站点地图(sitemap)是告诉搜索引擎「这些 URL 是我想被收录的」的文件。它是建议,不是命令。理解这一句,能省掉很多无谓期待。
你的站已经有地图了
WordPress 核心自带:域名/wp-sitemap.xml。装了 SEO 插件(Rank Math、Yoast 等)后,插件会生成自己的地图并把核心的地址 301 过去。两种都能用,选一个来源,别同时提交两份结构不同的地图。
检查方法:直接访问域名/sitemap_index.xml 或 /wp-sitemap.xml,能看到按类型拆分的子地图(文章、页面、分类)就算正常。
提交给谷歌的正确做法
- Google Search Console 添加域名(推荐「域名属性」,用 TXT 记录验证,覆盖所有子域与协议)
- 左侧「站点地图」填入地图地址并提交
- 看报告里的「已发现 / 已抓取 / 已索引」三个数字,差异处就是问题
- Bing Webmaster Tools 也提交一次,必应的数据还会喂给 ChatGPT 的检索
提交之后不要天天改。地图是稳定信号,频繁改结构对爬虫没有好处。
站点地图办不到的三件事
- 不保证收录。页面在地图上不代表会被索引,谷歌还要看内容质量、内链、抓取成本。看到「已抓取但未编入索引」很正常
- 不提升排名。它不改变页面权重,只帮助发现
- 不能翻越 robots 屏蔽。被 robots.txt 禁抓的路径,地图里写了也没用,见 Robots.txt 怎么写
什么时候必须要
- 站点大、页面多,新页面不容易被顺藤摸瓜找到
- 存在孤立页面(没有或很少内链指向它)
- 站很新、外部链接很少
- 有大量图片、视频内容,需要专门的图片与视频地图
- 多语言站点,需要 hreflang 声明在地图里
反过来,一个十几页、内链结构很好的小站,有没有地图其实影响不大。
十三条注意事项(照做就行)
- 只放完整、绝对、返回 200 的链接
- 只放规范地址:统一 https 与 www 形态,别两种混着放
- 不要放登录页、结账页、购物车、站内搜索结果页
- 不要放 noindex 的页面:地图里有、页面里说别收录,等于自相矛盾
- 放在根目录,作用范围才是整站;放子目录只管那个子目录
- 文件必须 UTF-8 编码
- 大文件拆分,单个子地图条数按插件默认或控制在千位级
- 用站点地图索引(sitemap index)汇总,别散着提交一堆
- lastmod 要真实反映更新时间,全是同一个日期会被忽略
- PC 与移动不同 URL 时只放一个并说明版本
- 不同类型内容(产品、文章、图片、视频)分开建子地图
- 链接顺序不重要,爬虫不按顺序抓
- 记住它只是建议:内容质量和内链才是索引的决定因素
用地图发现收录差异
站点地图的第二个价值是当体检表:对比「地图里有多少条」和「Search Console 里实际收录多少条」,差额通常指向三类问题:内容太薄、模板页无价值、抓取预算浪费在参数 URL 上。这三类都有各自的解法,加更多链接解决不了。
把地图当成爬虫的导航,而不是许愿池。你希望它索引的页面,先把内容、内链和标题做对。
写完地图别忘了 URL 结构,见 URL 与 Slug 一次定好。