收录数量上不去时，很多人的第一反应是“蜘蛛没来”。但把索引覆盖报告和服务器日志放在一起看，往往不是这样：抓取量并不低，卡点在后面——页面被抓到了，却在索引选择那一关被过滤掉。内容偏薄的页面，是这类情况里占比最高的一类。
一、先把三种“薄”分开
“薄”只是一个笼统的说法，成因不同，处理方式完全不同。建议先按下面三类归类：
- 页面本身信息少：正文只有一两句话、一张参数表或一个下载按钮，其余全是导航、推荐位和页脚。
- 页面在站内高度同质：同一套模板批量生成的地区页、标签页、筛选页，彼此只差一两个词。
- 内容不少，但可解析部分少：正文靠交互加载、关键信息放在图片里、脚本没渲染出来，抓到的 HTML 和用户看到的页面对不上。
这三类的处理方向分别是：补内容、做收敛、解决可解析性。混在一起讨论，就很容易一拍脑袋给整站加 noindex。
二、索引系统大致在看什么
索引的目标是留下能回答查询的页面。判断依据通常包括：页面自身有多少独特信息、这些信息能不能被解析、与其他已被索引的 URL 差异有多大，以及有没有人会去搜它。
正文占比
正文之外的部分——导航、推荐位、评论区、页脚——各站都一样，对索引来说不产生区分度。一个页面整页几万字符，正文只占三百字符，落到索引系统眼里的“有效内容”就是后者。
差异度
如果几十个 URL 的正文有九成以上相同，索引通常会留下其中一个，其余的即便被抓取，也会被判定为重复。这更像是去重机制，而不是针对某个页面的惩罚。
需求匹配
有一类页面本来就不该出现在搜索结果里，比如“提交成功”“购物车为空”“查询无结果”。它们没有对应的搜索意图，硬让它们进索引，价值有限。
三、处理顺序：补 → 合并 → 规范 → 屏蔽
建议按成本从低到高来，而不是一上来就删页面或加 noindex。
- 能补信息的先补：给地区页补上本地联系方式、服务范围、常见问题，让它拥有只有这一页才有的内容。
- 内容确实雷同的合并：把多个只有细微差别的 URL 收敛到一个主地址，其余做 301，而不是让它们各自存在、互相稀释。
- 有多个访问地址的做规范化：用 canonical 统一主地址，同时处理大小写、尾斜杠、无意义参数这些细节。
- 确认没有搜索价值的再屏蔽：加 noindex 或从站点结构中下线，做之前先确认这个 URL 没有外部链接、没有自然流量。
删除要谨慎。页面下线后返回 404 或 410，索引里的旧记录会逐步消失；如果还有外链指向它，更稳妥的做法是先做 301 指向相关页面。
四、几个容易做反的操作
- 给全部薄页面统一加 noindex：容易连同一些有搜索需求、只是暂时内容不足的页面一起屏蔽。分目录、分模板评估更可靠。
- 用 robots.txt 屏蔽整批 URL：被屏蔽的地址不再被抓取，但已存在的索引记录不会立刻移除，页面之间的链接关系也被切断。目标是移除索引时，noindex 更直接。
- 把正文藏进图片或纯交互里：折叠内容通常仍可解析，图片里的文字则需要额外处理。
- 只盯收录数，不看这些页面有没有流量：没有需求支撑的页面进入索引，对站点整体帮助有限。
五、改完之后怎么看效果
- 用抓取统计观察这批 URL 的抓取频率和响应码有没有变化。
- 在索引覆盖报告里看对应状态的数量变化，观察周期按周计，不要按天。
- 抽样用页面标题或某句独有内容去搜索，确认索引里留下的版本和新版本一致。
收录是索引选择的结果，不是提交动作的结果。让一个页面变厚、变独特，比反复提交更容易见效；但任何调整都没有确定的生效时间。
薄页面本身不是原罪。真正需要回答的只有两个问题：这个 URL 有没有人需要，它和其他页面有没有区别。这两个问题想清楚了，补、合并还是屏蔽，选择也就清楚了。