打开索引覆盖率报告，红色和灰色往往比绿色更吸引注意力。但“已排除”不是一张错误清单，它把正常状态和真正的问题混在了一起。逐条读之前，先想清楚这个页面本来该不该进索引。
先分清“错误”和“已排除”
报告通常把结果分成两类：一类是错误，比如服务器返回 5xx、被 robots.txt 拦截；另一类是已排除，意思是系统主动决定不收，或者还在等待处理。前者多半需要修，后者要看具体情况。把两者当成同一件事，很容易白忙一场。
另外，同一个状态在不同站点上的含义并不一样。一个电商站有几万个筛选参数页被排除，是正常现象；一个只有二十页的企业站出现同样数量，就值得查一下是不是 URL 生成出了问题。
几类常见的排除原因
- 已发现，尚未抓取：URL 被知道了，但还没轮到抓。数量不多、能被正常抓到的页面，等一等通常会自己走完；如果长期不动，再看抓取频次和站内入口。
- 已抓取，尚未编入索引：抓到了但没进索引。常见原因包括内容与站内或站外其他页面高度相似、页面本身信息量太薄、页面还在较新的观察期。
- 重复网页，系统选择的规范页与用户指定的不同：你写了 canonical，但搜索引擎选了另一个 URL。先别急着改标签，看看被选中的那个是不是内容更完整、入口更多的版本。
- 备用网页（有适当的规范标记）：这是正常状态，说明规范关系被识别了，不必处理。
- 被 noindex 排除：确实是你自己要求不收的。要确认的是这个指令该不该出现在这个页面上，而不是它为什么生效。
- 已找到，但目前未编入索引：多见于结构较深、内链较少、或站点整体权重有限的页面。
按什么顺序排查
- 先判断页面价值。打开页面自己看一眼：它有没有独立信息，用户从站内能不能走到，标题和正文是否说得清自己是什么。这一步过不了，后面都是绕路。
- 再看抓取层面。用日志或抓取工具确认搜索引擎到底有没有来过、返回了什么状态码、渲染后看到的内容和用户看到的是否一致。
- 然后看内容与重复。对比站内相近页面，找出真正的主版本，其余版本要么合并、要么明确规范指向。
- 最后看技术指令。检查 meta robots、X-Robots-Tag、robots.txt、canonical 是否互相矛盾。矛盾时，先简化，只保留一条明确指令。
两个容易误判的地方
一是把“已发现，尚未抓取”当成收录失败。URL 的发现和抓取之间本来就有时间差，尤其是新站或页面数量突然增加时，这个数字会先涨后落。
二是看到“已抓取，尚未编入索引”就反复改标题、改正文。如果页面本身和站内另一页几乎一样，改措辞没用，要处理的是重复关系本身。
别为了让灰色数字变绿，把本来不该被收录的页面硬塞进去。索引里多一个低质量页面，通常不是收益，而是负担。