站点地图（sitemap）常被当成一份“交给搜尋引擎的任務清單”，但它的真實作用是帮助蜘蛛更快發現 URL，並不保證提交後就會被收錄。多數时候問题不在于“有没有 sitemap”，而在于這張地图是否完整、是否准确、是否和站点目前狀態保持一致。地图画得對不對，直接影响到新栏目、新内容的發現速度。

一、完整性：地图是不是只画了主干道

很多站点的 sitemap 由程序自動生成，但生成規則往往只覆盖某一種内容類型，比如只輸出文章詳情頁，栏目頁、聚合頁、专题頁全都没有。结果是蜘蛛能顺着地图找到文章，却要靠爬鏈路才能摸到栏目，發現效率自然打折。

自查时可以對照几類頁面：

• 首頁與主要栏目頁是否都在；
• 内容詳情頁是否覆盖全部有效内容類型，而不是只覆盖文章；
• 通過站内搜尋、篩選、标簽聚合产生的頁面，是否该出現在地图里（多數情况下不该）；
• 分頁列表頁是否需要收錄，如果只收第一頁，後面几頁是否已用合适的方式引導蜘蛛；
• 移動端與桌面端若是不同 URL，是否都有對應入口。

有一個简單的驗證方式：把 sitemap 里的 URL 數量和站点内容管理後台的有效内容數量做對比。差距過大，要么是生成規則漏了内容類型，要么是地图里的 URL 早就失效了還没清掉。

二、准确性：地图上別出現“已经拆掉的房子”

sitemap 里出現 404、301、被 robots.txt 屏蔽的 URL、带 noindex 的頁面，都會浪費抓取资源，也會让搜尋引擎對這份地图的信任度下降。常见来源有三類：内容刪除後地图未同步、URL 改版後舊地址還在、參數拼接生成的脏 URL 被誤收進地图。

建议在生成环节就做過滤，而不是事後人工排查：只輸出返回 200、可被抓取、且允许收錄的 URL。對已下线的内容，删掉比留在里面更省事。

三、lastmod：能說明“什么时候真的變了”才有價值

lastmod 字段的作用是提示頁面最後修改時間，帮助蜘蛛判断是否需要重新抓取。如果每次生成地图都把所有頁面的 lastmod 刷成当天，這個字段就失去了參考意义，蜘蛛會逐渐忽略它。

lastmod 應该来自内容本身的更新時間，而不是 sitemap 文件的生成時間。批量刷時間戳看似省事，實际上是在消耗這份地图的可信度。

四、拆分與提交：大站要把地图切成合理的块

單份 sitemap 有數量與体积上限，内容量大的站点需要用索引文件把多份子地图串起来。拆分维度可以按内容類型，也可以按時間分片，關键是每一份都能獨立說明問题，而不是為了凑數切得很碎。

提交层面要確認几件事：

• sitemap 地址是否寫在 robots.txt 里，方便蜘蛛自動發現；
• 是否在搜尋引擎後台手動提交過一次，並關注“已提交/已收錄”的比例變化；
• 文件是否做了压缩传輸，大文件未压缩會明顯拖慢抓取；
• 生成任務是否稳定，別出現某天抓取时返回 500 或超时。

五、一份可执行的自查清單

1. 拉取目前 sitemap，統計 URL 總數，與站点有效内容數對比；
2. 抽样 20 條 URL，逐條检查狀態碼、是否可抓取、是否允许收錄；
3. 检查地图是否覆盖全部内容類型與主要栏目；
4. 检查 lastmod 是否来自内容更新時間；
5. 检查 robots.txt 是否有 Sitemap 声明，後台提交狀態是否正常；
6. 在内容上线後观察 URL 被發現的時間，確認地图起到了作用。

站点地图不是一次性配置，而是随着栏目調整、内容增删持續维護的東西。把它当作站点结构的“對外說明书”，定期核對一遍，比反复調整其他细节更直接。