站点地图（sitemap）常被当成“提交了就等着收錄”的工具，實际上它只做一件事：把 URL 主動摆到搜尋引擎面前，减少“發現”這一步的延迟。發現之後是否抓取、抓取之後是否進入索引，仍然取决于頁面本身的可訪問性、内容质量和站点整体的信任度。

它解决的是發現，不是收錄

没有 sitemap，搜尋引擎也能通過内鏈、外鏈和歷史记錄找到頁面，只是新頁面可能要等更久。sitemap 的價值在于：让新 URL、更新频繁的 URL、内鏈层級較深的 URL 更早被發現。它不改變頁面的质量判断，也不保證一定進索引。

哪些 URL 该放進去

• 可以被索引的規范 URL：返回 200、内容完整、没有 noindex。
• 新發布或近期有實质更新的頁面。
• 靠站内爬行不容易及时發現的深层頁面。

不该出現的：

• 被 robots.txt 屏蔽或带 noindex 的頁面。
• 會跳轉的地址（應寫跳轉後的最终 URL）。
• 已刪除、返回 404 或 410 的舊地址。
• 篩選參數、排序參數、會话 ID 等生成的重复變体。
• 登入後頁面、购物车、站内搜尋结果等没有獨立检索價值的頁面。

把不该出現的放進去，除了浪費抓取配額，還會拉低 sitemap 的可信度——报告上會顯示“提交了不少、收錄比例却很低”。

lastmod 要诚實

lastmod 用来告诉搜尋引擎這個頁面什么时候真正改過。如果每次构建都统一刷成目前時間，這個字段很快會失去參考價值，搜尋引擎會倾向于忽略它。比較稳妥的做法是只在正文、标题、價格等實质内容變化时更新；模板改版、導航調整這類不影响頁面主体的改動不必改。

分片與數量

URL 數量多的站点用索引文件来拆分：一個索引文件指向多個子 sitemap，單個子文件里的 URL 數量控制在合理范围。按内容類型或目錄分片，比随机切分更好排查問题——某一類頁面出状况时，對着對應的那個文件看就行。

更新與提交的节奏

内容更新频繁的站点，可以让 sitemap 跟着發布节奏保持更新；更新很少的站点，不必為了“顯得活跃”而频繁改動文件。提交之後通常仍需等待抓取周期，不要指望提交当天就出現在索引里。

怎么驗證它有没有起作用

把几邊的資料對起来看：

1. 服務器日誌里，来自搜尋引擎的請求有多少是 sitemap 中的 URL？没有被抓取，就不必谈收錄。
2. 索引狀態报告里，sitemap 中的 URL 有多少已收錄、多少是“已發現尚未编入索引”？後者往往指向抓取優先級或頁面质量問题。
3. 把同一批頁面分成“放進 sitemap”和“只靠内鏈”两组，對比被發現的平均時間。

sitemap 是加速器，不是通行證。真正决定收錄的，還是頁面能不能被抓到、值不值得被索引。

几個常见誤区

• 把 sitemap 当提交入口：提交之後就不再维護，里面混着大量 404 和重定向。
• 只放首頁和栏目頁：最有發現價值的新内容反而没放。
• sitemap 里的 URL 與頁面上的 canonical 不一致，自己给自己制造了重复信号。

把這几件事理顺，sitemap 才能稳定地承担“發現”這一环，剩下的交给頁面本身。