很多人對 sitemap 有一個朴素的理解：把 URL 寫進去提交，搜尋引擎就會收錄。實际跑一段時間就會發現，清單里的地址提交了几百條，索引里只多了几十條，剩下的大多停在已發現狀態。這不是 sitemap 失效了，而是它本来就不负责收錄這件事。
sitemap 解决的核心問题：發現
sitemap 最直接的價值是帮助蜘蛛發現那些靠内鏈不容易走到的 URL。比如深层列表頁、老文章、内鏈稀疏的詳情頁。蜘蛛顺着連結爬是一種路径，讀取 sitemap 是另一種路径，两者互补。對于新站或者内鏈结构還没理顺的站点，一份干净的 sitemap 能让新頁面更快被看到。
至于里面的 lastmod、changefreq、priority 這几個字段，實际影响比想象中小。lastmod 如果一直乱填，或者整站同步更新成同一時間，反而會失去參考價值。changefreq 和 priority 早已被主流搜尋引擎明确表示不作為重要依據。把精力放在 URL 的准确性上，比調這几個字段更划算。
常见的几種誤用
- 把不该收錄的 URL 也寫進去：被 noindex 的頁面、返回 404 的舊地址、跳轉到別處的 301 URL。sitemap 和頁面本身的索引指令打架时，最後以頁面指令為准，寫進去只是浪費一次抓取。
- 和 canonical 冲突：清單里同时列了 A 和 B，而 B 的 canonical 指向 A。這種做法會让搜尋引擎反复確認谁才是代表頁，對两邊都没好處。sitemap 里應该只出現規范化之後的那一個 URL。
- 把 sitemap 当量工具：為了让收錄數字好看，把标簽頁、篩選參數頁、分頁第二頁之後全部塞進去。這些頁面通常没有獨立價值，大量出現反而稀释了對重点頁面的信号。
- 提交之後不维護：URL 改了、頁面删了，sitemap 還是老版本。長期不更新的文件會让蜘蛛降低對它的信任度。
什么样的 URL 值得放進 sitemap
- 返回 200 且可以被索引，没有 noindex，也没有被 robots.txt 挡住。
- canonical 指向自己，也就是说它本身就是規范版本。
- 有獨立内容或獨立功能，不是同一批内容的另一個排列组合。
- 在站内有實际入口，用戶能通過点击到達，sitemap 只是补充通道而非唯一路径。
简單说，把 sitemap 想成一份推荐清單：告诉搜尋引擎哪些頁面優先看。既然是推荐，就不要把仓库里的東西全倒出去。
提交之後，怎么判断它有没有起作用
观察可以分三层。第一层看文件本身：能不能正常訪問、返回 200、是合規的 XML、没有语法错誤，後台的讀取狀態是成功。第二层看請求记錄：服務器日誌里有没有蜘蛛在相對固定的時間請求這個文件，請求之後是否顺着里面的 URL 去抓。第三层看结果：把清單里的 URL 數量和索引报告的頁面資料交叉對比，看增長的是哪一類頁面。
如果文件讀取正常、蜘蛛也确實抓了，但索引數量没有變化，問题基本不在 sitemap，而在頁面本身——内容重复、质量不足、和站内其他頁面高度相似。這时候要回头處理頁面，而不是反复重新提交。
sitemap 和内鏈的關系
两者不是替代關系。内鏈是蜘蛛的主路，sitemap 是备用通道。一個 URL 如果既没有内鏈，又只能靠 sitemap 被發現，說明它在站内结构里本来就是孤立的，即使被抓到，也很难获得足够的權重信号。
sitemap 的定位是降低發現成本，不是提高收錄概率。收錄與否，最终取决于頁面值不值得進索引。
把 sitemap 维護干净、保持更新、只放規范 URL，剩下的交给頁面质量和内鏈结构。這是它最合适的使用方式，也是它唯一能稳定發挥作用的地方。