site:yourdomain.com inurl:/tag/ 能搜出几十个标签归档页，但你导出 Search Console 的 Pages 报告会发现：大部分 /articles/* 文章 URL 还卡在 Discovered - currently not indexed 或 Crawled - currently not indexed。
最快的修复： 别再让文章只靠标签页和”最新 3 篇”组件互链。给每篇文章 5-8 个主题相关的内链（用 tag 重叠度排序的相关文章块），加上正文里 2-3 个指向老文章的内链，再把薄标签页 noindex，让 crawl budget 转向文章。这样就把内链网络重新平衡了——这才是真正的原因，而不是标签页本身有 bug。
为什么标签页先被收录：每篇文章都自动反链到它带的所有 tag，于是标签页成了链接网络里的枢纽节点，被反复抓取。文章页只靠”其他文章的内链”，而大多数站点里这种链接很稀疏。这是链接分布问题。
第一步：看准确的状态，别信 site:
site: 操作符返回的只是一个粗略的估算值，经常多算或少算。要做真正的诊断，请看 Search Console，而不是搜索结果。
- 打开 Search Console -> Indexing -> Pages，看 Indexed 与 Not indexed 的比例。
- 点开 Not indexed 表格，逐组看 URL 的原因。这里关键的两个原因是两个完全不同的问题：
| GSC 里的状态 | Google 做了什么 | 根本原因 | 修复在哪 |
|---|---|---|---|
Discovered - currently not indexed | 发现了 URL（来自 sitemap/链接），但还没抓取 | 抓取预算 / 发现问题：这个 URL 内链太少或太弱，或整个 URL 模式看起来低价值 | 内链 + 清理 crawl budget（步骤 1-4） |
Crawled - currently not indexed | 抓取并评估过了，然后决定不收录 | 质量 / 价值问题：内容薄、重复，或和更强的页面几乎一样 | 改页面本身 + 合并；加内链有帮助但是次要 |
- 用 URL Inspection 抽查 3-5 个文章 URL，确认原因并看最后抓取时间。
如果你的文章大多是 Discovered，这篇就是你要的修复方案。如果大多是 Crawled - currently not indexed，那就要在做内链的同时也修页面质量——光加内链救不了一个真正薄的页面。
症状
site:yourdomain.com inurl:/tag/出几十条，inurl:/articles/远少于真实文章数- Search Console Pages：标签 URL 都在 Indexed，文章 URL 大多在 Not indexed
- 文章的原因是 Discovered 或 Crawled - currently not indexed，而不是硬错误（没有
noindex、没有404、没被robots.txt拦） - 标签页本身几乎没流量（关键词竞争弱）
常见原因
1. 标签自动挂到每篇文章，形成厚密的 tag-to-article 网
<!-- 文章模板末尾 -->
<aside>
<h3>标签</h3>
<a href="/tag/seo">#seo</a>
<a href="/tag/google">#google</a>
<a href="/tag/sitemap">#sitemap</a>
</aside>每篇文章大约指向 5 个标签页。Google 顺着抓，于是每个标签页都拿到强而重复的抓取信号。
2. 文章之间只通过通用”相关”组件互链，且只取最新 3 篇
const related = (await getCollection('posts')).slice(0, 3); // 最新 3每篇文章只链到最新 3 篇 -> 老文章几乎没人链 -> 它们的链接信号很弱，滑进 Discovered。
3. 正文里没有跨文章内链
很多写手从不回链自己的老文章。正文里全是外链或干脆没链接，文章之间互链密度很低。
4. 标签页是纯卡片列表，没有独有内容
自动生成的标签页没有原创编辑文字。它们被收录了却什么关键词都排不上，白白消耗 crawl budget 也不带流量。
5. 标签数量爆炸
500 个标签、每个只有 1-3 篇文章，意味着几百个薄标签页在和你的文章争夺有限的 crawl budget。
最短修复路径
Step 1：把”相关文章”改成主题相关的，不只是最新
// 错：只取最新 3
const related = posts.slice(0, 3);
// 对：按 tag 重叠度计算相似度
function getRelated(currentPost, allPosts) {
return allPosts
.filter(p => p.slug !== currentPost.slug)
.map(p => ({
post: p,
score: p.tags.filter(t => currentPost.tags.includes(t)).length
}))
.filter(x => x.score > 0)
.sort((a, b) => b.score - a.score)
.slice(0, 8) // 5-8 篇
.map(x => x.post);
}现在每篇文章会带出 5-8 篇真正相关的文章，文章集合之间形成密集内链网络，而不是把一切都汇到标签枢纽。
Step 2：每篇新文章正文里加 2-3 个指向老相关文章的内链
写作 SOP：
1. 草稿写完
2. 选 2-3 个关键论点位置
3. 找站内最相关的老文章，在上下文里加内链
4. 锚文本 = 话题词（绝不用"点这里"）例：
prompt 不奏效时，**先测试它在 [chat 模式](/articles/chatgpt-prompts/) vs API 调用下的差异**——这两种环境对 system message 的处理不一样。Step 3：把薄标签页 noindex
先找出它们：
# 找出薄 tag（少于 5 篇文章）
ls src/tags/*.md | while read f; do
tag=$(basename "$f" .md)
count=$(grep -l "tags:.*$tag" src/articles/*.md | wc -l)
[ "$count" -lt 5 ] && echo "$tag: $count posts"
done然后在这些标签模板里加：
<meta name="robots" content="noindex,follow" />有两个会改变思路的关键点（截至 2026 年 6 月已核实）：
noindex并不省 crawl budget。 Google 仍然必须抓取这个页面才能读到指令，抓取配额照样花掉。它带来的好处是索引质量：时间一长 Google 看到稳定的noindex，就会降低对这些 URL 的重抓频率，从而间接腾出预算。如果某个标签 URL 是真的死了，就把它从 sitemap 删掉并返回410 Gone（或在robots.txt里拦掉路径），让 Google 干脆不再请求它。noindex,follow会逐渐退化成noindex,nofollow。 Google 的 John Mueller 说过：一个页面noindex的时间足够长之后，会被丢出索引，它上面的链接也不再被跟进——所以长期noindex的标签页最终会停止向你的文章传递任何信号。别把标签页当成永久的权重桥梁，真正的权重路径是文章对文章（步骤 1-2）。
Step 4：检查标签页是否比文章页内链还多
# 数标签页有多少内链
rg -c 'href="/tag/' src/ | sort -t: -k2 -nr | head
# 数文章页有多少内链
rg -c 'href="/articles/' src/ | sort -t: -k2 -nr | head如果标签内链总数远超文章内链总数，说明你的结构把抓取信号都灌进了归档页而不是正文内容。步骤 1-2 会把它重新平衡。
Step 5：把强标签页升级成真正的 hub 页
不是所有 tag 都该删。一个需求高的标签（10+ 篇文章 + 真实搜索量）值得升级，而不是 noindex：
- 加 150-200 字的原创编辑导语
- 加一个精选”必读 5 篇”，每篇配一句编辑点评
- 加 self-canonical（指向自身的规范标签）
这样标签页就有了被收录的理由，也能自己带流量。
Step 6：主动触发重新评估，再观察速率
别被动等。部署完步骤 1-4 后：
- Search Console -> Pages -> 打开
Discovered/Crawled - currently not indexed这一组 -> Validate Fix。 这会让 Google 重新评估整组 URL；验证通常要最多约 2 周，也可能更久。 - 对少数优先文章，用 URL Inspection -> Request Indexing（逐个 URL 的提速手段；属性级配额大约每天 10-12 次，所以要花在你最好的页面上）。
- 4-8 周后重新导出 Pages 报告：
Search Console -> Indexing -> Pages -> 过滤 URL 包含 /articles/
对比 Indexed 数字与 4 周前内链网络重新平衡之后，接下来 4-8 周文章收录量出现明显提升是现实可期的结果——具体提升多少，取决于原先内链有多薄。
怎么确认修好了
- 对之前是 Discovered 的文章做 URL Inspection，现在显示 URL is on Google（至少是 “Crawled” 且有较近的抓取时间）。
- Pages 报告里
/articles/*的Discovered/Crawled - currently not indexed数量逐周下降。 - 修复后新发的文章在几天而非几周内进入 Indexed——这是内链管道开始正常工作的最快单一信号。
哪些情况可能不是你操作错了
新站或刚刚重构的站，标签先收、文章后收，几周延迟是常态——Google 还在构图，按 URL 模式分配抓取优先级。耐心等 4-8 周再判。（提醒：Search Console 自己的数据也出过波动——比如 2026 年 4 月 27 日上线的那次 impressions 日志修复——所以在断定哪里坏掉之前，先用 URL Inspection 去对照 Pages 报告。）
容易误判的情况
- 删全部标签很少有用。 文章收录慢几乎都是文章之间内链太薄，而不是标签存在与否。
- 被收录不等于有流量。 大多数标签页带不来点击，只花 crawl budget 不回本。
noindex不是省 crawl budget 的手段。 它改善的是索引质量，不是抓取成本——那个页面照样被抓。要真正停止抓取，用410/robots.txt。noindex,follow不是永久权重。 它会退化成nofollow，请改用文章对文章的内链。
预防建议
- 上一个真正的相关文章算法（话题相似度），不是”最新 N 条”
- 把正文里 2-3 个文章内链设为编辑模板的必填项
- tag 规划：一个 tag 要等到将有 5+ 篇文章用它再创建
- 弱 tag 默认
noindex，强 tag 升级为带编辑层的 hub 页 - 每月扫一次薄 tag（
< 5篇）并清理
FAQ
Q：我的文章显示 “Discovered”，这和 “Crawled - currently not indexed” 是同一个问题吗？ A：不是。Discovered 表示 Google 发现了 URL 但还没抓取——通常是发现 / 抓取预算问题，靠内链能解决。Crawled - currently not indexed 表示 Google 抓了，然后判定它不值得收录——这是页面质量问题，所以你还得改进或合并页面，而不只是加内链。
Q：要不要 noindex 标签页来省 crawl budget？
A：noindex 并不省 crawl budget——Google 仍然要抓页面才能读到这个标签。它能改善索引质量，时间一长也会降低重抓频率。要真正停止抓取，请返回 410 或在 robots.txt 里拦掉路径。强标签（10+ 篇 + 真实搜索量）保持收录。
Q：如果我给标签页用 noindex,follow，文章还能拿到权重吗？
A：短期能，长期不能。Google 说过：一个页面 noindex 的时间足够长就会被丢出索引，它的链接也不再被跟进，所以 noindex,follow 会退化成 noindex,nofollow。别指望标签页当链接桥梁——让权重走文章对文章的内链。
Q：为什么标签页比文章页收录更快？ A：每篇文章都反链到它的标签，所以标签页位于大量内链的交叉点，拿到强而重复的抓取信号。文章只能从其他文章拿链接，而那往往稀疏。
Q：修复后多久能看到文章进 Indexed？ A：按 4-8 周来规划。对受影响的那一组用 Validate Fix，对少数优先 URL 用 Request Indexing 来加速重评估，但 Google 仍然按自己的节奏重抓、重判。
Q：用 category 替代 tag 会更好吗？ A：通常会。category 数量更少、每个更深，更容易做成带原创内容的真正 hub。底层原则是一样的：更少、更好、内链更密的页面。