看收錄时，很多人只盯一個總數：站点有多少頁面，索引里有多少條，然後拿這個比例判断好坏。但總數是把商品頁、文章頁、标簽頁、列表頁、分頁和带參數的篩選頁混在一起算出来的，它更像一個平均气温，不能告诉你是哪儿在漏風。把頁面按類型拆開，各算各的收錄率，問题通常立刻就能看见。
先分组，再谈收錄率
分组不必很细，按頁面在站内的角色划分即可。關键是每一组内部的頁面，價值和處理策略要大致接近。
常用的一種分法
- 内容頁：文章、商品詳情、文档頁，通常是希望被收錄的主体。
- 列表與聚合頁：分類頁、标簽頁、专题頁，收錄價值取决于是否提供獨立信息。
- 分頁：列表的第二頁往後，一般只留前几頁。
- 參數與篩選頁：排序、價格区間、颜色尺寸等组合出来的 URL。
- 功能頁：登入、购物车、站内搜尋结果頁、用戶中心，通常不需要收錄。
分好组後，分別用「该组已收錄數 ÷ 该组已知 URL 數」算比例。经驗上，内容頁偏高，聚合頁中等，分頁與參數頁偏低甚至接近零。如果低的是後两组，那多半不是故障，而是本就该收敛；如果内容頁也低，才需要真正動手。
几種典型形態，對應不同的問题
所有類型都低
說明問题不在頁面本身，而在更前面：站点整体抓取量不足、robots 或 meta 有誤屏蔽、服務器响應偏慢導致抓取中断，或者站点太新還在观察期。這时候先看抓取日誌和响應時間，比改頁面内容有用。
只有内容頁低
常见原因是同類内容過多、正文太短、模板化嚴重，頁面之間只換了标题和几行文字。搜尋引擎在這種情况下會挑一部分保留，剩下的走「已抓取未索引」。處理方向是合並相似頁面、补充獨立信息，而不是反复提交。
只有聚合與參數頁低
這是正常狀態。要確認的是這些頁面有没有在做無意义的内鏈分發：如果每一頁都鏈向几十個篩選组合，蜘蛛會把大量時間花在它們身上，内容頁反而排到後面。
新頁面低、老頁面正常
通常只是發現和抓取有延迟。检查新頁面有没有出現在 sitemap、有没有至少一條来自已收錄頁面的内鏈。没有任何入口的新頁面，只能等着被偶然發現。
抓取和收錄是两件事
日誌里看到蜘蛛频繁訪問，只能證明它来過，不能證明頁面進了索引。抓取之後還要经過内容抽取、重复判断、质量评估，最後才决定是否放入索引，以及放入哪一個版本。
- 抓取正常、收錄為零：看内容是否與站内其他頁面高度重合，或者是否被 noindex、canonical 指向了別處。
- 抓取很少、收錄尚可：說明抓取预算集中在了少數頁面，新頁面發現會慢。
- 抓取多、收錄反复上下：常见于内容更新频繁但结构不稳定的頁面。
抓取是入口，收錄是结果。入口通畅不代表结果一定出現，中間還隔着去重、质量判断和索引選擇。
一個可执行的排查顺序
- 按頁面類型導出已知 URL，分组統計收錄比例，先定位是哪一组低。
- 對低收錄组抽查 10 到 20 個样本，逐個確認返回狀態碼、canonical、meta robots 是否正常。
- 把样本的正文互相比對，看是否存在大面积重复或模板文字占比過高。
- 检查這些頁面有没有内鏈入口，以及入口頁面自身是否已被收錄。
- 看服務器日誌中這一组的抓取频次與响應時間，判断是抓不到還是抓了不收。
- 確認後一次只做一件事：合並、补充内容、收敛入口，三選一，不要同时全做。
不要為了數字好看而做的事
- 把不该收錄的功能頁强行提交，短期數字上升，長期會稀释整站的质量判断。
- 為了凑量把相似頁面拆成更多 URL，重复内容只會让收敛更难。
- 發現收錄率低就反复提交 sitemap，改變不了内容层面的判断。
收錄率是一個结果指标，不是可以直接優化的對象。把它拆成頁面類型，找到具体是哪一類在拖後腿，再回到内容和入口上去處理，動作會小很多，见效也更稳。