很多人第一次做网站会以为：sitemap 提交了 = Google 会收录全部页面。事实是：sitemap 只是”告诉 Google 这些页面存在”，决定收不收录的是页面本身。如果你提交完 sitemap 几周过去仍然没收录，下面 6 个原因覆盖了几乎所有情况。
先确认 sitemap 是真的”成功”
打开 Google Search Console → Sitemaps，确认你的 sitemap：
- 状态：成功（绿色）
- 已发现 URL 数量：和你网站页面数量基本一致
- 最后读取时间：是最近的，不是几个月前
如果状态是”无法获取”、“已发现 0 个 URL”或”格式错误”——那是 sitemap 本身的问题，先修这个。
6 种”sitemap 提交了但不收录”的原因
按命中率从高到低：
1. 内容质量低 / 重复内容（最常见）
Google 的标准比想象的高。下面这些会被判定为”不值得收录”：
- 单页文字 < 300 字
- 大量页面只有几句话不同（thin content）
- 翻译别人的文章
- 大量 AI 生成、无人工编辑的”伪原创”
- 模板生成的”地区 × 关键词”组合页
如何判断：在 Search Console 用”网址检查”工具，看一篇文章的状态。如果显示”已抓取 - 当前未编入索引”，就是质量问题。
解决：把页面内容做厚（至少 800-1500 字）、加独特视角、加图表 / 数据。
2. 新域名沙盒效应
新买的域名 Google 会”观察”几周到几个月。这段时间无论你做什么，收录都会很慢。这不是惩罚，是 Google 在判断你是不是垃圾站。
判断：域名注册时间 < 3 个月、之前没有任何外链 / 流量。
解决：
- 耐心等 4-12 周
- 持续更新内容（每周 2-3 篇）
- 申请 1-2 个高质量外链（朋友 / 社区）
- 把 sitemap 重新提交几次
3. 内链稀疏，爬虫”走不动”
sitemap 让 Google 知道页面存在，但实际收录优先级靠内链。一个 0 内链的页面在 Google 眼里”不重要”。
判断：
- 文章页面只能从 sitemap 找到
- 没有”相关文章”、“上一篇 / 下一篇”
- 首页 / 分类页都不链到正文
解决：
- 首页 / 分类页强制链到最新文章
- 每篇文章末尾加 3-5 条相关链接
- 重要文章加”精选”标签让首页展示
4. 页面被 noindex 或 canonical 指别处
页面在 sitemap 里，但页面 head 里写着：
<meta name="robots" content="noindex">或：
<link rel="canonical" href="https://otherdomain.com/page" />Google 会”尊重”页面的指令，不会收录。
判断：右键查看任意一个不被收录的页面的源代码，搜索 noindex 和 canonical。
解决：
- 删掉
noindex或改成index, follow - 让 canonical 指向自己
5. 站点结构太深 / 主页流量极低
如果文章从首页要点 5+ 次才能到达，Google 也可能放弃。如果你的首页本身没流量、没外链，整个站的”权重”就低，Google 收录也保守。
解决：
- 重要文章和分类放首页
- 减少深层目录（最多 2-3 层）
- 主动获取一些外链：发个 Reddit 帖、社区分享、相关网站友链
6. 抓取预算（crawl budget）被低质 URL 浪费
如果你的站有大量自动生成的 tag、search、filter 页面，Google 的爬虫会先把它们爬完，正经文章反而排不上号。
解决：
- 给 tag / search / filter 页加
noindex - 在 robots.txt 屏蔽这类 URL
- 把它们移出 sitemap
最短修复路径
按收益从高到低：
- 挑 3 篇”已抓取 - 未编入索引”的文章，把内容做厚到 1500 字 → 一周看是否收录
- 加 3-5 条内链到每篇文章
- 首页改成展示最新文章，让爬虫一进来就能扩散
- 删掉 / noindex 所有 thin tag 页
- 每周 update 一次 sitemap 让 Google 重新爬
哪些情况其实不在你能控制的范围
- 新域名（< 3 个月）
- 全球 Google 索引 lag（确实存在，特别在新算法更新前后）
- 你站所在的 niche 竞争太激烈（金融 / 健康 / 法律），Google 标准更高
- Google 在做 Core Update，临时大量页面进出 index
容易误判的情况
- 以为 sitemap 状态”成功”就万事大吉 —— 那只是说 sitemap 文件能读懂
- 以为 “Discovered - currently not indexed” 是 bug —— 这是 Google 在排队，不是错误
- 以为提交越多越好 —— 重复提交不会加快收录，每月一次足够
- 以为 indexnow / Bing 提交能影响 Google —— 不会
预防建议
- 第一天就规划好”内链网络”，不要等收录慢了才补
- 新文章首页一定要展示 1-2 周
- 一上线就先发 3-5 篇真正能解决问题的文章，不要发 50 篇 thin content
- 定期看 Search Console 的”页面”报告，盯死”已抓取未编入索引”的数量
- 把 RSS / Atom feed 也部署上，部分爬虫会用这个
常见问题（FAQ）
Q：sitemap 提交后多久会开始收录？ A：老域名通常 2-7 天，新域名 2-12 周。3 个月还 0 收录就是有问题了。
Q：sitemap 里有 100 篇，但只收录了 20 篇，正常吗？ A：很正常。Google 永远不会收录 100%。优质站 60-80% 是正常的，新站 10-30% 也常见。
Q：要不要 ping Google？
A：以前的 google.com/ping?sitemap=... 已经废弃了。直接在 Search Console 提交就好。
Q：把没收录的页面”请求编入索引”有效吗？ A：有效但有限。每天有配额（约 10 个 URL），优先用来推关键页。
Q：sitemap 一定要按主题分多个吗？ A：< 1000 个 URL 一个 sitemap 就够。> 5000 用 sitemap-index 分多个，更方便管理。
相关问题
- 网站上线后 Google 搜不到
- Crawled - currently not indexed 怎么办
- Firebase Hosting 路由 404 怎么办
- noindex 和 robots.txt 有什么区别
决策前的检查清单
- 如果错误是在某次改动后立刻出现，先回滚或隔离那次改动，不要同时试一堆无关修复。
- 如果只在生产环境出现，对比环境变量、build 产物、缓存、权限和平台设置。
- 如果只影响某个账号或浏览器，优先查权限、cookie、插件、额度和地区可用性。
- 如果有两个修复方向，先选最容易验证、最容易撤销的那个。
什么时候可以先停下来
当你无法复现、日志和 UI 互相矛盾、涉及账单或账号安全、或者每个修复都需要你没有的生产权限时，就该停止盲试并升级处理。向平台支持或同事求助前，把完整错误、时间点、项目 ID、复现步骤、截图和最近改动整理好。清楚的升级说明，通常比再猜一小时更快解决问题。
诊断流程
- 先复现一次问题，并写下准确路径。复现不了时，先收集证据，不要急着改设置。
- 判断影响范围：一个用户还是所有用户，一个浏览器还是全部浏览器，只在本地还是只在线上，新内容还是旧内容也受影响。
- 优先查最近一次改动。大多数排查不是寻找神秘根因，而是找出哪次改动制造了不一致。
- 把系统切成两半测：输入 vs 输出、本地 vs 线上、账号 vs 项目、源文件 vs 生成文件、prompt vs 模型。确认哪一半还在失败。
- 先做最小且可撤销的修复。不要同时改 DNS、权限、账单、部署和代码。
- 用原复现路径和一个相邻路径验证，再记录最终是哪一步修好的。
最小复现模板
问题：
- [完整错误或异常表现]
发生位置：
- URL / 工具 / 项目：
- 账号：
- 环境：local / preview / production
- 浏览器 / 设备：
复现步骤：
1.
2.
3.
预期结果：
-
实际结果：
-
最近改动：
- 代码：
- 配置：
- DNS / 权限 / 账单：
- Prompt / 模型 / 上传文件：
证据：
- 截图：
- Console error：
- 服务端或平台日志：这些”假修复”别做
- 只清缓存，却不确认底层文件、权限、路由或设置是否正确。
- 明明是环境变量、凭证、额度或平台配置问题，却反复重装依赖。
- 一次改好几个无关设置，最后不知道到底是哪一步起作用。
- 从另一个框架或平台复制修复方法，却不确认路由、build 输出或鉴权模型是否相同。
- 没看 status page 和近期反馈，就把平台临时故障当成自己的 bug。