很多站点讨论收錄，习惯把“收錄量”当成一個單獨的數字来盯：涨了就高兴，跌了就排查。但搜尋引擎的索引並不是站内目錄的镜像，它是一個筛過一轮的结果集。同一批 URL 里，有些頁面天生就该進索引，有些頁面進不進其實無所谓，還有一些進了反而會摊薄整站的信号密度。與其等收錄结果出来之後再补救，不如在 URL 设計阶段就先分一次档。
分档不是内部标簽，它决定的是抓取與索引的動作
分档听起来像管理動作，但它最後一定落在技術處理上：這條 URL 要不要寫進 sitemap，内鏈要不要指向它，canonical 指向自己還是指向別人，robots 要不要放開，出現重复时以哪一條為准。這些問题如果没在分档时说清楚，就會出現同一個頁面在不同入口收到互相矛盾的信号。
判断一個頁面值不值得被收錄，先問三個問题
它有没有獨立的信息價值
把頁面的主体内容抽出来，去掉導航、推荐位、頁脚和模板文案，剩下的部分是不是只在讲這一件事。如果剩下的内容和另一條 URL 高度接近，只是排序、篩選條件或渠道參數不同，那它更像是同一條内容的另一個入口，而不是一條新頁面。
它能不能离開別的頁面單獨成立
结算頁、登入後的個人中心、提交成功頁、搜尋參數组合頁，這些頁面通常需要有前置操作才能進入，或者只在特定會话里才有意义。它們對用戶是必要的，但對外部检索来说缺少稳定的语境，让它們進入索引對谁都没有太大帮助。
它被搜到的场景是否真實存在
不要用“萬一有人搜呢”来支撑一條 URL 進索引。更實际的做法是看這條頁面解决的是不是一個明确的查找意图：有人會用什么词去找它，找到之後頁面能不能直接给出答案。如果答案分布在另外几條頁面上，這條頁面更适合做入口或聚合，而不是索引目标。
常见的分档誤判
- 把聚合頁和詳情頁混為一谈：聚合頁的價值在于组织入口，詳情頁的價值在于承载具体信息，两者的收錄策略没必要一致。
- 認為參數越多越“丰富”：同一内容配上不同的篩選、排序、追踪參數，很容易變成近似重复的一大片。
- 靠 noindex 處理本该合並的頁面：如果两條 URL 讲的是同一件事，優先考虑合並或規范，而不是一條留一條挡。
- 只按 PV 分档：浏览量低的頁面不代表没有检索價值，反過来浏览量高的頁面也可能是登入後才看得到的流程頁。
分档之後，動作要落到 URL 上
- 核心頁：canonical 自指，進入 sitemap，内鏈從相關頁面自然指向，保持可抓取、可索引。
- 入口與聚合頁：明确它是對内導航還是對外检索入口。對内為主的可考虑不進 sitemap，但也不必刻意屏蔽。
- 近似重复頁：先判断能不能归並到主 URL，能归並就归並，不能归並再用 canonical 指向主版本。
- 功能頁與流程頁：優先從站内可抓取范围收口，减少爬虫在無检索價值路径上的消耗。
- 已被索引的歷史遗留頁：先看它是否還有外部引用和真實訪問，再决定是繼續保留、合並，還是让它自然登出。
分档需要定期复查，而不是一次定终身
站点的頁面類型會變，业務重点也會變。今天放在“留在站内就好”那一档的頁面，可能因為内容积累變成了有價值的詳情頁；反過来，一些曾经的核心頁也可能在改版後只剩下模板骨架。建议按季度抽一批 URL 做抽查：内容是否還完整、頁面是否還能獨立成立、收到的信号是否一致。分档的目的不是把收錄量压到一個數字，而是让每一次抓取和索引决策都有明确的理由。
收錄不是越多越好，也不是越少越安全。真正需要盯的是：進入索引的那一批頁面，是不是站点希望別人看到的那一批。