一个页面能不能被收录，第一步不是内容质量，而是蜘蛛有没有走到它。除了 sitemap 和手动提交，日常最稳定、也最容易被忽略的发现路径是站内链接。链接怎么铺、页面离首页有多远，会直接影响蜘蛛撞见它的概率和频率。

蜘蛛是怎么走到新页面的

搜索引擎通常从一批已抓取的页面出发，顺着页面上的 a 标签继续爬。sitemap 更像是线索清单，帮助发现 URL，但不等于会被抓取，更不等于会被收录。真正的爬行路径，多数时候还是站内链接。

• 首页、栏目页、列表页、详情页之间的常规跳转；
• 相关推荐、上一篇/下一篇、标签聚合；
• 面包屑、HTML 版站点地图页、全站导航；
• sitemap、外链、提交接口等辅助入口。

链接深度：粗略但好用的一把尺

链接深度一般指从首页出发，最少点几次链接能到达目标页。它不是硬指标，但能反映可达性的好坏。

• 1–2 层：通常是导航、栏目、重点聚合页，被抓取相对稳定；
• 3–4 层：多数详情页的正常区间，依赖列表页和内链支撑；
• 5 层以上：往往要翻很多次分页或多级聚合才能到达，抓取频次容易偏低；
• 只能通过 sitemap 找到、站内没有入口的页面：属于孤儿页面，抓取和更新都比较被动。

深度只是影响因素之一。同样深的页面，如果外部链接多、更新频繁、被其他页面引用得多，抓取表现也可能明显更好。

让重要页面离首页更近的做法

导航与栏目结构

把需要被收录的页面类型放进主导航、栏目页或聚合页，让它们至少有一个人人可见的入口。层级不宜过深，但也不必为了压平把全站链接塞进首页。

列表页与推荐位

• 列表页保持稳定的翻页逻辑，让翻页链接可被正常抓取；
• 详情页底部放相关推荐、同栏目最新几条，形成横向链接；
• 新增内容在栏目页、首页或专题页露一次面，通常比干等 sitemap 更有用。

面包屑与站点地图页

面包屑提供了回到上一层的路径，也让蜘蛛更容易理解层级关系。一个 HTML 版的站点地图页（不是 XML sitemap）可以作为兜底入口，集中列出主要栏目和重要页面。

孤儿页面和只靠 sitemap 的页面

这类页面在站内没有任何链接指向，蜘蛛只能通过 sitemap 或外链知道它的存在。它们不一定收录不了，但抓取往往更慢、更不稳定，更新后重新被抓取的间隔也更长。如果页面本身有收录价值，建议至少给它一个站内入口。

自查的顺序

1. 挑几个希望被收录的页面，手动从首页数一数要点几次才能到达；
2. 确认这些页面是否真有站内链接指向，可用抓取工具或站内搜索核对；
3. 看服务器日志中这些 URL 的抓取记录，判断是否长期没有蜘蛛访问；
4. 检查链接是否被 nofollow、是否依赖 JS 渲染后才出现、是否被 robots.txt 挡住；
5. 确认页面自身没有 noindex，返回状态码正常。

几个常见误区

• 越扁平越好：把几十上百个链接堆到首页，既稀释权重，也不利于用户查找；
• 链接多就等于收录快：无意义的互链、页脚堆链接，实际作用有限，还可能被判为过度优化；
• 提交了 sitemap 就等收录：sitemap 解决的是发现，抓取和收录还取决于页面质量与站点整体表现。

内链深度不是唯一变量，但它是一个自己就能控制、改完较快能看到变化的因素。先把重要页面的入口理顺，再去看内容质量和重复内容问题，排查顺序会清楚很多。