Sitemap 里的 lastmod 是最容易被随手填、也最容易被蜘蛛忽略的一個字段。它不决定頁面能不能被抓，但會影响蜘蛛下次来的时候，愿不愿意為這個 URL 再花一次抓取预算。
lastmod 在抓取流程里起什么作用
Sitemap 主要用来申报“有哪些 URL”，lastmod 是對“這個 URL 什么时候變過”的补充說明。蜘蛛解析 Sitemap 时，會把新出現的 URL 放進待抓队列；對于已经见過的 URL，則會结合 lastmod、頁面返回的 Last-Modified 與 ETag、以及上一次抓取的時間，来判断是否值得回訪。
關键在于：lastmod 是一個參考信号，不是指令。填了新時間不等于蜘蛛立刻来，填了舊時間也不等于蜘蛛永遠不来。但如果這個字段長期和實际情况對不上，它作為參考的價值就會下降。
几種常见的填错方式
- 全站同一個時間戳。生成 Sitemap 时统一寫目前時間，几萬個 URL 的 lastmod 完全一致，蜘蛛無法從中分辨哪些内容真的變了，這個字段基本失效。
- 每次生成都刷新。哪怕頁面没動，只要构建脚本重跑，時間就更新一遍。時間一長，蜘蛛會認為這個站点的 lastmod 不可信。
- 格式不規范。W3C Datetime 格式通常需要带时区，例如 2024-05-20T09:30:00+08:00。只寫日期、寫成纯數字時間戳、时区缺失，都可能被解析器丢弃。
- 填了未来時間。服務器時間設定错誤或时区算反，會出現比目前時間還晚的 lastmod，這種值一般會被直接忽略。
- 列表頁和詳情頁填反了。列表頁其實每天在換内容，却從不更新；詳情頁長期没動，却天天刷新。两類頁面的信号正好相反。
比較稳妥的填寫习惯
第一，lastmod 尽量来自内容本身。資料库的更新字段、CMS 的發布時間、版本控制里的提交時間，都比脚本執行時間靠谱。
第二，只在正文、结构化資料或主要内鏈發生實质變化时更新。改個错別字、挪個广告位，未必值得動這個時間。
第三，列表頁和聚合頁按真實节奏填。如果它每天确實換一批條目，那就跟着更新；如果只是随机排序，就不要伪装成更新。
第四，和 HTTP 头保持一致。頁面返回的 Last-Modified 與 Sitemap 里的 lastmod 相差太遠，會让人怀疑這份資料的准确性，两邊用同一個来源最省事。
lastmod 不是孤立的入口
把精力全押在 Sitemap 上並不划算。蜘蛛發現 URL 的主路径仍然是站内連結：導航、列表頁、相關推荐、面包屑。Sitemap 更接近补漏，负责把内鏈不容易走到的深层地址交出去。
所以一個頁面更新後，除了刷新 lastmod，更實际的做法是让它從几個稳定入口被鏈到——首頁的推荐位、對應分類的第一頁，或者一條站内快讯。連結路径通了，比時間戳寫得多精确都管用。
用日誌驗證有没有起作用
判断 lastmod 是否被參考，最终還是要回到抓取日誌：
- 看 Sitemap 本身被訪問的频率，以及蜘蛛是否稳定地重新下载它。
- 看被标记為更新的 URL，在之後一段時間里有没有出現新的抓取记錄。
- 看這些 URL 被抓取时返回的是 200 還是 304。304 比例很高，說明蜘蛛来了但内容没變，lastmod 可能與實际不符。
- 對比同一批 URL 中“改過 lastmod”和“没改過”的抓取次數差异，判断這個信号在目前站点上是否真的被參考。
如果更新了時間却完全看不到回訪，先別急着改格式，回头检查内鏈是否可達、頁面是否被 robots.txt 拦住、服務器是否稳定返回。這些基础問题不解决，任何字段层面的調優都看不出效果。
把 lastmod 当成一份诚實的變更记錄，而不是催促蜘蛛的按钮。它最多影响回訪的優先級，改變不了頁面本身的可抓取性。