lastmod 是提示，不是指令
XML 站点地图里的 lastmod 用来描述某个 URL 最后一次实质更新的时间。它不参与排名计算，但会影响蜘蛛的调度判断：当蜘蛛需要在有限的抓取配额里挑一批 URL 回访时，lastmod 较新、且与上次抓取时间拉开差距的条目，通常更容易进入队列。理解这一点很关键——它是「预约提醒」，不是「强制召回」。正因如此，lastmod 写得准不准，直接关系到抓取次数花在谁身上。
常见的四类偏差
- 批量刷新：生成程序每次跑任务都把当前时间写进所有条目，等于向蜘蛛声明「整站刚刚全部改过」。回访几次发现内容没动，这条信号的使用价值就会被打折。
- 只改内容不改时间：正文更新了，lastmod 还停在首次发布时间，回访被顺延到更晚。
- 格式与时区不统一：有的写完整时间戳并带 +08:00，有的用 Z，有的只写日期。解析口径不一致时，新时间可能被读成旧时间。
- 历史时间回填：站点迁移或批量导入时把原始发布时间带进 sitemap，蜘蛛会把刚上线的新路径当成老页面。
三步核对法
- 抽样对照。挑 20 到 50 个近期确实更新过的 URL，把 sitemap 中的 lastmod 与内容管理系统里的更新时间字段逐条比对，先看清偏差有多大、是普遍还是个例。
- 看文件 diff。保存连续几天的 sitemap，统计 lastmod 发生变化的条目占比。如果每次都接近 100%，基本可以判定为批量刷新，而不是真实更新。
- 用日志对齐。在服务器日志里筛出蜘蛛对同一 URL 的两次访问间隔，与 lastmod 的变化时间点放在一条时间线上。回访是否跟着时间戳走，比任何猜测都直观。
格式层面要统一
建议全站统一为带时区的完整时间戳格式，避免同一天里出现「只写日期」和「写到时秒」两种写法混用。日期粒度越粗，蜘蛛越难判断一天之内的多次改动，回访判断也就越保守。
它和抓取分配的关系
当站点条目数远大于日常抓取量时，lastmod 失真的代价会被放大：一批「假新」页面挤在前面，真正更新的页面排在后面。这不是收录与否的问题，而是抓取次数怎么分的问题。对内容更新频繁的栏目，这个差别尤其明显。
修复顺序建议
- 先改生成逻辑：只有内容字段真正变化时才写入新的 lastmod，模板调整、导航更新不触发。
- 再处理历史数据：对已上线的旧条目做一次校正，不要用回填的发布时间覆盖真实更新时间。
- 最后验证：修复后继续跟踪 sitemap diff 与日志回访间隔，观察几周，确认信号与内容节奏对得上。
lastmod 只是站点给出的一个参考信号，蜘蛛是否回访、何时回访，仍由它自身的调度决定。把它写准的意义在于减少误判，而不是换取确定的时间承诺。
如果站点同时存在多种 URL 变体或多个语言版本，建议先确认各版本归属的 sitemap 是否分开维护，否则同一页面的 lastmod 会在不同文件里互相打架，核对起来更费劲。