很多人排查收录问题时，习惯从内容质量和 sitemap 入手，却忽略了一个更基础的东西：蜘蛛要花多少步才能从首页走到这个页面。这个步数就是点击深度（click depth），也有人叫爬取深度。它不决定页面能不能被收录，但会明显影响“多久被发现”“多久被重爬一次”。

点击深度指的是什么

从站点入口页（通常是首页）出发，沿着可点击的链接到达目标页面所需的最少点击次数，就是点击深度。注意几个限定：

• 只算 HTML 里可以跟随的链接，JS 点击事件、需要交互才出现的链接不算；
• 算的是最少步数，不是唯一路径；
• 入口不止首页，sitemap、栏目页、站内搜索也能算入口，但常规口径仍以首页为主。

所以首页直达是深度 1，首页 → 栏目 → 详情是深度 2，再往下每加一层列表，深度就加 1。

为什么深度会牵扯到收录

蜘蛛每次来站的抓取量是有限的，它会按一定预算分配请求。深度越大的页面，越容易被排在后面；预算用完，就只能等下一次。结果就是：浅层页面几小时、几天就有变化，深层页面可能要等几周，甚至长期停在“已发现，尚未抓取”。

另外，深度往往和内链数量、被引用次数绑在一起。深层页面通常内链少、外部链接也少，等于既难被发现，也难被判断为重要。两件事叠在一起，就表现为“内容不差，就是不收录”。

怎么量自己站点的点击深度

不需要很复杂的工具，用爬虫类工具跑一遍就能看到每个 URL 的 Depth 字段，也可以自己从首页做几次广度优先的跳转记录。看三个数就够：

1. 站点最大深度是多少，主要收录页面一般建议控制在 3~4 次点击以内；
2. 有多少 URL 深度大于 4，这些是重点观察对象；
3. 有多少 URL 只能通过 sitemap 找到，站内没有任何链接指向（孤岛页面，本质上深度无限）。

深度不是越浅越好。把所有页面都塞进首页，会稀释首页的链接价值，也会让用户和蜘蛛都找不到重点。关键是让重要页面浅，让不重要页面能被发现但不抢资源。

几个常见误区

• 只加 sitemap，不改内链。sitemap 是入口之一，能帮助发现，但不构成内链关系；只靠 sitemap 的页面，重爬频率通常明显偏低。
• 用 JS 渲染的导航。如果栏目导航依赖 JS 生成，蜘蛛可能看不到这条路径，实际深度比你自己点出来的更深。
• 无限滚动加“加载更多”。滚动加载的内容对爬虫不一定是可跟随链接，分页链接保持在 HTML 里更稳妥。
• 把目录层级当成点击深度。URL 里的 /a/b/c/ 和点击几次完全不是一回事，目录深不等于点击深，反之亦然。

把深度压下来的几种做法

• 栏目列表页做合理分页，并给旧内容保留可达路径，而不是只展示最近 20 条。
• 加相关阅读、热门内容、上下篇等模块，让详情页互相连接，给深层页面更多入链。
• 用标签页、聚合页做横向连接，但要控制数量，避免生成大量低质列表页。
• 重要板块稳定放在全站导航或首页，别随活动频繁变动位置。
• 定期复查孤岛页面：要么给它内链，要么承认它不重要。

什么时候可以不用管深度

如果站点页面量很小（几百以内），或者内容更新频率本来就低，深度带来的差异不会太明显，优先级可以往后放。相反，页面量上万、更新频繁的站点，深度是抓取效率里最值得先调的一项。

最后提醒：点击深度是“发现与重爬”的优化项，不是收录开关。页面能不能进索引，最终还是回到内容本身、重复度、URL 规范这些老问题。把深度理顺，只是让蜘蛛更省力地走到你希望它看到的页面。