務器日誌看看蜘蛛實际訪問了哪些地址。如果日誌里频繁出現清單之外的舊地址或參數頁，說明還有歷史入口没清理干净，這时候修内鏈、修重定向，比繼續往 sitemap 里加東西更有效。

判断一份 sitemap 好坏的标准很简單：清單里的地址，是否都是你希望被看到、並且确實可以正常打開的内容頁。

日常维護可以這样做

1. 内容發布後，確認新頁面已進入對應的分卷，而不是等下一次全量生成；
2. 頁面下线或改址时，同步從清單中移除舊地址；
3. 每月抽查一次清單样本，随机点開十几條，看返回狀態和 canonical 是否正常；
4. 關注搜尋资源平台中關于 sitemap 的處理反馈，有报错就及时修；
5. 改版、換域名、調整目錄结构之後，重新核對该文件並更新 robots.txt 中的声明。

站点地图的维護成本並不高，难的是保持它和站点現状一致。把它当成站内结构的一份“對帳單”，定期核對，比一次性提交几萬條地址更有價值。