很多站点把精力放在文字页面和 URL 结构上，却忽略了图片、视频、音频和附件这些媒体资源。它们体积大、数量多，一旦缺少管理，既会拖慢页面打开速度，也会让搜索蜘蛛在下载媒体文件上花费不必要的时间。媒体资源本身不是问题，问题在于没有边界和规则。
先确认蜘蛛能否正常拿到媒体文件
媒体资源能否被抓取，和页面能否被抓取是两件事。常见故障包括：文件放在需要登录的目录、CDN 对图片做了防盗链、服务器对媒体类型返回 403、移动端页面只输出占位图而真实图片由脚本后加载。排查时可以从服务器日志里筛选图片、视频扩展名的请求，看看返回状态码是否正常。
- 直接访问媒体 URL，确认返回 200 而不是 403、404 或跳转链。
- 检查 robots.txt 是否误屏蔽了 /images/、/uploads/、/media/ 等目录。
- 确认 CDN 或对象存储没有只允许特定 Referer，导致蜘蛛请求被拒。
- 若使用懒加载，确保原始地址出现在 HTML 的 img 标签或 srcset 中，而不是只藏在脚本变量里。
图片：格式、尺寸和命名都要收一收
图片是媒体资源里数量最大的一类。运营侧最容易出现的问题是上传原图后不处理，几 MB 的图片直接挂在列表页，一个栏目页就要下载几十 MB。对蜘蛛来说，这同样是无效消耗；对用户来说，等待时间会直接转化为跳出。
- 格式选择：照片类优先 WebP 或 AVIF，图标和简单图形可用 SVG，减少 PNG 大图。
- 尺寸匹配：展示宽度 800px 的图片，不要上传 4000px 原图再靠 CSS 缩小。
- 文件命名：用有意义的英文或拼音短名，避免 IMG_20240301_001.jpg 这类无信息名称。
- 替代文本：给内容图片写简短 alt，装饰图可留空，但不要堆关键词。
- 图片站点地图：如果站点图片量大且重要，可以单独维护图片站点地图，但别把每张缩略图都塞进去。
视频与音频：别让播放器成为唯一入口
视频页面常见的问题是正文只有一句“请看视频”，文字信息极少。蜘蛛无法像人一样完整观看视频，页面需要补充标题、简介、要点文字和字幕文件。如果视频托管在第三方平台，要确认嵌入代码不会拖慢首屏，也不要把关键信息全部放在 iframe 里。
- 为视频添加可抓取的文字说明，包括主题、时长、主要内容和更新时间。
- 提供字幕或文字稿，至少让页面有可索引的文本。
- 音频文件同样避免自动播放，减少带宽消耗和打扰。
- 大附件如下载型 PDF，考虑压缩体积并检查是否返回正确的内容类型。
加载策略：延迟可以，别藏起来
懒加载和响应式图片本身没问题，关键是实现方式。若图片地址只写在 JavaScript 里，或者需要用户滚动到特定位置才由接口返回，蜘蛛可能拿不到真实地址。运营可以要求开发在上线前用“禁用 JavaScript”或“查看源代码”的方式做一次抽查。
- 首屏关键图片不要懒加载，避免影响最大内容绘制。
- 非首屏图片可使用懒加载属性，但原始地址要保留在 HTML 中。
- 使用 srcset 时，确保每个候选地址都可访问，不要出现 404 的尺寸变体。
- 媒体文件配合缓存头，减少重复下载；更新文件时通过文件名或版本参数刷新缓存。
上线前媒体自查清单
- 抽查 10 个内容页，直接查看源代码，确认图片、视频封面、附件地址都存在。
- 用浏览器开发者工具查看网络面板，记录媒体请求数量和总体积。
- 确认 robots.txt 和 CDN 规则没有把媒体目录整体挡住。
- 检查图片 alt、视频标题、附件说明是否完整，避免空文本。
- 对列表页和详情页分别测试，列表页尤其容易堆大量缩略图。
- 发布后看服务器日志，观察媒体请求是否有异常 404 或 403 集中出现。
上线后观察什么
媒体自查不是一次性的。换 CDN、换对象存储、改图片处理规则、调整懒加载库版本，都可能让原本正常的地址失效。运营可以每周抽几分钟，从日志或监控里看媒体请求的状态码分布，发现异常再找开发确认。与其等用户反馈图片裂了，不如让异常在日志里先露头。
媒体资源管理的目标不是限制使用，而是让每张图、每个视频都有明确的体积、地址和用途。蜘蛛和用户都不需要下载多余的东西。
把媒体资源纳入站点运营的日常检查，效果通常比事后压缩更稳定。图片、视频、附件各自有规则，规则越简单，执行越不容易走样。