页面不被Google收录怎么办？从症状分诊到动手修复的完整急救手册

一句话先说清楚：页面不被Google收录，别急着反复点“请求编入索引”。第一步是去Search Console把症状翻译成具体状态——“已发现-尚未编入索引”是抓取调度问题，“已抓取-尚未编入索引”是质量阈值问题，“只收首页、内页全军覆没”多半是站级故障，三条路的修法完全不同。这篇是一份按症状分诊的动手急救手册：先定位状态，再对症给修复SOP，把“请求编入索引”用在刀刃上，用内链和站点结构把抓取预算引到该去的地方，最后教你怎么确认真收录了、怎么防回退。顺带把“一周只能加一个内链”“加载必须低于3秒否则不收录”这类流传已久的伪指标挨个拆穿。

“文章写得挺用心，发出去两周了，site一查只有首页，正文页连影子都没有。”这是保哥收到最多的一类求助。问题在于，大多数人一上来就把所有不收录都当成同一个病，然后套同一个偏方——疯狂点“请求编入索引”，或者听信某篇文章说“加载要小于3秒”就去折腾速度。结果是药不对症，越折腾越焦虑。

收录这件事，机理层面其实已经有不少人讲透了。如果你想搞清楚Google内部那套“已发现、已抓取、去重、Soft 404”的状态机到底怎么运转、算法为什么这么判，可以去读笔者那篇把8种GSC未编入索引状态拆成算法决策路径的长文，那是“为什么”。而这一篇不讲为什么，只讲“怎么动手”——拿到一个不收录的页面或一个只收首页的站，照着往下做就行。

先分清你中的是哪一种“不收录”，四类症状的病根完全不同

“不收录”是个笼统的说法，真正决定你该往哪个方向使劲的，是症状的形态。笔者把它分成四类，先对号入座，再往下读对应的章节，能省掉大量瞎试的时间。

为什么一定要先分诊？因为这四类的修法是冲突的。比如“只收首页”是结构病，你再怎么优化单篇内容质量都没用，蜘蛛根本爬不到内页；反过来，“已抓取-尚未编入索引”是价值判断没过关，你再怎么加内链催抓取也是白催，它早就抓过了、是主动选择了不收。把结构病当内容病治，或者反过来，是新手最常见的两个死循环。

还有一个容易被忽略的前提：收录、排名、流量是三件事，得一层层往上看。很多人说的“不收录”，其实是“收录了但排不上、没人点”。笔者专门写过怎么把收录、排名、流量拆成三层来诊断，强烈建议先确认你卡的真是收录这一层，而不是把没排名误当成没收录——这两者在GSC里的表现和修法南辕北辙。

分诊做完，下一步是把“感觉它没收录”变成“GSC告诉我它处于什么状态”。凭site命令和肉眼是诊断不出病根的，必须打开后台看真实状态码。

打开GSC第一步看什么：把模糊的“没收录”翻译成精确状态

诊断从“网址检查”（URL Inspection）这个工具开始，它是整套手册里最该先动的那一步。把目标URL粘进Search Console顶部的检查框，回车，它会告诉你这个页面此刻在Google眼里的真实身份。重点看三行信息。

• “网址是否在Google上”：直接告诉你收没收录。显示“网址已编入Google索引”就是真收了；显示“网址未编入索引”，那下面会给出具体原因，这才是诊断的钥匙。
• 覆盖范围里的“状态短语”：这就是病名。最常见的两个是“已发现-尚未编入索引”（Discovered - currently not indexed）和“已抓取-尚未编入索引”（Crawled - currently not indexed），一字之差，病根天上地下，下面两章分别处理。
• “上次抓取时间”和“用户声明的规范网址 / Google选择的规范网址”：前者告诉你蜘蛛到底来没来过；后者如果两个值不一致，说明Google把这页判成了别人的副本，那是canonical问题，不是单纯不收录。

按Google官方页面索引报告（Page indexing report）的状态说明，这两个核心状态的定义是这样的：“已抓取-尚未编入索引”指页面被Google抓取了但没被收录，未来可能收也可能不收，无需重复提交；“已发现-尚未编入索引”指页面被发现了但还没被抓取，通常是Google想抓、但判断抓了会让你的服务器过载，于是把抓取计划往后排了。把这两句话嚼透，你就明白为什么修法不同——一个还没爬到，一个爬了不想要。

这里要纠正一个普遍的误区：很多人把“网址检查”里的“已编入索引”当成排名保证，其实它只回答收录这一个问题。一个页面可以稳稳收录在Google那套分层索引体系的底层，照样一个词都排不上。所以检查工具是用来确认收录状态的，不是用来判断你能不能拿流量的，别越级解读。

把单页状态确认完，如果你是“只收首页”或“批量不收”，还要去“页面索引”报告里看汇总，看那一大批URL集体卡在哪个状态、占比多少。状态对上了，才进入对症修复。

“已发现-尚未编入索引”怎么救：这是抓取调度问题，不是内容问题

先记住一句话：处在“已发现”的页面，Google根本还没抓过它。所以这一刻去改正文、堆字数、加图表，全是无用功——蜘蛛连看都没看过你改了什么。这一类要从“怎么让它愿意来抓、抓得过来”这个角度下手。

Google官方关于抓取预算优化的文档把“能抓多少”拆成两个变量：抓取容量上限（crawl capacity limit，取决于你服务器扛不扛得住、响应快不快、有没有频繁报错）和抓取需求（crawl demand，取决于Google觉得你这些URL值不值得抓、热不热门、内容新不新）。“已发现不抓”几乎都是这两个变量出了问题。对应的动手清单：

1. 先排除服务器把蜘蛛劝退了。去服务器日志或GSC的“抓取统计信息”看，有没有大量5xx、平均响应时间是不是动辄一两秒。Googlebot连续撞墙会主动降速甚至停抓24小时，这时候你做再多内容都没用。把TTFB压下去、把500/503清零，是第一优先级。
2. 把抓取预算从垃圾URL上抢回来。如果你的站有大量带参数的筛选页、会话ID、无限日历、低质标签归档，蜘蛛的额度全耗在这些垃圾上，正经内页自然排不上队。这一块怎么按占比排查、哪些该用robots挡、哪些该改POST，笔者在抓取预算优化那篇实操指南里给了完整的分桶方法，深层页大面积“已发现”的站，九成要先做这件事。
3. 给孤立页搭内链桥。一个页面如果没有任何已收录页面链向它，Google发现它的唯一途径就是sitemap，优先级天然低。从首页、热门栏目页、相关高权重老文里，给它2到3条上下文相关的内链，等于告诉蜘蛛“这页和站内别的内容是连着的，值得来一趟”。
4. 用sitemap兜底，但别指望它催收。sitemap保证Google知道这个URL存在，但它只解决“发现”，不提升“需求”。提交后该等还是得等。

真实节奏是这样：一个健康小站的新页，搭好内链、服务器正常，通常几天到两周内会从“已发现”转到“已抓取”再进索引。如果一个月还卡在“已发现”，那大概率不是这一篇的问题，而是整站的抓取预算或服务器健康出了系统性故障，要往站级排查走。

怎么判断到底是不是服务器把蜘蛛劝退了？去GSC的“设置-抓取统计信息”里看两条曲线：一条是“总抓取请求数”，一条是“平均响应时间”。健康的站，响应时间应该稳定在两三百毫秒级；如果你看到响应时间隔三差五飙到一两秒，或者抓取请求数在某个时间点断崖式下跌，那几乎可以坐实是服务器拖了后腿。再交叉看“按响应（状态码）划分”那一栏，5xx占比但凡上了个位数百分点，就该让运维先去查服务器，而不是继续折腾内容。这个动作很多人跳过，结果在内容上耗了几个月，根子却在一台扛不住的廉价虚拟主机上——抓取这一关都没过，后面谈再多内容质量都是空中楼阁。

“已抓取-尚未编入索引”是另一回事：价值阈值没过，得先治站再治页

这个状态的潜台词很扎心：Google已经亲自来读过你这页了，读完做了个决定——不值得占用索引位。它不是没看到，是看到了、选择了拒绝。所以这一类纯粹是质量与价值的问题，催抓取毫无意义，得回答一个问题：这页凭什么值得被收？

笔者处理这类问题的顺序是“先治站、再治页”，因为单页被拒往往是整站质量信号被拉低后的连带结果。

• 站级先看：你的站是不是有一大批“凑数页”。批量生成的薄标签页、抓取拼接的列表、互相高度雷同的模板页，这些会拉低Google对整站的质量预期，殃及本来不错的正经内容。在2023年那轮Helpful Content更新之后，这个状态在内容农场和模板站上集体爆发，就是这个机理。先把这些凑数页noindex或合并掉，整站的“信誉分”回来了，单页才好谈。
• 页级再看：这一篇有没有“独到的存在理由”。Google拒收的典型是那种“网上已经有一百篇一模一样的”页面。问自己：这页有没有别处没有的第一手信息、数据、案例、视角？如果只是把别人的观点换种说法复述，它在索引里就是冗余，被拒很正常。补的是“增量价值”，不是字数。
• 检查是不是被判成了副本。如果“Google选择的规范网址”指向了别的URL，那它不是嫌你差，是觉得你和某页重复、把那页当了代表。这时要查canonical标签指对没、参数页有没有正确归一、有没有www与非www、http与https的重复版本在打架。

修完之后，对这一类页面可以用一次“请求编入索引”告诉Google“我改过了，麻烦重新评估”。但记住，请求只是让它重新来读，读完收不收，还是看你这次补的价值够不够。我见过太多人改了一个标题就反复提交，那是在浪费配额。

举个保哥手上真实的例子。有个做户外露营装备的独立站，三百多个产品页里近一半卡在“已抓取-尚未编入索引”，店主一开始认定是抓取预算不够，催了一个月毫无动静。笔者拉下来一看，病根根本不在抓取——这些产品页的描述是从供应商那里整段复制的，几十个同类SKU共用一套模板话术，正文里除了规格表几乎没有任何独家信息。Google抓了，判定这批页面彼此雷同、对用户没有增量价值，于是集体拒收。后来的做法很笨但有效：先把真正卖不动、内容也最空的那批SKU直接noindex掉，把整站的质量信号先拉干净；剩下的主推款，一篇篇补上真实的使用场景、材质实测、和同类产品怎么取舍——也就是只有真用过这些装备的人才写得出的东西。整站的“信誉”回来之后，主推页是一批一批转正的，而不是一篇篇硬催出来的。这个顺序不能反：先把凑数页清掉再谈单页，比上来就死磕某一篇高效得多。

只收录首页、内页全军覆没，多半是这5个站级故障

“只收首页”是单独拎出来讲的一种症状，因为它几乎从不是内容问题，而是结构问题——蜘蛛进了门，却发现屋里没有路通向其他房间。逐个排查这5处：

1. 内链孤岛：内页没有任何入口。最常见。首页是个花哨的全屏大图加一个“进入”按钮，导航全靠JS弹层，正文页之间互不链接。蜘蛛从首页进来，找不到任何指向内页的HTML链接，自然只能收首页。解法：让首页和栏目页有真实的 <a href> 链向内页，别全压在脚本里。
2. JS渲染黑洞：链接和正文都要执行脚本才出现。如果你的站是纯前端框架渲染，首屏HTML里几乎没有内容和链接，全靠浏览器跑完JS才生成，那Googlebot在抓取阶段拿到的就是个空壳。用“网址检查”里的“查看已抓取的网页”看Google实际拿到的HTML，如果是空的，问题就在这。
3. canonical全站指向首页。一个被坑过无数人的低级事故：某个插件或模板把所有页面的canonical标签都写成了首页地址，等于每个内页都在主动告诉Google“我的正主是首页，别收我”。逐页看源码里的 rel="canonical" 指向，是不是都指对了自己。
4. robots或noindex误伤。检查robots.txt有没有不小心Disallow了内页目录，检查内页模板的 <head> 里有没有遗留的 noindex 标签（开发环境带过来的最常见）。这两个一旦中招，内页神仙难救。
5. sitemap缺失或只列了首页。新站尤其要确认sitemap真的包含了所有内页URL，而不是插件默认只生成了首页或几个栏目页。在GSC提交sitemap后，看它报告的“已发现URL数”对不对得上你的真实页面数。

这5项里，内链孤岛和canonical误指是出现频率最高的，建议从这两个先查。站级故障的特征很好认：不是某一篇出问题，是同一模板下的一整批URL集体阵亡。一旦确认是结构病，修好之后往往是一批页面一起开始进索引，比一篇篇救效率高得多。

保哥见过最哭笑不得的一例：一个新站做了大半年，内页死活不收，店主前后换了三家“SEO优化”服务都没解决，钱没少花。最后扒一眼源码，两分钟就找到了——建站时套的那个主题，默认把所有页面的canonical都写死成了首页地址。等于这站每一个内页都在异口同声地告诉Google“别收我，我的正主是首页”。改一行模板配置，两周内内页齐刷刷开始进索引。这种结构性事故的吊诡之处就在于：花再多钱在内容上都没用，但找对地方一下就解决。所以遇到“只收首页”，第一反应应该是打开内页源码看canonical和内链，而不是去怀疑文章写得好不好。

“请求编入索引”那个按钮，正确用法和三个常见误用

几乎每个人都用过“请求编入索引”，但用对的人不多。先把它的本分说清楚：它是个“发现加速”工具，作用是让Google把这个URL排进抓取队列、来读一次。Google官方在URL检查工具的帮助文档里把话讲得很直白：每天能提交的索引请求有上限；提交请求不保证页面会被收录；批量提交应该改用sitemap。这三句话直接对应三个最常见的误用。

那它什么时候真有用？两个场景：一是你刚发布或刚实质性修改了一个重要页面，想让Google早点来读，点一次，合理；二是诊断用——提交后看它返回的抓取结果，能立刻告诉你这页能不能正常抓、状态码对不对、规范网址判成了谁。把它当诊断探针，比当催收工具有价值得多。

顺便说一个已经过时的“老偏方”：早些年流行的 google.com/ping?sitemap= 那个主动通知接口，Google已经在2023年正式停用了，现在调它没有任何效果。还在教这招的教程，基本可以判定它的其他内容也老旧了，别照着做。

内链是收录最被低估的杠杆，但千万别信那些“伪精确指标”

前面几章反复提到内链，因为它确实是普通人手里最有效、最可控的收录杠杆——它同时作用于“发现”（给孤岛页搭桥）和“价值”（用相关上下文为目标页背书）。但内链这件事，恰恰是各路SEO玄学伪指标的重灾区，得专门拎出来正本清源。

内链真正起作用的原理其实朴素：从一个已经被Google信任、经常来抓的页面，放一条上下文相关的链接指向目标页，相当于把蜘蛛的来访动线和一部分信任传导过去。所以好内链的标准只有三条，全是定性的——来源页本身得是被信任、被频繁抓取的；锚文本要能说清目标页讲什么；链接要在正文里、有真实上下文，而不是塞在页脚链接墙里凑数。就这些。

现在看看源头那类内容农场文是怎么把这件事神化的，以及为什么不能信：

• “一周只能加1个内链，单次超过3个会触发SpamBrain反作弊警报”——纯属编造。SpamBrain针对的是垃圾内容和操纵性链接，不存在“内链频率配额”这种东西。一篇长文一次性加七八条相关内链，是再正常不过的事。
• “裸链接收录概率比文字链接低68%”“超链接文字在排序里权重占15%”——这种精确到个位数的百分比，Google从来没公布过任何一个，都是为了显得专业硬造的。看到精确小数点的“算法权重”，基本可以直接判定是编的。
• “来源页Ahrefs UR必须≥30才算高权重”——UR是Ahrefs这家第三方工具的私有评分，Google的算法根本不认识它。拿一个工具的内部指标当Google的收录门槛，是张冠李戴。
• “锚文本必须4到8个单词、段落必须40到60字、颜色对比度4.5:1”——对比度4.5:1是无障碍（WCAG）的可读性建议，是好事，但它和“能不能被收录”毫无因果关系。把无关的可用性参数包装成收录硬指标，是这类文章惯用的障眼法。

把这些伪指标清出脑子，你会发现内链操作反而轻松了：找几篇真正相关、本身收录良好的老文，在正文里自然地链向新页，锚文本写清楚对方讲什么，就够了。不需要掐着秒表算一周加几条，更不用查什么对比度。

这些年遇到的“收录玄学”，再挨个拆穿几个

除了内链，收录这个话题周围还飘着一堆似是而非的硬指标，新手最容易被这些“看起来很懂”的数字唬住，然后把精力全花在错地方。笔者按出现频率，再拆几个流传最广的：

“加载速度必须低于3秒，否则不收录。”速度影响的是排名层面的体验信号（Core Web Vitals是个轻量排名因素），而且作用在排名不在收录。一个慢页面照样能被收录，只是排名时可能吃点亏。把速度当成收录的开关，是混淆了收录和排名两层。当然，慢到Googlebot频繁超时的程度会影响抓取，那是另一回事，前面讲服务器健康时说过了。

“文章必须800字（或某个固定字数）才满足E-E-A-T才会收录。”不存在收录字数线。一个300字但精准回答了某个具体问题的页面，可能比3000字的注水长文更容易收录。Google判的是“有没有独到价值”，不是字数。E-E-A-T是关于经验、专业性、权威性、可信度的综合信号，跟字数表没关系。

“正文和别处重合超过80% 就被打入备用库。”这个具体的80% 阈值是编的，Google没公布过任何去重百分比线。重复内容确实会导致Google选一个代表URL、把其余判为副本，但这是相对的去重判断，不是卡着某个数字的硬开关。

“DOM节点要少于1500、嵌套不能超过32层，否则渲染失败不收录。”Googlebot渲染确实有资源上限，过度臃肿的页面渲染可能不完整，这个方向是对的；但“1500节点 / 32层”这种精确数字是凑出来的伪标准。与其记数字，不如记原则：让核心内容和链接在原始HTML里就能拿到，别全压给JS。

识别伪指标有个简单的判据：凡是给出Google从未公开过的精确数字（精确的百分比、精确的秒数、精确的节点数）并声称是“算法硬指标”的，先打个问号。Google公开的几乎都是方向性建议——“提升内容质量”“确保可被抓取”“别让服务器过载”，而不是一张可以照着填的参数表。把方向性原则吃透，比背一堆假数字管用得多，也不会被带沟里。

从提名到确认收录的闭环：等多久、怎么验证、怎么防回退

修完之后最熬人的是等待，而且很多人不知道怎么确认“真的收了”，于是天天site一下、心态起伏。把这最后一步做成闭环，焦虑会少很多。

现实的时间预期。别信“72小时必收”这种话术。健康小站的新页，从修复到进索引，通常几天到两三周；大站或质量信号偏弱的站，一个月甚至更久都正常。处在“已抓取-尚未编入索引”的页面，转正时间最不可控，因为它取决于Google对你整站价值的重新评估，这是个慢变量。把心理预期放到“以周为单位”，而不是“以天为单位”。

怎么算真验证。三个口径，从弱到强：

1. 最弱：site:你的域名/路径 能搜到。能搜到说明收了，但搜不到不代表没收（site命令本身有偏差，这点笔者在别处专门聊过），所以它只能用来证实、不能用来证伪。
2. 较强：GSC“网址检查”实时检查，显示“网址已编入Google索引”。这是最权威的单页确认。
3. 最强：在GSC的“效果”报告里，这个页面开始有真实的展示次数（impressions）。有展示，说明它不仅进了索引，还真的进入了某些查询的候选池——这才是收录有意义的终点。

怎么防回退。收录不是一锤子买卖，它会因为质量滑坡、误操作而反向掉出索引。建立两道简单的监控：一是每个月扫一眼GSC的“页面索引”报告，看“未编入索引”的总数是不是在异常上涨，涨了就去看新增的是哪一批、什么状态；二是任何一次模板改动、插件更新、迁站之后，抽查几个重点页的“网址检查”，确认没有被误加noindex、canonical没被改乱。这两件事每月花十分钟，就能在掉量演变成灾难之前把它摁住。

防回退里笔者踩过最多的坑，是“迁站”和“批量改模板”。有一次帮客户把站从老CMS迁到新框架，迁完首页排名都还在，过了三周流量却莫名其妙往下掉——回头一查，新框架的文章模板在 <head> 里默认带了 noindex，开发自测时加的，上线忘了摘。这种事故的可怕之处在于它有延迟：当天不掉，要等Google重新抓到那批页面、按 noindex 把它们逐步移出索引，往往是两三周之后，等你发现流量掉了再去查，已经白白损失一整轮。所以任何一次伤筋动骨的改动之后，当天就抽查几个重点页的“网址检查”，确认收录状态和canonical没被改乱，是性价比最高的一道保险。

说到底，收录这件事没有玄学，也没有什么一招见效的秘籍。它就是一条朴素的链路：能被发现（内链 + sitemap + 服务器扛得住）、被认为值得抓（抓取预算没被浪费）、被判定值得收（有独到价值、不是副本）。这篇手册的每一章，其实都在修这条链路上的某一环。按症状找到你断的是哪一环，对症修，然后以周为单位耐心等验证——比你反复点一百次“请求编入索引”有用得多。

常见问题解答

“已发现-尚未编入索引”和“已抓取-尚未编入索引”到底差在哪？我该先做什么？

差在Google有没有真正读过这一页。“已发现”是还没抓，属于抓取调度问题，要从内链、服务器健康、抓取预算下手让它愿意来抓；“已抓取”是抓了但觉得不值得收，属于价值问题，要补独到内容、清理整站的凑数页。第一步永远是用GSC“网址检查”确认你处在哪个状态，再决定方向，千万别两个状态用同一套打法。

我的站只收录了首页，内页一篇都没有，最可能是什么原因？

九成是站级结构问题，不是内容问题。按顺序查这五处：内页有没有真实的HTML内链入口（不是全靠JS）、是不是纯前端渲染导致Googlebot拿到空壳、canonical是不是被插件全指向了首页、robots或noindex有没有误伤内页、sitemap是不是只列了首页。最高频的是内链孤岛和canonical误指，先查这两个。

反复点“请求编入索引”能让页面更快收录吗？

不能，而且可能浪费每日配额。这个按钮的作用只是让Google把URL排进抓取队列来读一次，它不保证收录、和排名更是毫无关系。正确用法是：新发布或实质性改过的重要页面点一次，然后耐心等；批量收录靠维护好sitemap，不靠手动一个个提交。改一个字就提交一次是典型的无效操作。

是不是文章字数太少、加载太慢导致不收录？

多半不是。不存在“低于多少字不收录”的字数线，一篇短而精准的页面照样能收；加载速度影响的是排名层面的体验信号，作用在排名而非收录这一层（除非慢到Googlebot频繁超时才会牵连抓取）。把精力放在“这页有没有别处没有的价值”和“蜘蛛能不能抓到、爬得过来”上，比纠结字数和秒数有用得多。

网上说“一周只能加一个内链，否则触发反作弊”，是真的吗？

是编的。不存在内链频率配额这种规则，SpamBrain针对的是垃圾内容和操纵性链接，不管你一篇文章里放几条相关内链。一次性给长文加七八条上下文相关、锚文本清晰的内链完全正常。看到精确到“一周一条”“权重占15%”这种Google从未公布的硬数字，基本可以判定是伪指标，别信。

修复之后大概多久能看到收录？怎么确认真收了？

健康小站通常几天到两三周，大站或质量偏弱的站一个月以上也正常，“以周为单位”预期更现实。确认收录从弱到强有三个口径：site命令能搜到（只能证实不能证伪）、GSC“网址检查”显示“已编入索引”（最权威的单页确认）、GSC效果报告里这页开始有真实展示次数（最有意义的终点，说明它真进了查询候选池）。

权威参考资料