很多站点在 sitemap 上花了不少功夫：生成、分片、提交到站长平台，然后就等着蜘蛛上门。结果过了一两周，抓取和收录没什么变化，于是开始怀疑这份清单到底有没有用。更准确的判断是：sitemap 是一个 URL 发现入口，不是收录开关。它能影响蜘蛛“知不知道这个地址存在”，但决定不了“愿不愿意把它放进索引”。
sitemap 能做什么，不能做什么
sitemap 的价值在于把散落在站点各处的 URL 集中告诉搜索引擎，尤其是那些点击深度较深、内链很少、甚至站内没有任何入口的页面。它相当于一份清单，让蜘蛛知道这些地址存在。
但它改变不了页面本身的状况。正文稀薄、和站内其他页面高度重复的 URL，即使写进 sitemap，被抓取之后照样可能被判定为不值得索引。所以看到提交后没动静，先别急着怪它，往下看几个更常见的原因。
写法上的坑，比提交本身更常见
- 把不该放的地址放了进去：404、301 跳转、被 noindex 的页面、筛选排序参数页。这些地址会稀释整份清单的可信度，也让蜘蛛白跑一趟。
- 同一页面出现多个变体：http 与 https、带 www 与不带、带尾斜杠与不带，如果都写进去，等于主动制造重复。
- lastmod 不真实：全站页面用同一个生成时间，或者每次部署都刷成最新。时间久了，这个字段就失去了参考价值。
- 未分片或超出限制：单个文件通常建议控制在 5 万条 URL、50MB 以内，超出后拆成索引文件。
- robots.txt 里没声明，或声明路径写错：蜘蛛找不到这份清单，自然不会去用。
怎么确认它到底被读了没有
比较直接的验证方式有两个：一是观察服务器日志里对 sitemap 文件的请求，看频率和返回状态；二是看提交后的一段时间内，蜘蛛是否开始访问其中从未被抓过的 URL。如果 sitemap 被反复抓取，但清单里的新 URL 一个都没被访问，通常说明入口链接、站点结构或页面质量上有别的问题在挡着。
发现入口不止一个
sitemap 只是补充路径，日常最稳定的发现方式仍然是页面之间的链接。可以按这个顺序自查：
- 首页和栏目页是否有通往新页面的可点击链接；
- 新页面是否被至少一两个相关页面内链指向，且锚文本可读；
- 是否存在只有 sitemap 里才有、站内任何地方都点不到的孤立地址；
- 是否有来自站外的正常引用链接。
孤立页面即使被 sitemap 带进了抓取队列，后续缺少内链支撑，也很难持续获得抓取机会。
更新节奏与提交习惯
如果站点每天更新少量内容，让 lastmod 反映真实修改时间就够了，不必每次发布都整份重提。批量上线大量页面时，与其一次性把几千条塞进去，不如分批提交，并保证每批页面在站内都有入口。sitemap 的更新频率和站点实际更新频率大致匹配，是比较稳的做法。
一份可以照着过一遍的清单
- 清单里只保留返回 200、可索引、规范的 URL；
- 确认 robots.txt 中的声明路径可访问，且返回正确状态码；
- 检查 lastmod 是否与页面真实改动时间一致；
- 对照日志，看 sitemap 被抓取后其中的新 URL 是否被访问；
- 为清单中的每个新页面补上至少一条站内入口链接。
把这几步做完，sitemap 才回到它本来的位置：一个帮助发现 URL 的工具，而不是一份期待中的收录保证书。