Sitemap 的作用常被高估。它本质上是一份“建议清單”，告诉搜尋引擎這里有一批 URL 可以来看看。它既不能强制抓取，也不能决定收錄，最终上不上索引，還是看頁面本身。不過在實际运营中，sitemap 确實能让新頁面、深頁和缺少内鏈的頁面更早被發現，所以值得認真维護。真正的問题是：提交之後一直没動静，该從哪里查起。
先確認這份文件能被正常讀取
- 地址返回 200，不要是跳轉後的舊地址，也不要返回 404 或 403。
- Content-Type 是 application/xml 或 text/xml。如果返回 text/html，多半是服務器把错誤頁当成内容返回了。
- 没有被 robots.txt 屏蔽。禁止抓取 sitemap 所在路径，是很常见的自伤操作。
- 文件較大时用 gzip 传輸没問题，但要确保解压後内容完整、没有截断。
格式與内容：几個容易踩的点
结构
顶层用 urlset，分片索引用 sitemapindex，命名空間指向 sitemaps.org 的 0.9 版本，每條记錄是 url 套 loc。loc 必须是绝對地址，URL 里的 & 要轉义，否則解析會失敗。
loc 里放什么
只放返回 200、且允许被索引的地址。带 noindex 的頁面、登入後才能看到的頁面、纯參數篩選頁、已经下线的舊地址，都不该出現在里面。另外，loc 里的地址要和頁面上的 canonical 保持一致，否則等于自己制造了一组互相矛盾的信号。
lastmod 別乱寫
lastmod 只在内容真正變化时更新。如果每次生成都寫成目前時間，搜尋引擎會很快学會忽略這個字段，连带整份文件的可信度一起下降。日期用标准格式，带時間的话注意时区。
數量與分片
單個文件最多 5 萬條 URL、未压缩大小不超過 50MB。超出就用 sitemap index 拆成多個子文件。一個 index 可以引用多個子 sitemap，但不要為了凑數把無關頁面塞進去。
提交之後该看什么
- 過几天在 Search Console 的 sitemap 报告里看是否被成功讀取，狀態是不是“成功”。
- 隔几天再看“已發現 / 已抓取”的頁面數有没有變化，刚提交时不要反复改文件。
- 如果長期没有新增抓取，看抓取統計是不是被其他部分占满了，比如大量參數頁、重复頁在消耗配額。
几個常见誤区
- 提交等于收錄。不是。sitemap 影响的是發現速度，不解决頁面质量和重复問题。
- URL 越多越好。塞進大量低质或错誤地址，反而會降低這份文件被信任的程度。
- 改版後直接替換。過渡期最好让舊地址仍可訪問，sitemap 再逐步切換到新地址。
- 只提交不清理。定期把 404、已合並、已下线的頁面去掉，比一直往里加更重要。
Sitemap 能做的是让 URL 更快被發現。是否抓取、是否進索引，取决于頁面能不能被訪問、内容有没有獨立價值，以及站点整体的质量水平。把它当成辅助工具，而不是收錄的開關。