大家好，我是 Tan。
欢迎来到 SEO51。
上次讲完 Sitemap 后，许多读者查看 Google Search Console（GSC）时，被“网页 (Pages)”报告中的两个灰色状态困扰：
- 已发现 - 尚未编入索引
- 已抓取 - 尚未编入索引
90% 的人认为两者相同：“反正就是没收录。”这是错误的认知。
真相是：
- • 一个是“物流问题”（Google 还没来）；
- • 一个是“质检问题”（Google 来了，但不满意）。
本文将深入解析这两个状态背后的算法逻辑，并提供精准排查方法。
一、 看懂本质区别
以“米其林餐厅试吃”类比 Google 索引流程，帮助理解。
1. 已发现 - 尚未编入索引 (Discovered)
= “还在排队，没空来”
- • 场景：Google 爬虫已知晓页面存在（列入清单）。
- • 现状：因爬虫资源有限或网站权重低，尚未进行抓取。
- • 潜台词：“我知道你在那，但我现在没空理你。”
- • 核心痛点：抓取预算不足。
2. 已抓取 - 尚未编入索引 (Crawled)
= “试吃差评，不收录”
- • 场景：Google 爬虫已完成访问并读取内容。
- • 现状：评估后认为内容质量不足，决定不纳入索引库。
- • 潜台词：“我来过，看过了，但你的内容不值得被搜到。”
- • 核心痛点：内容质量或技术故障。
二、 深度诊断：“已发现 - 尚未编入索引”
此为“通道”问题。Google 想抓取，但受阻。
请按以下顺序排查：
1. 嫌疑人 A：服务器响应过慢
若服务器响应延迟，Googlebot 会主动放弃抓取以避免负载过高。
- • 怎么确诊？
- • 进入 GSC → 设置 → 抓取统计信息，查看报告。
- • 查看“平均响应时间”。
- • 判断标准：超过1000ms（1秒）即为异常，影响抓取。
- • 解法：升级服务器带宽或启用 CDN 加速。
2. 嫌疑人 B：新站权重低
- • 怎么确诊？
- • 域名注册是否不足 6 个月？页面数量是否超过 5000？
- • 若为新站 + 海量页面，则抓取配额受限，无法全部抓取。
- • 解法：停止批量生成低质页，集中资源建设外链（Backlinks）提升权重。
3. 嫌疑人 C：孤岛页面
- • 怎么确诊？
- • 随机选取一个未索引 URL，在首页通过导航链接尝试访问。
- • 判断标准：仅能通过直接输入 URL 访问，则为孤岛页面，缺乏内部链接支持。
- • 解法：在相关文章中添加内链，增强页面可发现性。
三、 深度诊断：“已抓取 - 尚未编入索引”
此为“内容”问题。Google 已访问但拒绝收录。
该状态更严重，意味着资源已被消耗却未获认可。
1. 先做“心理按摩”：你需要修吗？
先判断未索引页面是否应被收录：
- • 良性未索引：
/feed/、/wp-json/、?replytocom、/search/等本就不应收录，无需处理。 - • 恶性未索引：原创文章页、核心产品页等关键页面必须修复。
2. 嫌疑人 A：重复内容 (Duplicate Content)
相似内容页面中，Google 通常只收录一个版本。
- • 怎么确诊？(GSC 验身法)
- 1. 在“已抓取 - 未索引”列表中，点击 URL 旁的🔍 (检查网址)。
- 2. 展开“网页索引编制”选项卡。
- 3. 查看最后一行“Google 选择的规范网址”。
- 4. 判断标准：
- • 情况 A（实锤重复）：显示的是其他具体 URL → 被视为克隆页。
- • 情况 B（排除重复）：显示“所检查的网址” → 身份独立，问题出在内容质量或渲染。
- • 解法：
- • 情况 A：使用 Canonical 标签指定首选版本，或差异化内容。
- • 情况 B：继续排查渲染与内容质量问题。
3. 嫌疑人 B：渲染失败/空页面 —— 极易被忽视！
前端依赖 JS 加载可能导致 Google 无法读取实际内容。
- • 怎么确诊？(Google 视角法)
- 1. 在 GSC 输入目标 URL 或从检查页面进入。
- 2. 点击"测试实时网址" (Test Live URL)。
- 3. 测试完成后，点击“查看已测试的网页” → “屏幕截图”。
- 4. 判断标准：看图！
- • 截图为白色？
- • 仅有菜单无正文？
- • 结论：JS 加载失败或过慢，Google 未看到有效内容。
- • 解法：优化前端代码结构，优先采用服务端渲染（SSR）。
4. 嫌疑人 C：薄内容 / 抄袭
- • 怎么确诊？(全网查重法)
- • 复制页面中一句有代表性的长句（约20字），在 Google 搜索框输入
"你的句子"（带英文双引号，精确匹配）。 - • 逻辑解读：
- • 情况 A：无结果（0 results） → 内容原创，但价值不足（如仅有参数无描述）。
- • 情况 B：出现他人网站内容 → 被判定为抄袭或转载。
- • 解法：内容增厚。增加至少 300 字独家观点、数据或案例，提升独特性和价值。
四、 总结：一张神级诊断表
遇到问题，先查表，再动手：
五、 总结与今日作业
SEO 是科学，不是玄学。利用 GSC 工具精准“确诊”，然后“治疗”。
📋 今日作业 (诊断实操)
- 1. 查服务器：进入 GSC → 设置 → 抓取统计信息，确认平均响应时间是否低于 500ms（绿色为佳）。
- 2. 查渲染：选取一个“已抓取未索引”的重要页面，使用“测试实时网址”功能，检查截图是否完整。
- 3. 验身：查看“Google 选择的规范网址”是否为自身。若是，则说明内容质量不足，需立即扩充内容。