新页面迟迟不进索引，很多人第一反应是内容质量或权重问题，但排查下来，卡住的位置常常更靠前——搜索引擎压根还没发现这个 URL。抓取和索引都发生在发现之后，发现入口没铺好，后面的优化动作都无从谈起。
URL 发现是收录链条的第一环
搜索引擎处理一个页面大致分三步：发现 URL、抓取页面、判断是否值得进索引。三者是递进关系，前一步没完成，后一步不会凭空发生。sitemap 只是发现入口之一，不是唯一入口，也不是提交了就一定会被处理。
常见的 URL 发现入口
站内链接
最稳定、最不需要额外维护的入口是站内链接。新页面只要被一个已被频繁抓取的页面链接到，就有机会进入待抓队列。常见问题是新页面只挂在深层列表页，或者链接只存在于 JS 渲染后才出现的区域，蜘蛛顺着 HTML 走不到。
- 在栏目页、相关推荐、上一篇/下一篇等固定位置给出链接，比临时插入更可靠；
- 避免整站靠 JS 生成导航链接，HTML 里至少要有一份可点击的路径；
- 给重要新页找一个层级较浅的入口，别让它只能从三层以下的列表页进入。
sitemap 与站长平台提交
sitemap 的价值在于批量告知，适合新增量大、更新频繁的站点。要注意两点：只放状态正常的 200 页面，lastmod 尽量写真实更新时间；sitemap 本身要能被抓到，且不要放在 robots.txt 禁止的目录下。站长平台的单个 URL 提交适合应急，不适合当日常主渠道。
外链与外部提及
站外链接是发现新域名、新栏目最直接的途径之一。有条件时，新栏目上线后可以从相关站点、行业社区或合作方拿到自然提及。链接是否加 nofollow 影响的是权重传递，并不代表完全不参与发现。
其他入口
RSS 或 Atom 订阅、更新频率稳定的栏目、页面之间的互链，都会形成额外的发现路径。对更新密集的站点，保持一个结构清晰的“最新”入口，通常比指望蜘蛛定时回访更实在。
发现、抓取、收录是三件事
URL 被发现，只代表进了候选队列；能不能被排上抓取、抓完是否进索引，还要看抓取预算、页面状态和内容判断。排查时不要用“没收录”这一个结论，替代对三段状态的分别确认。
页面长期没动静时，按顺序看这几点
- 站内是否已有可抓取的 HTML 链接指向它；
- robots.txt、meta robots、页面状态码是否挡住了抓取或索引；
- URL 是否带一堆参数、大小写混乱，导致同一页面分散成多条地址；
- 是否处在孤岛状态，除了 sitemap 之外没有任何站内入口；
- 服务器响应是否稳定，是否存在批量超时或 5xx 记录。
容易被忽略的细节
- 新 URL 不要只写进 sitemap 就等着，同时给站内入口，两条路径叠加起来更稳；
- 列表页数量要克制，大量低价值列表和新页抢抓取机会，反而拖慢重要页面；
- 参数尽量收敛，跟踪参数、排序参数过多，会让同一内容衍生出很多地址；
- 定期看服务器日志，能直观看出蜘蛛是否真的来过、来的是哪个版本的地址。
小结
收录问题从发现环节查起，往往比反复改内容更快找到症结。把站内链接、sitemap、外部提及这几条发现路径铺顺，再去看抓取与索引的具体表现，判断会清晰很多。任何入口都只是提高被发现的概率，最终是否进索引仍由搜索引擎决定。