Google分层索引揭秘：你的页面被丢进Base、Zeppelin还是Landfill？

你的页面被谷歌抓了、甚至在站长后台显示“已编入索引”，却死活挤不进搜索结果——很多时候不是内容不够好，而是它一进门就被分到了错误的那一层。谷歌的索引从来不是一个平面的大池子，而是分成三层：Base、Zeppelin、Landfill。2024年泄露的内部文档把这件事彻底坐实了。这篇带你拆透三层各装什么、到底是谁决定你落在哪一层、掉进最底层还有没有救，以及一个出海独立站怎么避免上线第一天就被丢进“填埋场”。

先说一个让无数独立站卖家抓狂的场景。你辛辛苦苦写了一篇产品长文，提交了sitemap，过几天打开Google Search Console，状态显示“已抓取 — 尚未编入索引”，或者更气人的，“已编入索引”但你拿关键词去搜，翻到第8页都找不到自己。于是你开始怀疑人生：是不是关键词没堆够？是不是外链太少？是不是该再加几个H2？

保哥做了二十多年SEO，常年给出海DTC独立站做顾问，见过太多人在这个岔路口往错误的方向使劲。真相往往很扎心：你的页面质量可能根本不是瓶颈，问题出在它被谷歌放进了一个“几乎不参与排名”的索引层。这不是玄学，是有专利、有泄露文档、有内部系统名字撑着的硬机制。下面我们一层一层揭开。

为什么你的页面“抓了、也收录了”，却死活排不上？

这件事的根子，在于大多数人把“抓取”“索引”“排名”当成了一条直线：谷歌爬到我 → 把我存进索引 → 我就能参与排名。错就错在最后那一步。

真实的链路里，“被存进索引”和“被存进哪一层索引”是两码事。谷歌的搜索系统在响应一次查询时，并不会把全网几千亿个页面平铺开来挨个比对——那样的算力成本是任何公司都扛不住的。它的做法更聪明：把文档按预估的重要程度，提前分进不同的“货架”，查询来了先翻最顶上那层货架，质量够高、结果够多就停手，根本不往下翻。

所以你会遇到一种很拧巴的状态：谷歌确实抓到了你，也确实给你建了索引条目，但把你扔进了最底下那层货架。用户的查询压根没翻到那一层，你自然就“查无此页”。说白了，收录只是拿到了入场券，能不能上场，看你被分到了哪个看台。对一个英文站林立、竞争惨烈的出海赛道来说，这个差别往往就是“有自然流量”和“零自然流量”之间的天堑。

这也解释了一个长期被误读的现象——GSC里那个“已抓取 — 尚未编入索引”。很多人以为是谷歌没抓全、或者抓取预算不够。其实不少情况是：谷歌看了你一眼，评估完直接把你判去了最底层，连建主索引条目都省了。瓶颈不在“爬虫够不够勤快”，而在“分配把你放到了哪儿”。这个区分极其关键，后面专门有一节来掰扯抓取预算这个被甩锅最多的背锅侠。先把它记在心里：能不能被翻到，取决于层级，而不是取决于谷歌有没有“看见”你。

Google的索引，根本不是一个大池子？

分层索引不是某个SEO博主拍脑袋编的概念。它有两条独立的证据链，一条是公开了二十年的专利，一条是2024年炸开的内部文档。两头一对，这事基本盖棺定论。

先看专利。早在2004年，谷歌就申请了一项名为《Index partitioning based on document relevance for document indexes》的专利（专利号US7293016B1）。它写得明明白白：被索引的文档按一个“静态排名”（static ranking）来排列、分区；查询时先访问第一个分区，只有当后续分区里某个文档的静态排名高到一定阈值时，才会继续往下一个分区搜。翻译成人话——谷歌二十年前就在专利里写好了“分层、先翻高层、不够再往下”的玩法。同期还有Anna Patterson那项著名的短语索引（phrase-based indexing）专利，思路一脉相承：索引不是均质的，是有结构、有层次、有取舍的。

专利只能证明“谷歌想这么干”，真正把“它确实这么干了、而且现在还在干”坐实的，是2024年3月那场泄露。谷歌内部的Content Warehouse API文档被意外发布到GitHub上，足足2596个模块、上万个属性。在这堆文档里，有一个系统的名字格外刺眼——SegIndexer，它的职责描述就一句话：把文档放进索引里的不同层级（tiers）。配套还有一个叫 scaledSelectionTierRank 的属性，以及索引阶段（内部代号Alexandria）的 IndexTier 分类。这些字段直接给三个层级起了内部名字：Base、Zeppelins、Landfills。

这就是证据链的闭环：二十年前的专利说了“会分层”，二十年后的泄露说了“分层的系统叫SegIndexer、三层分别叫什么”。中间这二十年，supplemental index（补充索引）这个老概念也一直是同一件事的不同马甲——谷歌2007年悄悄取消了搜索结果里的“补充结果”标签，但底层的分层逻辑从没消失，只是不让你看见了而已。一个东西名字换了三轮、标签撤了，核心机制却二十年如一日地在运转，这本身就说明它有多重要。

关于这次泄露的逐模块拆解，业内做得最透的是Mike King那篇长文，他把Mustang、NavBoost、各种Twiddler之间的关系理得很清楚；而把分层命名（Base／Zeppelins／Landfills）和 scaledSelectionTierRank 单独拎出来讲明白的，是Shaun Anderson对PerDocData文档模型的解析。这两篇我都放在文末的参考资料里，想深挖的可以去对原文，别只听二手转述。

顺带把分层在整条排名管线里的位置说清楚，你会更明白它为什么这么要命。一次查询进来，谷歌大致是这么走的：先由打分系统（泄露文档里管它叫Mustang）算出一批候选，而这批候选到底从哪儿捞，正是由分层决定的——优先从Base层取，不够才往下探；捞出来之后，再交给一堆被称作Twiddler的重排函数做微调。看明白了吗？分层发生在整条排名链路的最上游，它决定的是你有没有资格被放进那个“候选池”。在最上游就被刷掉，后面那些你绞尽脑汁优化的页面因素、关键词布局、内链锚文本，根本没机会登场。这就是为什么很多人页面级的优化做到极致，排名却纹丝不动——力气全使在了下游，而卡你的闸在上游。

Base、Zeppelin、Landfill三层，各自的真实面目是什么样？

名字听着玄乎，其实拿快递分拣中心来类比一下就全懂了。同一个仓库，包裹会按时效和价值分进不同区域：次日达的高优先件放在离出货口最近、随时调得到的核心区；普通件放在常规货架；而那些地址不全、反复退回、没人认领的，堆在最角落的暂存区，基本不参与正常发货流转。谷歌的三层索引，就是这么个分拣逻辑。

这里有个细节值得单独点一下：根据泄露文档的解析，链接的权重也跟着层级走。来自Base层页面的链接，传递的权重远高于来自Landfill层页面的链接。这一下就解释了为什么你买的那些站群外链、目录外链基本没用——发出链接的那些页面本身就躺在填埋场里，它们给你投的票，谷歌根本不怎么记。你以为买了100条外链，实际有效的可能就个位数。这也是为什么同样花一万块预算，有人买来一堆数字好看却毫无作用的链接，有人却只换三五条真正管用的——差别就在源页面在哪一层。

那怎么大致判断一个页面够不够格进Base层？没有官方清单，但结合泄露信号和这些年的实操，大致绕不开这么几条：内容有没有真正解决某个具体查询的需求、有没有第一手信息或数据增量、页面所在站点的整体权重托不托得住、有没有真实用户的点击与停留在给它背书。这几条里，前两条靠单篇努力就能改善，后两条只能靠站点级的长期积累。新站最容易卡在后两条上——单篇写得再惊艳，站点权重托不起，照样进不了Base。这也是为什么“先建站点权重、再上内容产量”这个顺序对出海新站如此关键，后面专门会讲。

保哥去年帮一个做跨境宠物用品的DTC独立站做诊断，就撞上过这个坑。站长很得意地说自己半年攒了三百多条外链，可Ahrefs上DR纹丝不动，目标关键词也不涨。我拉了一批源页面出来看，七成以上是那种内容空洞、模板批量生成的“资源页”——典型的填埋场住户。三百条听着唬人，能进Base层、真正算数的没几条。这事后来我在站内那篇网站权威到底是什么、DR怎么一步步提上去里展开讲过，外链质量从来不是数数游戏，是“源页面在哪一层”的游戏。

决定你落在哪一层的，为什么不只是页面质量？

这是整件事里最反直觉、也最容易被忽略的一点。大部分人默认：页面写得好就进Base，写得烂就进Landfill，单页定生死。错。

泄露文档透露的真相是：static rank（静态排名）不只看单个页面，整个站点的信号会影响一个新页面的初始层级分配。也就是说，你这篇新文章还没怎么被用户检验过，谷歌就已经先根据“你这个站平时什么成色”给它派了个起始座位。影响这个起始座位的，包括但不限于：

• 站点的整体链接情况——有多少高质量站点指向你；
• 历史上被用户从搜索结果点进来的次数和频率；
• 站点级的权重沉淀；
• 外链的质量构成（注意是质量，不是数量）；
• 用户行为数据——停留、点击、回访；
• 历史点击表现。

看出问题了吗？这是一个不折不扣的“马太效应”循环。一个已经有权重的老站，发一篇新文，默认分到较高的层级，于是获得更多曝光，用户点击、停留进一步强化了它的位置，下一篇又站在更高的起跑线上。而一个权重薄的新站，新文默认被丢进低层，曝光少得可怜，没有曝光就没有用户信号，没有信号就更涨不上去——越穷越没机会，越没机会越穷。

这对出海新站尤其残酷。你做美妆、做户外装备、做3C配件，对面排在前面的可能是经营了十几年、攒了海量品牌外链的老牌竞品。同样一篇评测，它发出来默认进Base层当天就排上，你发出来默认进Zeppelin甚至Landfill，石沉大海。不是你内容差到哪里去，是你俩的页面从落地那一刻起就不在同一层货架上。理解了这点，你就不会再为“我明明写得更用心却排不过它”而钻牛角尖——这是结构性差距，不是临场发挥的差距。

想理解这套“站点级信号”具体由哪些东西构成、又该怎么系统性地往上做，我建议配着站内这篇E-E-A-T完整指南与8大信号清单一起看，它把“怎么让谷歌觉得你整个站靠谱”拆得比较细。站点级信号这东西，你越早开始攒，后面的每一篇内容就越省力。

“抓取预算不够”是不是被滥用最多的伪诊断？

来了，那个被甩锅最多的背锅侠。每当页面收录不理想、排名上不去，总有人第一反应是：“肯定是抓取预算（crawl budget）不够，得优化爬虫效率。”然后一头扎进robots.txt、nofollow、URL参数清理里折腾半天。

我不是说抓取预算完全不重要，对那种几百万页的超大电商站它确实是个真问题。但对绝大多数中小独立站来说，把排名问题归咎于抓取预算，是一个典型的误诊。真正的瓶颈往往不在抓取层（crawling），而在服务层（serving）——也就是前面反复讲的分层分配。

逻辑很简单：谷歌可能早就把你的页面抓了，甚至索引了，但分配到了Zeppelin或Landfill。这种情况下，你把抓取预算优化到天上去，让爬虫每天来你站里跑一百趟，也改变不了你躺在低层这个事实。爬虫勤快和你能不能排名，是两个不同环节的事。你拼命擦的那扇窗，根本不是漏水的那扇。

怎么快速分辨自己是哪种情况？给你一个粗糙但管用的判断：如果你的页面在GSC里大面积是“已发现 — 尚未抓取”，那可能真有抓取层的问题，值得查查抓取预算和站点架构；但如果是大面积“已抓取 — 尚未编入索引”，甚至“已编入索引”却毫无排名，那八成是分层在作祟，再优化抓取也是白费力气，该去做的是站点级质量的事。关于抓取预算到底该怎么科学看待、哪些站才真需要管它，站内这篇谷歌抓取预算优化的12项实操指南给了一套完整的判断框架，建议先读它确认自己到底是不是真的有抓取问题，别一上来就乱投医。把力气花在错误的环节，是SEO里最常见也最隐蔽的浪费。

举个最典型的误诊场景：某个出海独立站的站长发现新品页迟迟不收录，二话不说就去砍内链、调sitemap优先级、甚至上日志分析工具死盯爬虫，折腾了整整一个月毫无起色。后来扒服务器日志才发现，爬虫来得勤快得很、页面也早就被抓了，只是全被丢进了Zeppelin——因为整个站是三个月前才新建的，站点级权重根本还没立起来。这种情况下真正该做的，是去攒几条像样的高质量外链、把几个核心品类页做深做透，而不是在抓取这个根本没毛病的环节上空耗时间和预算。方向一旦错了，你越勤奋，离正确答案反而越远——先花一天把诊断做对，往往胜过闷头优化一整个月。

为什么HCU一砸，很多站一整年都翻不了身？

理解了分层，你才能真正看懂HCU（Helpful Content Update，有用内容更新）这类站点级打击的恐怖之处。

过去大家以为算法更新是“一篇篇文章判罚”——这篇没用降这篇的权。但从分层视角看，HCU的本质是站点级的层级重新分配。它不是把你某几篇文章往下挪，而是把你整个站的“起始座位”整体下调一档甚至几档。原本默认进Base的页面，现在默认进Zeppelin；原本在Zeppelin的，直接掉进Landfill。一夜之间，全站所有页面的起跑线集体后移。这就是为什么很多被HCU命中的站，流量不是跌20%、30%，而是断崖式地跌70% 以上——因为这是系统性的整体降层，不是零敲碎打的扣分。

更让人绝望的是翻盘周期。行业里有人长期追踪过近400个被HCU打击的站，数据触目惊心：被打击一年后，只有大约22% 的站出现了20% 以上的流量回升，而完全恢复的，被形容为“异常值”级别的稀有。将近两年过去，大部分站再也没回来。站点级降层一旦发生，翻盘成本是以“年”为单位计的。对一个靠自然流量养现金流的独立站来说，这几乎等同于宣判生意停摆。

还有一个特别讽刺的发现：那些少数恢复了的站，相当一部分根本没做什么惊天动地的改造，有的只是降低了发文频率，有的只是减少了广告密度，然后就在某次核心更新里被算法重新上调了。这说明恢复很大程度上来自谷歌算法侧的重新评估，而不是站长那些焦头烂额的“抢救动作”。这个真相有点反鸡汤，但必须讲清楚：很多时候你能做的，是停止伤害、耐心等待重估，而不是病急乱投医地继续往一个已经被判低层的站里猛灌内容——那只会让算法更确信你是个内容工厂。关于站点声誉这类整体性信号是怎么被谷歌的垃圾政策盯上的，站内这篇站点声誉滥用与寄生SEO的三方防御可以对照着看，它讲的就是“整个站被打标签”是怎么回事。

怎么判断自己的页面到底卡在哪一层？

讲了这么多机制，最实际的问题来了：我怎么知道自己某个页面现在到底躺在哪层货架上？谷歌不会给你发通知，但有一套间接的体征可以让你八九不离十地推断出来。这部分是源头那些只讲理论的文章普遍缺的，这里给你一套能直接上手的自查动作。

第一步，看收录与排名的错位。拿页面的精确标题或一整句话，加引号丢进谷歌搜。如果连这种完全唯一、几乎没竞争的查询都搜不到你，那这页大概率躺在Landfill，连出场资格都没拿到。如果精确查询能搜到、但稍微泛一点的关键词就消失，那它八成在Zeppelin——被收录在册，但只在“结果不够用”时才被捞出来。

第二步，查GSC的状态分布。把“已抓取 — 尚未编入索引”和“已编入索引但零展示”的页面单独拉一张表。前者是连主索引都没进的填埋场候选，后者是典型的低层囚徒。这两类页面占比越高，说明你的站点级层级越可能整体偏低。这张表建议每个月拉一次，变化趋势比某一天的快照更能说明问题。

第三步，盯展示量而非排名。排名会骗人（个性化、地域化让它忽上忽下），但GSC的“展示次数”很诚实。一个页面如果长期展示量趋近于零，说明它根本没被放进用户查询会翻到的那层。展示量是分层最直接的体温计，比任何第三方工具的“预估排名”都靠谱。

第四步，做站点级横向对比。把你站里表现最好的几个页面和最差的几个页面放一起看，如果差距小、整体都不行，那问题大概率在站点级层级（整个站被压低了）；如果是个别页面拉胯、其他都正常，那才更可能是单页质量问题。这个区分决定了你接下来该“治站”还是“治页”，方向错了全盘皆输。

把这四步走一遍，你心里就有谱了：到底是某几篇文章需要回炉，还是整个站的地基需要重打。别再笼统地说“我排名不好”，要能说出“我大概率是站点级被压在了Zeppelin”——诊断精确到这个颗粒度，药才下得准。

掉进Landfill之后，到底还有没有救？

先说结论：有救，但成本极高，而且越往后拖越贵。低层不是死刑，但它是个深坑，爬出来要费的劲，远大于当初不掉进去要费的劲。

救援的核心逻辑只有一条：停止单页层面的小修小补，转向站点级权重的系统性重建。因为决定你层级的是站点级信号，你逐篇改title、加关键词，对整体层级几乎是杯水车薪。具体该往哪几个方向使劲：

• 先止血，再生长。把站里那些单薄、重复、纯凑数的页面找出来，该删的删、该合并的合并。一堆填埋场页面挂在站上，会拖累整个站的平均成色，等于一直在给谷歌递“我这站质量一般”的信号。砍掉它们，是给站点级信号松绑的第一步。很多独立站为了“看起来内容丰富”铺了几百个空洞的产品页，恰恰是这堆东西在拉低全站层级。
• 把有限的弹药集中到少数页面上。与其发50篇平庸内容，不如把这50篇的功夫砸进5篇真正有深度、有第一手经验、别人替代不了的文章。让这几篇先冲进Base层，用它们带动站点级评估回升。
• 去赚高层页面的链接。记住链接权重跟着层级走，所以你要的不是“多”，是“来自Base层页面的链接”。一条来自真正权威站正文里的链接，顶得过一百条填埋场资源页的链接。宁可花三个月磨一条真链接，也别一周买一百条垃圾链接。
• 把发布节奏降下来。前面说过，部分恢复的站恰恰是降低了发文频率。在一个被压低的站上疯狂堆量，只会让算法更确信你是个内容工厂。慢下来，把每一篇都做成精品，反而是更快的路。

保哥得说句实在话：翻盘这事，七分靠把地基重新夯实，三分靠耐心等谷歌的下一次重估。它不是一周两周的事，做好打持久战的心理准备。但反过来想，正因为爬出来这么难，那些已经稳稳待在Base层的站，护城河也就这么宽——这也是为什么把站点级质量当成长期资产来经营，回报会这么可观。你今天多受的这份累，本质上是在给竞品砌一道他们短期内翻不过来的墙。

还有一个被很多人忽略的点：层级的重新评估不是实时的。你今天把低质页面清理干净、补上几篇精品，谷歌不会明天就给你升层。它需要重新抓取、重新累积用户信号、再赶上一次合适的更新窗口，这个周期短则数周、长则数月。所以千万别上周改完、这周就天天盯着排名刷新，那只会让你焦虑到做出更多自乱阵脚的动作。给自己定一个季度级的观察周期，把时间留给算法重新认识你——这种沉得住气的耐心，本身就是低层翻盘最稀缺的能力。

新站新页面，怎么避免一上来就被丢进填埋场？

治病不如防病。如果你正在做一个新的出海独立站，或者准备给老站上一批新内容，下面这套“别让自己起步就掉坑”的打法，比事后救援划算一万倍。

第一，发布前先做SERP侦察，别盲目增产。动笔之前，先去搜你要做的那个关键词，看清楚现在排在前面的是什么成色的内容、什么量级的站。如果头部全是权威大站的深度长文，而你是个新站还想用一篇泛泛而谈的文章去挤，那它大概率一落地就进低层。要么换更长尾、竞争更小的切入点，要么把内容做到能跟头部掰手腕的深度。先看清战场，再决定打不打、怎么打。

第二，先建站点权重，再上内容产量。新站最忌讳的就是上线第一周哐哐发100篇。站点级信号还是一张白纸，这100篇大概率集体进Landfill，而且一堆低质页面会反过来把你这张白纸直接染成“内容工厂”的底色。正确的顺序是：先用少而精的几篇打底，去赚几条像样的链接，让站点级权重有个基本盘，再逐步、稳定地放量。地基没打好就盖楼，盖得越快塌得越惨。

第三，每一篇新内容都要有“别人给不了”的东西。分层系统在筛的，本质就是“你这篇值不值得占Base层的坑”。能让你脱颖而出的，永远是第一手经验、真实数据、独到判断这些AI和同行抄不走的东西。保哥之前帮一个做出海家居SaaS工具的团队起步，就坚持让他们每篇都绑定自家产品的真实使用数据和客户踩坑案例，量虽然上得慢，但十几篇里有大半直接进了Base层、稳定带量。慢就是快，在分层这件事上体现得淋漓尽致。

第四，搭好内部链接，让权重在站内流动。新页面靠老页面的内链“引荐”，能更快获得初始层级的认可。把你站里已经在Base层的强页面，用合理的内链指向新页面，相当于老员工带新人，比让新页面孤零零地自生自灭强得多。

这几条说到底就一句话：分层系统奖励的是“克制的高质量”，惩罚的是“无节制的平庸量产”。想清楚这点，你对内容节奏的判断就会和大多数还在拼命堆量的同行拉开差距。这也是谷歌这次泄露给所有SEO从业者最大的一课——别再问“我怎么骗过算法”，要问“我怎么真的值得被放进第一层”。把这个问题想透了，你做的每一个动作，方向都不会错得太离谱。说到底，分层索引这套机制不是用来吓唬人的，它反而给你指了条明路：与其在算法的表面动作上疲于奔命，不如老老实实把站点级的质量地基夯结实——这是唯一一条无论谷歌怎么折腾算法都不会过时的路，也是出海独立站真正的护城河所在。

常见问题解答

“已编入索引”是不是就代表我能参与排名了？不一定。编入索引只说明谷歌给你建了条目，但条目可能在Zeppelin甚至Landfill层。这两层的页面要么只在结果不够时才被捞出来、要么在排名流程开始前就被取消资格。收录只是入场券，进哪层货架，才决定你上不上得了场。

Base、Zeppelin、Landfill这三个名字是真的还是SEO圈编的？是真的。它们来自2024年泄露的谷歌Content Warehouse API文档，由SegIndexer系统和scaledSelectionTierRank等属性确认；更早还有2004年的分区专利US7293016B1佐证分层逻辑。两条证据链互相印证，不是民间臆测。

我外链买了一大堆，为什么DR和排名都不动？很可能因为那些外链来自躺在Landfill层的低质页面。链接权重跟着层级走，填埋场页面投出的票谷歌基本不记。与其追求数量，不如想办法拿到来自Base层权威页面正文里的链接，一条顶一百条。

我的页面收录了却零排名，是不是该去优化抓取预算？大概率不是。零排名通常是分层（服务层）问题，不是抓取层问题。抓取预算优化只对几百万页的超大站才有意义，中小站把排名问题甩锅给抓取预算，是最常见的误诊。该做的是站点级质量，而不是擦那扇没漏水的窗。

被HCU打击后，多久能恢复？做好以年为单位的心理准备。有追踪数据显示，被打击一年后仅约22% 的站出现20% 以上回升，完全恢复属于罕见。而且恢复往往来自谷歌的算法重估，而非站长的抢救动作。停止伤害、夯实地基、耐心等待，比病急乱投医更有效。

怎么判断我是站点级被降层，还是单个页面质量差？做横向对比。如果全站页面普遍表现差、差距不大，问题大概率在站点级层级；如果只是个别页面拉胯、其余正常，才更可能是单页质量问题。这个区分决定你该治站还是治页，方向错了会白费力气。

新站应该一上线就大量发文抢收录吗？千万别。新站站点级信号还是白纸，海量发文大概率集体进低层，还会把你染上内容工厂的底色。正确顺序是先用少而精的内容打底、赚几条像样的链接建立基本权重，再稳步放量。慢就是快。

权威参考资料