收錄量好看，有效頁面却没几個
很多站点做收錄，盯的是“收錄量涨没涨”。但收錄量本身不是目标。当索引里堆了大量低價值 URL，會出現一種常见情况：後台看到的索引數字還算体面，真正能带来訪問、能承接搜尋需求的頁面，還是那几十個。這種狀態可以笼统称為索引膨胀。
它不一定触發什么明确的惩罚。更常见的影响是隐性的：抓取资源被分散，頁面质量信号被稀释，後續做資料分析时分子分母都不干净。所以處理它的意义，更多在于把有限资源集中到值得留的 URL 上。
哪些頁面容易變成低價值收錄
- 篩選、排序、參數组合頁：?sort=、?tag= 這類通常只是同一批内容換了顺序。
- 空白搜尋结果頁、空分類頁，頁面结构完整但正文為空。
- 重复的列表分頁，尤其是靠後、几乎無人点击的那几頁。
- 測試頁、临时活動頁、已经下线的专题。
- 内容极薄的關鍵詞聚合頁，只換了标题里的地名或數字。
- 大量相似的模板頁，除了變量之外几乎没有差异。
判断标准可以简單一点：這個 URL 單獨打開时，有没有提供別處拿不到的信息或操作？如果答案是没有，它就不太值得繼續占索引。
先量化，再動手
不要凭感觉删。可以用站点日誌、sitemap、CMS 導出的 URL 列表做交叉比對，統計几组數字：
- 總 URL 數與索引中數量的差距。
- 近 90 天有自然搜尋曝光的 URL 占比。
- 有站内連結指向的 URL 占比。
- 模板型和參數型 URL 的數量與占比。
如果曝光高度集中在少數 URL 上，而其余 URL 既没有曝光也缺少内鏈，基本可以判断存在膨胀。這时候再决定哪些收口，就有依據了。
收口的顺序
- 先處理明确無用的：測試頁、下线活動頁、空结果頁。
- 再處理參數與排序變体，優先用 canonical 收敛，确有必要时再加 noindex。
- 分頁頁保留有實际價值的，收口深處無点击的部分。
- 最後處理薄内容聚合頁，能合並就合並，不能合並再考虑下线。
顺序上從“确定没用”走向“可能有用”，尽量避免誤伤。每批改動量控制在可回滚的范围内，观察一段時間再進入下一批。
几個容易踩的地方
noindex 和 robots.txt 別混着用
robots.txt 的作用是阻止抓取，不保證 URL 不進索引——被外鏈指向的地址仍可能以無摘要形式出現在结果里。要让頁面登出索引，用 noindex。两者同时用，反而可能让蜘蛛讀不到 noindex 标簽。
sitemap 要和收口動作同步
决定收口的 URL，就別繼續放在 sitemap 里。一邊 noindex 一邊照常提交，只會让信号互相打架。
内鏈別反向暴露
收口的頁面如果還被導航、面包屑、正文大量連結指向，抓取和判断都會反复被拉回去。收口頁面最好從主要内鏈结构里撤出，或者至少减少入口。
別一次性清太多
大批量改動之後索引資料波動明顯，很难判断是哪一批動作起了作用。分批、留记錄、留观察窗口，比一次性清干净更容易复盘。
收口之後看什么
主要看三個方向：核心頁面的曝光是否有變化，索引數量是否逐步稳定，抓取是否更多落在有價值的 URL 上。索引數字短期波動是正常的，不建议一天一改。
索引膨胀處理的是“该不该留”的問题，不是“能不能被收錄”的問题。先把不用留的 URL 清出去，剩下的頁面才有更清晰的抓取與评估环境。