很多人在后台提交了 sitemap，也看到状态是“成功”，过几天去查收录却发现页面还是没进索引。于是开始怀疑 sitemap 没用，或者觉得是不是文件格式写错了。实际情况通常更朴素：sitemap 只解决“告知”这一步，它管不了后面的事。

sitemap 的本职工作：帮 URL 被发现

搜索引擎发现 URL 的途径主要有几条：站内链接、外部链接、历史抓取记录，以及 sitemap。对结构清楚、内链完整的小站来说，sitemap 的边际价值不大，蜘蛛顺着链接就能爬到。但对下面几类情况它确实有用：

• 新站或新目录，页面还没有任何内链指向；
• URL 数量多，靠链接一层层爬效率太低；
• 页面层级深，或者需要点击、提交才能到达；
• 包含大量非 HTML 资源，需要单独说明。

注意这里的关键词是发现。sitemap 让蜘蛛知道“有这么个地址”，但它不保证蜘蛛会来抓，更不保证抓完之后会收录。

它不能替你做的事

• 不能提升页面质量。内容单薄、和已有页面高度相似，收录决策不会因为它在 sitemap 里就改变。
• 不能保证抓取。抓不抓取决于站点的抓取配额和优先级，sitemap 只是一份候选清单。
• 不能改变规范判断。如果一组页面被判定为重复，sitemap 里全列上也没用，索引里通常只会留下一条。
• 不能绕过 noindex 或 robots 限制。这两者的优先级高于 sitemap。
• 不能加速索引更新。它影响的是发现速度，不是索引的评估节奏。

换句话说，sitemap 是“提名”，不是“保送”。

提交了却没收录，按这个顺序查

1. 确认 URL 可被抓取：返回 200，没有被 robots.txt 挡住，没有 noindex。
2. 看服务器日志里蜘蛛到底来过没有。如果压根没来，问题出在发现或配额；如果来了很多次却没收录，问题多半在页面本身。
3. 对比同类已收录页面，看内容是否过于接近、正文是否有可索引的实质内容。
4. 检查 sitemap 里的 URL 是否和实际可访问地址完全一致，包括 http/https、带不带 www、结尾斜杠、大小写。
5. 确认 sitemap 文件本身能正常访问，且 lastmod 反映的是真实修改时间。

把 sitemap 当成一份推荐清单，而不是收录开关，心态会顺很多。

几个常被忽略的细节

lastmod 别乱写

每次生成都刷新全部 lastmod，会让这个字段失去参考价值，时间久了蜘蛛也就不再当真。只在内容确实变化时才更新。

数量与分片

单个文件有 URL 数量上限，超出要拆成索引文件。数量过于夸张的 sitemap，反而会稀释对重要页面的注意力。

只放值得收录的地址

把筛选参数页、翻到第 20 页的分页、登录后才可见的地址都塞进去，等于在噪声里埋掉真正重要的 URL。

最后一点：收录是结果，不是动作。优化 sitemap 能改善的只是“被发现”这一环，能不能进索引，最终还是要回到页面本身有没有值得被索引的价值。