收录不是一步完成的

一个 URL 从发布到出现在搜索结果里，通常要经过四步：被发现、被抓取、被索引、被展现。多数人的注意力都放在“收录”这个词上，但真正决定快慢的往往是第一步和第三步——页面有没有被蜘蛛发现，抓到的内容够不够独立、够不够完整。

决定首次收录时间的几个变量

1. 站内入口的位置和深度

首页、栏目页、列表页上的链接，蜘蛛回访频率高，通常几个小时到几天就能发现新 URL。埋在第五、六层目录、全站只有一条链接指向的页面，被发现的时间要多等一轮甚至几轮抓取周期。发布之后最该做的一件事，是让新页面从已有的高权重页面有一条可点击的路径可达。

2. 站内链接的数量与质量

两三处来自相关页面正文的链接，比导航、页脚里几十条批量链接更有效。链接的锚文本最好和页面主题相关，清一色的“点击这里”对判断页面内容没有帮助。

3. 内容是否“只此一份”

如果新页面只是把已有内容换个标题重排一遍，即使被抓取了，也可能不进索引，或者被归并到别的 URL。页面上真正独有的段落有多少，往往比总字数更能说明问题。

4. 站点整体的抓取节奏

蜘蛛分配给一个站点的抓取量相对有限。当站内存在大量低价值 URL（参数页、空列表页、重复聚合页）时，抓取量会被这些地址消耗掉，新页面排到的顺序就会往后。清理这类 URL，通常比反复提交 sitemap 更管用。

5. 服务器响应与可访问性

抓取时返回超时、5xx，或者需要执行大量脚本才能看到正文，都会让这一轮抓取白跑，下一次要重新排期。让页面在无 JS 的情况下也能看到主要文本，是减少返工的办法。

发布后可以做的几件事

• 确认页面从首页或栏目页有真实可点击的链接，而不是只能靠站内搜索框找到。
• 把新 URL 加入 sitemap，并把 lastmod 更新为实际修改时间，不要每次全站刷一遍。
• 检查页面没有被 robots.txt 挡住、没有 noindex，也别让登录状态或地区限制拦住蜘蛛。
• 看服务器日志里这个 URL 的出现情况，比凭感觉猜测更直接。
• 内容先写完整再上线，避免发布后连续大改，导致已经抓取的版本作废。

几个常见误解

“提交了就应该很快收录”

提交只是帮助发现，是否抓取、何时抓取由蜘蛛自己决定。任何工具都不保证一定收录，也不保证时间。

“过一天没收录，就说明页面有问题”

不同站点的常规周期差异很大。新站、抓取频率偏低的站点，等上一两周都在正常范围内。频繁改动页面或大量重复提交，反而会打乱节奏。

更实用的做法是记录一批新页面的发布时间和实际被抓取的时间，用自己站点的数据建立一个预期，而不是拿别人的经验值来对照。

什么时候需要警惕

如果同类页面里只有个别 URL 长期不被发现、不被抓取，通常指向入口和内链问题；如果是整批新页面都卡在“已发现”状态，就要看抓取量分配和站内低质 URL 的占比；如果抓取正常却一直不进索引，则回到内容本身：是否重复、是否过于单薄、是否与其他页面高度相似。