新站上线第一件事：让搜索引擎收录的 12 项检查（附 30 天观察表）

一句话总结：新站上线不是「部署完就等收录」，而是先把 sitemap、robots、canonical、URL 结构这些地基铺好，再主动提交、按周观察——这篇把 12 项检查列成清单，用自己的站（zhaixingw.cn）上线过程做样本。

今天站点刚上线，趁热把该做的事一件件记下来。写完这篇，30 天后回来补实测数据。

先说结论：收录慢，八成不是搜索引擎的问题，是站点地基没铺好。我见过上线一个月还在被爬虫忽略的站，查下来要么 robots 写错拦了自己，要么 sitemap 里全是 302。

一、上线前必须做对的 8 件事

1. 确定唯一域名。带 www 和不带 www 只能留一个，另一个 301 过去。两个都能访问是收录被稀释的头号原因。

2. 全站 HTTPS。证书过期时间记在日历里。混合内容（HTTPS 页面里加载 HTTP 资源）会让浏览器报警，爬虫也降权。

3. URL 结构定死。伪静态、分类路径、文章 ID 规则，上线后再改就是一场灾难——我们站刚经历过一次 URL 改版，正文里 33 篇文章的内链全部重写了一遍。教训是：URL 规则要在写第一篇文章之前定好。

4. sitemap.xml 可访问。位置在根目录，内容里只能有 200 的页面，不能有 302 和 404。每次发新文章后重新生成。

5. robots.txt 别写错。最常见的自杀写法是 Disallow: /，或者把 /zb_users/ 这类必要路径也拦了。写完后用「robots 测试」工具验证一遍。

6. canonical 标签。每篇文章指向自己的正式 URL，避免列表页、标签页、搜索页和正文页互相竞争。

7. TDK 独立。标题、描述、关键词每页不同。文章列表页和标签页尤其容易被批量生成重复标题，需要模板层面做区分。

8. 结构化数据。文章类的 Article、面包屑的 BreadcrumbList，能让搜索结果里多出作者、时间这些展示位。不是必需，但白给的分不要浪费。

二、上线后主动做的 4 件事

9. 提交站点地图。百度搜索资源平台、Google Search Console、必应 Webmaster 各提交一次，之后靠 sitemap 自动更新。

10. 主动推送 URL。百度有 API 推送、必应有 IndexNow，新文章发布后推一次，比等爬虫自然发现快几天。

11. 建内链。新站没有外链权重，内链是最便宜的权重通道。我们站的做法是系列文章互相引用（比如 C++ 游戏辅助系列 八篇成链），让爬虫从一个入口能爬到全部内容。

12. 保持更新节奏。新站最怕的是「上线 50 篇然后一个月不动」。搜索引擎的判断逻辑里，持续更新是活站信号。

三、30 天观察表

三个指标分开看，别混：抓取是爬虫来没来，索引是页面进没进库，展现是用户能不能看到。

*图 1：上线前 8 项、上线后 4 项，以及 30 天按周观察的四个节点*很多人把「搜不到」直接归因为「没收录」，其实可能只是排名靠后——搜索资源后台一查就清楚。

四、五个常见坑

索引页不收录。列表页、标签页大量重复，搜索引擎会选择性忽略。给列表页加 noindex 或限制数量都可以。

内容重复。转载别人的文章、AI 批量生成水文，新站碰上这个基本宣告死缓。原创不一定有排名，但非原创一定没戏。

买外链。短期有效，长期是负资产。新站先做内容，外链等有自然引用再说。

频繁改版。URL 改一次，之前的索引全废。上线前把结构想清楚，上线后尽量不动。

只盯百度。现在 AI 搜索（豆包、Kimi、元宝）的引用来源也在抢流量，结构化内容和清晰的小标题对 AI 抓取同样友好。这条算是 2026 年的新变量。

收个尾

这份清单不是玄学，本质是把「搜索引擎能不能顺利理解你的站」这件事拆成可执行的检查项。地基对了，剩下的交给时间和内容。

30 天后我会回来补一篇实测：收录了多少、哪些页面进来了、长尾词有没有起来。到时候数据说话。