很多站点运营者把收录数当成唯一的健康指标，看到索引量上涨就放心。但当收录数的增长和内容增长不成比例时，多出来的那些 URL 往往不是资产，而是负担，也就是常说的索引膨胀（index bloat）。
索引膨胀的典型表现
它不会让站点立刻出问题，但会带来几个缓慢的副作用：抓取预算被摊薄、新页面被发现变慢、站点整体的质量信号被拉低。常见表现包括：
- 收录量长期明显大于实际有价值的页面数量，差额迟迟不收敛；
- 索引里大量页面几乎没有自然流量，也几乎没有外链；
- 新发布内容的抓取与首次收录周期变长；
- 同一批内容以多种 URL 形式被分别收录。
低价值 URL 通常从哪来
- 参数与筛选组合：排序、筛选、分页自由组合，生成大量高度近似的页面。
- 站内搜索与标签：搜索结果页、空标签页、只有一两条内容的标签页。
- 分页尾部：靠后的翻页基本没人看，却仍然可以被抓取和收录。
- 会话与追踪参数：带 utm、session id 的链接被外部引用后进入索引。
- 历史遗留：改版后未处理的旧目录、测试页、演示页。
先判断，再动手：一个自查顺序
- 导出索引数据，按目录或 URL 模式分组，看哪些分组页数多、流量低。
- 对可疑分组抽样打开页面，确认它是重复内容、空内容，还是确有独立价值。
- 确认这些页面有没有内链入口和外链，是否被 sitemap 提交。
- 确定主体内容的规范 URL，先把各种变体指向它。
- 最后再决定是保留、合并、加 noindex，还是直接下线。
不同情况的处理选择
处理手段要和页面的实际价值匹配，不要一刀切：
- 有独立价值但存在重复：用 canonical 指回主版本，保留可访问性。
- 无独立价值的变体：加 noindex，同时保持可抓取，不要用 robots.txt 屏蔽，否则无法确认 noindex 是否生效。
- 内容可合并：把若干薄页面合并成一个更完整的页面，旧 URL 做 301。
- 彻底无用：确认没有外链和流量后返回 410 或 404，比长期挂着更干净。
- 仍有价值的旧内容：更新原页面通常比新建 URL 更合适，可以直接避免重复。
做完之后看什么
调整之后不要只盯着收录数下降。更值得观察的是：有效页面的收录比例、新页面的首次收录速度、抓取在目录之间的分布是否更集中。索引总量减少而有效页面收录更稳定，通常属于正向变化。
收录数是一个结果指标，不是目标。真正要盯的是：被收录的页面里，有多少是用户会点、站点也愿意为其负责的。
索引膨胀的处理是一个持续过程，而不是一次性清理。每次新增功能或调整 URL 结构之前，先估算它会新增多少可抓取 URL，往往比事后收拾要省力得多。