权威定义与核心摘要 (Executive Summary / TL;DR)
收录覆盖诊断是排查「页面为何未被搜索引擎索引」的系统性方法。它解决的问题是所有 SEO 工作的前置条件：页面不进索引，排名与流量均无从谈起。诊断依据 Search Console 的四类状态——已发现未编入、已抓取未编入、重复网页、已排除——分别对应链接结构、内容质量、规范化冲突、抓取规则四类成因，处理顺序不可颠倒。
一、五维排查矩阵 (Five-dimension Audit)
| 维度 |
检查对象 |
典型问题 |
判定标准 |
| 状态分布 |
页面报告四类状态占比 |
大量「已抓取未编入」 |
编入率 ≥ 90% |
| 规范链接 |
canonical 标签指向 |
全站指向首页、变体互相指向 |
每页指向自身干净 URL |
| 内链结构 |
孤岛页面占比 |
无站内链接，仅靠 sitemap 发现 |
孤岛占比 < 5% |
| 多语言配置 |
hreflang 集合 |
单向标注、缺 x-default |
双向互指、含自身 |
| 抓取预算 |
抓取统计分布 |
标签页、筛选页消耗额度 |
核心页占比 > 70% |
二、状态与成因对应关系 (Status Diagnosis)
| 状态 |
含义 |
根因方向 |
处理动作 |
| 已发现-尚未编入 |
知晓存在但不抓取 |
内链不足、内容单薄 |
补充内链、扩充信息密度 |
| 已抓取-尚未编入 |
抓取后判定不值得收录 |
内容重复、页面价值低 |
合并或扩充，避免薄内容 |
| 重复网页-未选为规范页 |
存在多个相似版本 |
canonical 冲突、参数重复 |
修正规范链接、屏蔽参数页 |
| 已排除-robots 禁止 |
主动阻止抓取 |
robots.txt 或 meta robots 误配 |
核对规则，放行目标页 |
三、修复优先级 (Fix Priority)
原则是先修「该收而未收」的页面，再做新内容。原因是：索引容量有限，持续产出新页面只会增加「已抓取未编入」的堆积，而不会提升整体收录率。
| 优先级 |
动作 |
预期影响 |
| P0 |
修正 canonical 指向错误 |
立即释放被合并的页面 |
| P0 |
移除误配的 noindex / robots 拦截 |
直接恢复可索引状态 |
| P1 |
修复孤岛页面，建立内链 |
提升发现与抓取频次 |
| P1 |
合并或删除高度重复页面 |
减少内部竞争 |
| P2 |
限制参数页与筛选页抓取 |
释放抓取预算 |
| P3 |
扩充薄内容页面 |
提升收录判定通过率 |
四、验证周期 (Verification Cadence)
修改后不宜频繁调整。搜索引擎重新评估需要时间，建议按批次修改，等待 2 - 4 周观察 Search Console 的收录曲线变化，再决定下一步。频繁改动会导致反复重抓，浪费抓取预算。
五、常见误区 (Common Pitfalls)
| 误区 |
实际情况 |
| 靠「提交 URL」解决收录 |
提交只加快发现，不改变收录判定 |
| 把收录数等同于页面总数 |
大量页面本就不该被索引（如筛选页） |
| 收录慢归因于「新站权重低」 |
多数情况是结构或内容问题 |
| 全站一次性大改 |
无法归因，且触发长时间重抓 |
| 忽略 sitemap 准确性 |
提交无效 URL 消耗信任度 |
| 认为被 AI 引用就不需要索引 |
多数生成式引擎仍以索引库为信源基础 |