很多站点把 sitemap 当成一份报备清单，只要 URL 在里面就算尽到义务。实际上它承担两件事：让搜索引擎更快发现新 URL，以及给已知 URL 提供一条重抓的参考线索。而 lastmod 是这条线索里最容易被写坏的部分。
lastmod 影响的是什么
先说清边界：lastmod 不决定收录，也不能让页面进索引。它只是抓取调度时的一个输入项，用来判断这个 URL 值不值得再来看一眼。写对了，页面更新后有机会更快被重新抓取；写错了，顶多是这个信号失效，不会直接把页面踢出索引。
同样常被提到的 changefreq 和 priority，主流搜索引擎早已公开表示基本不参考，不必花时间微调。
几种典型的信号失真
- 全站统一写当天时间。程序每次生成 sitemap 就把所有 URL 的 lastmod 刷成当前时间。爬虫抓回来发现内容没变，几次之后这个字段就没什么信用了。
- 发布代码就更新，内容没动也改。批量改模板、调样式都会让时间戳集体前移，看起来像全站改版。
- 内容真改了却不更新。反向的问题：改动没有反映到 lastmod，页面长期排队等不到重抓。
- 格式不规范。缺少时区、用本地时间冒充 UTC、写成 2024/05/01 这类非标准格式，解析失败后字段等于没写。
怎么写才算不白填
- 只在该 URL 的正文或关键区块真正变化时更新，样式、导航、页脚调整不算。
- 使用 W3C Datetime 格式并带上时区，例如 2024-05-01T10:20:30+08:00。
- 保持语义上的单调递增：不要为了催爬虫反复把时间往前调，短期可能有波动，长期只会削弱可信度。
- 不同页面的更新时间要能和真实的编辑记录对上，方便自己排查。
把 lastmod 当成日志，而不是武器：它是内容变更的如实记录，不是催促抓取的手段。
分片与提交的几个细节
sitemap 单个文件通常不超过 5 万条 URL、50MB（未压缩），超了就拆片，并用索引文件把分片串起来。这里有两个容易忽略的点：
- 不要每次全量重写所有分片，尽量只更新发生变化的那一片。
- sitemap 地址在 robots.txt 里声明，同时在搜索资源平台手动提交，两条路径都保留问题不大。
怎么判断有没有用
回看服务器日志里这些 URL 的抓取时间分布，对比更新前后的间隔。如果更新后仍长时间没有重抓，先检查是不是被抓取预算、内链深度、页面质量这些更靠前的因素卡住了——lastmod 只是排在后面的优化项。
另外要避免一种误读：抓取频率上升不等于收录变多。抓取是过程，收录是另一套判断，两者之间隔着页面质量评估。把日志里的抓取曲线当成收录曲线，很容易得出错误结论。
小结
sitemap 的价值一半在“有哪些 URL”，一半在“最近变了什么”。把 lastmod 写准，比在 changefreq 上反复试验更有意义。