收錄數量上涨，多數人第一反應是好事。但如果涨上来的頁面本身没什么检索價值——标簽頁、篩選结果、站内搜尋 URL、内容近似的多個版本——那就不是收錄變好，而是索引膨胀：抓取预算被摊薄，站点主题信号被稀释，真正重要的頁面反而更难被稳定评估。
先分清收錄數量與站点健康
收錄是搜尋引擎给出的“我看到了，並且愿意放進索引”的狀態，它不承诺展現，也不代表頁面有價值。一個十萬 URL 的站点有九萬被收錄，如果其中六萬是自動生成的薄頁面，這個數字其實是在提示問题，而不是成绩。反過来，真正有内容、有搜尋需求的頁面被收錄的比例，才是更值得盯的指标。
索引膨胀的常见来源
多數膨胀不是意外，而是模板和參數自然生長的结果：
- 自動生成的聚合頁：标簽頁、归档頁、作者頁，以及分類下的各種组合篩選，一旦數量不受控，很容易成倍放大。
- 參數 URL：排序方式、每頁條數、追踪參數、會话 ID，同一個頁面可以對應几十個地址。
- 翻頁深處：前几頁還有人看，第几十頁既没内容也没内鏈，却仍留在索引里。
- 站内搜尋结果頁：這類頁面几乎全部由其他頁面拼接而成，内容重复且没有獨立價值。
- 内容近似重复：不同域名、http 與 https、带 www 與不带 www、结尾斜杠、大小寫，各自都可能被当成一個 URL。
- 附件與打印版本：给用戶用的功能頁，不必都進索引。
怎么判断是不是真的膨胀
不要只看一個總數。可以從三件事對照着看：
- 在站長後台的覆盖率报告里，按目錄或頁面類型抽样，看“已编入索引”的 URL 里有多少属于上面那几類。
- 從蜘蛛日誌里抽样，看抓取频次被哪些目錄吃掉。如果大量抓取停在參數頁和空白聚合頁上，就說明预算分配出了問题。
- 看實际效果：這些被收錄的頁面有没有任何自然搜尋点击。收錄很久、点击長期為零的模板頁，通常没有保留理由。
收錄是结果，不是目标。判断标准應该是“用戶有没有可能搜到它、並且觉得有用”，而不是“它有没有被抓到”。
處理顺序：先止血，再清理
比較稳妥的做法是先把水龙头關上，再拖地：
- 列出保留名單：内容頁、必要的分類頁、服務頁明确保留；其余按類型决定去留。
- 给不保留的頁面選擇正确的關閉方式：希望它完全不進索引，用 noindex，並确保蜘蛛能抓到這條指令；只是不想让它浪費抓取预算，才考虑在 robots.txt 里屏蔽抓取。两者不能互換。
- 收口重复 URL：參數頁用規范連結或後台參數工具指向主版本，协议、域名前缀、大小寫、尾斜杠统一到唯一形式。
- 切断内鏈：如果内鏈仍在大批指向這些頁面，蜘蛛會持續發現它們，只改 sitemap 效果有限。
- 观察後再说：關閉生效需要時間，別一两天没變化就频繁換策略。
几個容易踩的坑
- 用 robots.txt 屏蔽了頁面，又期待它從索引里消失——被屏蔽意味着蜘蛛看不到 noindex，反而可能更久地留在索引里。
- 批量下线时返回 404 或 410 都可行，但如果頁面還有外鏈和搜尋需求，保留一個指向替代内容的頁面通常更合适，而不是直接删掉。
- canonical 指向的目标頁自己也不该被收錄，等于把問题挪了個地方。
- 只改一處、不看全鏈路：模板、内鏈、sitemap、參數設定往往要一起改才有效果。
做完减法之後
索引規模降下来，不一定立刻看到排名變化，但通常能看到抓取分布更集中在重要頁面，站点整体也更干净。之後的重点就轉到“补”：找出真正有價值、目前却還没進索引的頁面，检查它們的点击深度、内鏈入口和内容完整度，让收錄的方向和站点目标保持一致。