网站上线几个月不被收录，先查这 8 件事

网站上线一段时间不被搜索收录，最常见的反应是「再多提交几次」。但从实际排查经验看，提交次数几乎从来不是瓶颈。真正的瓶颈通常是下面这 8 条，而且有几条是你提交了反而更糟的。

按顺序查，每一步都给能当场验证的做法。

一、先确认搜索引擎到底收了多少

不要用手机搜 site:你的域名 来判断收录量。这个指令返回的结果数长期不准，返回 0 也不代表没收录，很多站就是被这条误导去做无意义的重复提交。

正确的做法是去站长平台看「索引量」这类官方工具里的曲线，它给的是搜索引擎自己承认的收录页面数。看清楚三个数：

• 当前索引量是多少；
• 最近两周是涨还是跌；
• 站内一共有多少个可索引页面（拿 sitemap 里的 URL 条数当分母）。

如果索引量是 4、站点有 39 个页面，那问题是「收录了但不信任」，不是「完全没被发现的孤岛」。这两种情况的处理方式完全不同，先把是哪一种搞清楚。

二、确认爬虫能拿到完整正文，而不是空壳

有些站点首屏 HTML 里只有一层空容器，正文全靠 JavaScript 跑完才渲染。对 Google 通常没事，对百度就可能抓到一份空文档。

验证方法很直接：用命令行以百度爬虫的 User-Agent 请求你的页面，把返回的 HTML 存下来，数一下里面有多少个汉字。

curl -A "Mozilla/5.0 (compatible; Baiduspider/2.0; +http://www.baidu.com/search/spider.html)" \
  https://example.com/ -o /tmp/spider.html
grep -o '[一-龥]' /tmp/spider.html | wc -l

如果这个数字接近 0，说明正文确实是客户端渲染的，先把它改成服务端渲染。反之，如果几千字都在，那技术可达性就没问题，别再往这个方向排查。

三、抓取异常诊断，四项都得是绿的

站长平台一般有抓取诊断或抓取异常工具。手动跑一次，看有没有 DNS、连接超时、robots 屏蔽、301/302 环路之类的提示。四项全绿的话，说明它愿意来抓、也抓到了。

这一步的意义是排除：排除了「抓不到」，剩下的问题就一定是「抓到了不愿意收」。

四、sitemap 的 lastmod 不能是「当前时间」

这是一个非常常见、而且后果被低估的错误。

生成 sitemap 时给静态页面填 new Date()，看起来无害，实际上每次被抓取，所有静态页的「最后修改时间」都变成了此刻。搜索引擎过一段时间再来，发现你二十几个页面永远同时「刚刚更新」，它会得出一个结论：这份 sitemap 不可信。然后就不再消费它。

正确的写法是：静态页填文案真正改动的时间，且只在真改动时更新；内容页填数据库里的更新时间字段。二者不能混用同一个时间源。

// 错误：每次请求都是「现在」
lastModified: new Date();

// 正确：静态页用固定的改稿时间
const STATIC_LASTMOD = new Date("2026-10-28T00:00:00.000Z");
lastModified: p.updated ?? STATIC_LASTMOD;

五、站长平台的基础属性有没有配对

这一条在国内环境里权重极高，却最容易被忽略。三件事：

1. 站点类型选错。明明是自适应站点，属性里填成了 PC 站。移动端的展现会被直接压制。
2. 主体没关联。个人主体或未关联主体的站点，很多能力是关着的——最典型的是 sitemap 提交配额为 0，也就是你想提交都提交不了，以及没有快速抓取权限。
3. 站点领域选成「综合门户」。你做企业服务，就应该选软件/IT 服务。选错会削弱垂直判定。

去站长平台的站点属性页逐项核一遍。注意有些字段 30 天只能改一次，要改就一次改到位。

六、收录量掉了，先看有没有收到处罚通知

站长平台的消息中心里如果有权重下降、违规处理这类通知，问题就不是优化，而是整改。常见的触发点是标题堆砌和服务词反复出现。

一个具体的反面形态：首页标题把五项业务并列写在一起，正文里再放一段「核心词：A、B、C、D」的文字。这类写法在页面上是给机器看的，读者一眼就能看出来，搜索引擎也一眼就能看出来。

自查方式很简单——把你的首页源码里所有可见文字读一遍，问自己：这句话如果是给人看的，我还会这么写吗？

七、内容页数量太少，本身就不构成收录面

如果一个营销站只有十几个内容页，搜索引擎很难判断这个站是不是「一次性的展示页」。

更隐蔽的问题是节奏。如果历史内容集中在几天内批量生成，每三天固定四篇、四个栏目各一篇，这种整齐度本身就是机器痕迹。真实企业的发布节奏是松散的。

比补量更重要的是先确认内容页是不是真的有人看：产品能做什么、多少钱、多久交付、什么情况下不适合选你。这类判断型内容比行业通稿有价值得多。

八、URL 规范与旧链接处理

最后几个容易漏的点：

• canonical 指向自己。曾有站点九个页面的 canonical 都错指到首页，等于告诉搜索引擎「这九页不用收」。
• 中文 URL 在做接口推送时会被百分号编码，推过去的是一个转义串而不是可读路径。新建内容建议只用小写字母、数字和连字符。
• 改地址要配 308 或 301 并且保留一段时间，直接 404 会连旧页面的信任一起丢掉。
• robots.txt 别把关键目录挡掉，尤其是测试环境和正式环境共用一份配置时。

排查顺序建议

按这 8 条查完，绝大多数「不收录」会归到两类：

• 属于技术可达性问题：第二、第三、第八条。这类修完通常几天内能看到变化。
• 属于信任与质量问题：第一、四、五、六、七条。这类修完不会立刻见效，需要几周到一两个月，而且期间最重要的是停止加大提交量——索引量下滑时突然放量，最像站群行为。

先分清自己在哪一类，再决定要不要动内容。反过来做的话，通常是把预算花在了本来就没坏的地方。