在站点后台或搜索平台的索引报告里，URL 常见的状态不止“已收录”和“未收录”两种。“已发现，尚未编入索引”和“已抓取，尚未编入索引”看起来只差一个词，实际卡住的环节完全不同。把这两种状态混在一起处理，很容易做无用功：该补内链的跑去改内容，该合并页面的却反复提交 Sitemap。
先把三个环节分开
一个 URL 从存在到能出现在搜索结果里，大致要经过：发现（蜘蛛知道这个地址）、抓取（蜘蛛读到了页面内容）、索引（系统判断值得收录并建立索引）。前两步没走完，第三步就无从谈起。状态文案里的“已发现”“已抓取”正好对应前两步。
“已发现，尚未编入索引”卡在哪
这个状态说明地址已经被知道，但还没有被真正抓取，或者抓取被排在了很后面。常见原因有几类：
- URL 数量远超抓取能力。站点里有大量参数页、筛选页、分页、站内搜索结果页，每天的抓取额度被这些低价值地址吃掉，真正重要的页面排在队尾。
- 入口太弱。页面只出现在 Sitemap 里，没有任何内链指向，被发现的优先级自然低。
- 站点整体抓取节奏慢。响应时间长、超时多、历史抓取表现一般，都会让抓取进度变慢。
对应的处理方向是“少而准”：减少无意义 URL 的产生，把内链集中到真正需要收录的页面上，Sitemap 只提交希望被收录的地址，而不是把全站导出。
“已抓取，尚未编入索引”卡在哪
这个状态更靠后一步：内容已经被读取，但系统没有把它放进索引。此时再去提交 Sitemap、加内链，基本不起作用，因为发现和抓取这两关已经过了。问题通常出在页面本身或站点整体质量的判断上：
- 正文过短、信息量不足，读完之后没有明确的答案或用途。
- 与站内其他页面高度相似，比如同一商品的不同参数页、同一内容的多个版本。
- 页面主体与标题、摘要不匹配，或者主要内容依赖交互才出现。
- 同一站点里这类低价值页面占比过高，整体判断被拉低。
处理重点是收敛和加强：能合并的合并，该设规范的设规范，内容确实单薄的页面考虑补充实质信息，而不是制造更多同类页面。
两种状态的处理顺序
- 先抽样看状态分布，确认卡在“已发现”还是“已抓取”的页面各占多少，不要凭几个样本下结论。
- 如果“已发现”居多，先查这类 URL 是怎么产生的，能减少产生就先减少，再谈抓取。
- 如果“已抓取”居多，按页面类型分组，比较有收录和无收录的差异，找出内容、结构或意图上的区别。
- 选少量代表性页面做改动，观察一段时间，再决定是否推广到整批。
- 全程记录改动时间点，避免多件事同时动，最后分不清是哪个起了作用。
状态本身也会滞后
索引数据有统计周期，也常带抽样，状态更新往往慢于实际变化。今天改完明天看状态没变，不代表处理无效。频繁调整同一批页面，反而会让判断更难做。
状态是线索，不是结论。先确认卡在哪一步，再决定动哪里，比反复提交 URL 更省力。
长期停留在这两个状态说明什么
如果一批页面长期停在“已发现”或“已抓取”，通常不是某个技术细节出了问题，而是这批页面在站点里本身就不具备被收录的理由。这时候值得回头问一句：这些页面是否真的需要出现在搜索结果里？如果答案是否定的，让它留在索引之外，未必是坏事。