很多站长把 sitemap 当成“提交就能收录”的开关：文件传上去，后台显示成功，然后开始等索引。几天过去，新页面还在原地。问题往往不在提交动作本身，而在于对站点地图的定位有偏差。它是一份“我这里有这些地址”的声明，不是加速收录的按钮。
sitemap 的作用边界
搜索引擎把 sitemap 当作 URL 发现的补充来源之一，主要解决两件事：让新页面更快进入待抓取队列，以及为已收录页面提供 lastmod 之类的更新参考。但它不决定抓取频次，也不决定页面是否值得进索引。后两个判断由内容质量、服务器响应、站点整体情况、内链结构共同影响。所以一份格式完美、地址齐全的 sitemap，也可能带来零收录增长。
一份能被正常处理的 sitemap
- 只放规范地址：协议、域名前缀保持一致，不带跟踪参数、不带会话 ID。
- 只放返回 200 且允许索引的页面：noindex、需登录、被 robots 屏蔽的地址不要写进去。
- 单文件不超过 5 万条、50MB，超出就分片，并用一个索引文件串起来。
- 编码用 UTF-8，地址做好转义，不要夹带 HTML 或脚本内容。
- 在 robots.txt 里写明 Sitemap 位置，方便爬虫顺路取用。
lastmod 写错比不写更糟
lastmod 是爬虫判断“这个页面是否真的变了”的依据。如果每次部署都批量刷新时间戳，而正文没有任何改动，爬虫几次下来就会发现这个字段不可信，之后不再参考。只在该页面内容确实修改时更新，使用标准日期格式，精确到天通常就够。
提交了仍然不收录，按这个顺序查
- 抓取层面：查看访问日志或后台数据，确认爬虫有没有来过。没来，说明站内入口太弱，sitemap 只是一条候选线索。
- 响应层面：抓取时是否频繁超时、返回 5xx，或者对爬虫的限速过严。
- 内容层面：页面是否有足够的独立信息，还是模板拼出来的空壳；同主题是否存在多个近似版本互相稀释。
- 索引层面：确认页面没有 noindex，canonical 没有指向别处，也没有被 robots 挡在抓取之外。
- 展示层面：如果已经进了索引却搜不到关键词，那属于可见性与竞争问题，和 sitemap 基本无关。
sitemap 替代不了内链
sitemap 提供的是“存在性”，内链提供的是“重要性与上下文”。一个只能从 sitemap 找到、站内没有任何入口的页面，抓取频次通常很低。把新页面接进栏目页、相关推荐、面包屑，比反复重传同一个文件更有效。
把 sitemap 当成一份维护良好的清单：地址真实、更新如实、格式规范。它能降低爬虫的探索成本，但无法替页面本身证明价值。
还需要定期清理失效条目：已经 404、已经合并到新地址、已经被设成 noindex 的 URL，及时从文件里移除，让清单与站点现状保持一致，后续的抓取判断才有据可依。