一個頁面能不能被收錄，先决條件是它有没有被蜘蛛發現。發現不保證抓取，抓取也不保證收錄，但如果某個 URL 從来没有進入過發現队列，後面的环节都無從谈起。所以当收錄不理想时，先別急着改内容，第一步往往是回头看看：這個 URL 到底是怎么被發現的，有没有被發現。
几條主要的發現渠道
站内連結
站内連結是最稳定、最不需要額外维護的發現途径。蜘蛛顺着一個已经抓取的頁面往下走，只要能通過普通 a 标簽到達，就大概率會被發現。它的好處是自带上下文：連結所在的頁面主题、锚文本、連結在正文中的位置，都會影响後續對這個 URL 的判断。
XML sitemap
sitemap 的作用更接近一份清單，它不解决權重传递的問题，但能帮蜘蛛知道站点里還有哪些 URL 存在，尤其是那些入口很浅、或者需要多次点击才能到達的頁面。需要注意的是，sitemap 里應该只放規范 URL，不要把带參數的變体、已下线的地址、狀態碼異常的地址一並塞進去，否則這份清單的可信度會下降。
外部連結與社交分享
外部連結带来的發現速度有时比站内更快，但可控性差。它更适合用在重要頁面的啟動阶段，不适合作為日常依赖。社交平台上的分享連結通常带跳轉或參數，能不能被跟随並不确定，把它当成發現渠道之一可以，当成主力不現實。
主動提交接口
各家搜尋平台提供的提交方式，本质上是把 URL 放進發現队列，而不是放進索引。提交成功只說明收到了，不說明會抓取，更不說明會收錄。它的價值在于缩短等待時間，尤其适合新頁面或时效性較强的内容。
優先級：先把站内到達性做扎實
如果只能選一件事做，那就是保證重要頁面在站内是可到達的。判断方式很简單：從首頁出發，用纯文本浏览器或者禁用 JS 的方式走一遍，看能不能点到目标頁。以下几條比提交接口更值得先检查：
- 重要頁面是否在導航、栏目頁或相關推荐中出現，而不只是靠搜尋框或表單跳轉；
- 連結是否真的是 a 标簽，而不是 onclick 事件或需要 JS 渲染後才生成的节点；
- 連結上是否挂了 nofollow 或其他阻止跟随的属性；
- 层級是否過深，一個頁面需要点七八次才能到達，被抓到的概率會明顯下降。
容易被忽略的细节
分頁、篩選和排序參數是發現渠道里最容易失控的部分。它們本身不算错誤，但數量可能遠大于真實内容量。比較稳妥的做法是让主序列頁可發現，把多條件组合的篩選结果收敛掉，不要指望它們全部被收錄。
另外，sitemap 的更新時間和實际内容不一致也是常见問题。频繁改動 lastmod 却没有實质變化，會让這份文件逐渐失去參考價值。建议只在頁面内容真正調整时更新，並保持文件分片和數量在合理范围内。
怎么確認發現真的發生了
光看提交成功提示不够，至少要用两個地方交叉驗證：
- 服務器日誌里是否出現了来自搜尋蜘蛛的請求，請求的 URL 是否是你期望的那個版本；
- 抓取統計里是否出現了“已發現但尚未抓取”之類的狀態，這類狀態說明 URL 已经在队列里，只是還没轮到。
如果两邊都没有痕迹，通常說明發現环节就断了，而不是抓取或索引出了問题。此时優先补站内入口，其次再考虑 sitemap 和提交。
把提交当成收錄按钮，是收錄問题里最常见的誤解。提交只能让 URL 被看见，能不能走到最後，取决于頁面本身值不值得留。
總结一下：站内連結负责稳定發現，sitemap 负责补齐清單，外部連結和主動提交负责加速。三者配合、顺序不乱，發現环节基本不會成為瓶颈；剩下的問题，就要回到抓取预算和頁面质量上去看了。