sitemap 就是一份你希望搜索引擎知道的 URL 列表，用 XML 写成、可被机器读取。它不会「提交」你的页面、不会提升排名，而且 Google 会忽略大多数花哨生成器塞进去的元数据。下面讲清楚它真正做的事、它忽略什么，以及 2026 年能跑起来的最小版本。
一句话总结
生成一个 /sitemap.xml，列出所有公开、可被收录的 URL，每条配一个真实的 <lastmod> 日期。跳过 <priority> 和 <changefreq>——Google 多年来一直说这两个都不读。在 robots.txt 里声明 sitemap，让所有爬虫都能找到它，然后在 Google Search Console 里提交一次。之后每次部署重新生成。这就是全部工作。
sitemap 是什么（以及不是什么）
XML sitemap 在 2005 年被标准化，当时搜索引擎还爬不动重 JS 的站点。2026 年 Google 的爬虫能力强了很多，但 sitemap 仍然是「这里是我想被收录的完整 URL 列表」这句话的标准表达方式。对小站，Google 顺着内链也能找到大多数 URL；sitemap 主要是在上线当天加速发现，并暴露那些内链不强的页面。
有三件事 sitemap 并不会做，尽管很多人以为它会：
- 它不会强制收录。Google 仍然逐个 URL 判断这页值不值得收录。一个在 sitemap 里的 URL，如果 Google 觉得它内容单薄或重复，可能一直停在「已发现-当前未收录」。
- 它不会提升排名。发现和排名是两个阶段。URL 进了索引之后，名次靠的是内容、链接和意图匹配。
- 它不能替代内链。一个只能通过 sitemap、站内别处都点不到的页面，给 Google 的相关性信号很弱。
Google 真正会读哪些字段
一个 <url> 条目可以带四个子元素。只有两个有意义，而且其中只有一个被普遍采信。这是最值得记住的一张表。
| 字段 | Google 的行为（2026 年 6 月） | 你该怎么做 |
|---|---|---|
<loc> | 必填。绝对的、规范的 URL。 | 一定要写；只用一个主机。 |
<lastmod> | 在它看起来「诚实」时，作为重爬调度信号使用。 | 写真实的最后修改日期，用 ISO 8601 格式（2026-05-15 或 2026-05-15T09:30:00+00:00）。 |
<changefreq> | 忽略。 | 省掉。 |
<priority> | 忽略。 | 省掉。 |
Google 的官方表态很直接：它根本不用 changefreq 和 priority，并且把 priority 看成一个主观字段，很少能反映页面的真实重要性。给每个 URL 都堆上 <priority>1.0</priority>，除了把文件撑大没有任何作用。<lastmod> 是唯一值得认真写好的信号，而且只有在它可被核实为准确时才有用——Google 会拿它和页面实际内容对照，如果一堆从不变化的页面都写着「今天」，这个字段就会被打折扣。
生成与提交，分步走
- 用框架的 sitemap 插件，别手写 XML。Astro：
@astrojs/sitemap；Next.js：内置的app/sitemap.ts；WordPress：Rank Math 或 Yoast。手写对五个页面的站还行，再大就是浪费时间。 - 验证输出。浏览器访问
https://你的域名/sitemap.xml，应该看到以<urlset>为根、带一串<url>条目的 XML。如果看到的是首页 HTML，说明路由配错了。 - 检查每个条目都有
<loc>（绝对 URL）和一个诚实的<lastmod>。<priority>和<changefreq>完全不写。 - 只放你真正想被收录的 URL。草稿、不想被爬的标签页/分页归档、站内搜索结果 URL、admin 页面，都排除。混入
noindex或会跳转的 URL 会触发 Search Console 警告。 - 在
robots.txt里加一行Sitemap:，指向 sitemap 的绝对地址（例如Sitemap: https://你的域名/sitemap.xml）。Bing、Applebot、DuckDuckBot 等爬虫就是靠这个发现 sitemap 的，不需要在任何后台提交。可以写多行Sitemap:。 - 在 Google Search Console 的 Sitemaps 里提交一次。现在已经没有「ping」Google 让它重抓的办法了——旧的
ping端点已于 2023 年 6 月 26 日下线，现在访问会返回 404。Google 会按自己的节奏重抓已提交的 sitemap；只有当 sitemap 的地址变了才需要重新提交。 - 几天后看 Search Console 的 Sitemaps。状态应为「Success」，「Discovered URLs」数量应和你实际的 URL 数对得上。抓取成功却显示「0 discovered」，说明 XML 格式坏了。
容易踩的坑
- 硬塞
<priority>和<changefreq>。 Google 两个都不读，只是增加字节、毫无价值。 - 列入死链或会跳转的 URL。 任何返回 404、301 或带
noindex的 URL 都会变成 Search Console 警告。文件里只留存活、可收录、规范的 URL。 - 让
<lastmod>过期。 真的更新了文章，就同步更新它的<lastmod>。Google 用诚实的<lastmod>决定重爬优先级；日期冻住不动，你的编辑被重新收录就更慢。 - 发布了开发环境的 sitemap。 在开发服务器生成的 sitemap，里面是
http://localhost:4321的地址。一定要在真实域名上核对线上文件。 - 同时列出同一 URL 的
www.与裸域名版（或http与https版）。挑一个规范主机，其他用 301 跳转，而不是写进 sitemap。 - 在 robots.txt 里屏蔽了 sitemap 中的 URL。 一边在 sitemap 里列出某 URL、一边在 robots.txt 里
Disallow它，是自相矛盾，既浪费抓取预算，还可能让这页被丢弃。
谁需要、谁可以跳过
任何超过大约 10 个 URL 的独立站都值得做，尤其是有些页面不在首页内链里时；如果你想在 Search Console 看「提交 vs 收录」的覆盖明细，那它是必需的。
单页站、或所有 URL 都在主导航里的站，可以跳过。有 sitemap 也无害，但 Google 不靠它也能轻松找到五个内链良好的 URL。
常见问题
- sitemap 会提升排名吗？: 不会。它提升的是发现速度。URL 被发现后，排名靠的是内容、链接和意图匹配。sitemap 只是把「页面存在」到「页面有资格进索引」之间的时间缩短。
- sitemap 能多大？: 单个文件最多 50000 个 URL 或 50MB（未压缩）。超过就拆开，用一个 sitemap index 文件引用各部分（index 本身最多可指向 50000 个 sitemap）。独立站基本碰不到这两个上限。
- 要不要把图片、视频放进去？: 大多数内容站不用。图片和视频 sitemap 扩展对图片站、视频站有用；普通博客的 HTML 页面 sitemap 就够了，Google 仍会爬已收录页面里嵌的图。
- 发布后还要不要 ping Google？: 不用。sitemap 的 ping 端点已于 2023 年 6 月 26 日弃用，现在任何请求都会返回 404。在 Search Console 提交一次、或在 robots.txt 里声明即可，Google 会自己重抓。
- Search Console 显示「Couldn’t fetch」怎么办？: 基本是这几种之一：URL 写错了、robots.txt 屏蔽了 sitemap 路径、文件返回 404、或抓取时服务器返回 500。开一个无痕窗口访问那个 URL——你看到的就是 Google 看到的。
权威规范见 Google 的 Build and Submit a Sitemap 以及最初的 sitemaps.org 协议。
相关阅读
标签: #独立开发 #SEO #Technical SEO #收录 #入门