XML Sitemap 的价值，经常被高估，也经常被低估。
高估，是因为它不能强制 Google 收录页面。低估，是因为对内容多、更新频繁、站内链接不够清晰的网站，sitemap 是帮助搜索引擎发现重要 URL 的稳定信号。
关键不在于“有没有 sitemap”，而在于 sitemap 里放的是不是应该被发现和索引的规范页面。
sitemap 解决什么问题
sitemap 主要帮助搜索引擎发现 URL，尤其适合：
- 新网站，外链和站内入口还少；
- 大型网站，页面很多；
- 内容站，文章持续更新；
- 图片、视频或新闻内容需要补充发现信号；
- 有些重要页面没有被很好地内链覆盖。
但 sitemap 不能替代清晰的站内结构。一个页面只出现在 sitemap 里，却从站内没有任何入口，仍然不是理想状态。
哪些页面应该放进 sitemap
优先放这些页面：
| 页面类型 | 是否放入 | 原因 |
|---|---|---|
| 首页 | 放 | 站点核心入口 |
| 主要栏目 / 主题页 | 放 | 帮助理解结构 |
| 正式文章页 | 放 | 内容站核心资产 |
| 高价值产品或服务页 | 放 | 有明确搜索价值 |
| 规范 URL | 放 | 和 canonical、内链保持一致 |
不要放这些页面：
- 被
noindex的页面； - 被 robots 阻止抓取的页面；
- 404、软 404、跳转页；
- 参数页、排序页、站内搜索结果页；
- 测试页、草稿页、低价值重复页；
- canonical 指向别处的非规范 URL。
一个简单原则：sitemap 应该像“推荐搜索引擎优先发现的高质量 URL 清单”，不是网站所有 URL 的垃圾桶。
lastmod 要不要写
lastmod 可以帮助搜索引擎理解页面最近是否更新，但前提是它真实反映内容变化。
不要每天自动刷新所有 URL 的 lastmod。如果页面内容没有实质变化，只是模板、侧边栏或底部统一更新，就不应该把它伪装成内容更新。
更稳妥的做法：
- 文章新增或正文实质更新时更新
lastmod； - 只改全站导航、页脚、样式时不要批量刷新；
- 旧文更新要记录具体更新原因；
- sitemap、页面
updatedAt和实际内容保持一致。
sitemap 和 canonical 要一致
如果 sitemap 里放 A URL，但页面 canonical 指向 B URL，就是信号冲突。
常见冲突包括：
- sitemap 放了带参数 URL；
- sitemap 放了 http，页面 canonical 是 https；
- sitemap 放了无斜杠版本，站内链接都是有斜杠版本；
- sitemap 放了旧 URL，但页面已经 301 到新 URL；
- sitemap 放了分页、筛选或搜索结果页。
这些问题不一定会立刻导致灾难，但会降低 sitemap 的信号质量。
sitemap 怎么提交
常见方式有三种：
- 在
robots.txt里声明 sitemap 地址； - 在 Google Search Console 里提交 sitemap；
- 让网站框架自动生成并保持更新。
提交后不要只看“已提交成功”。更重要的是看：
- sitemap 是否能返回 200；
- Google 发现的 URL 数是否合理；
- 是否有大量已发现但未收录；
- sitemap 里的 URL 是否和实际发布清单一致；
- 新文章上线后是否出现在 sitemap 中。
三类读者的盲点
SEO 新手常见盲点是以为 sitemap 会强制收录，只要提交了就能进搜索结果。
有一定经验的人会生成 sitemap，但容易把参数页、低价值页、跳转页和非规范 URL 一起放进去。
更资深的人需要把 sitemap 当成高质量 URL 信号：它应该和 canonical、内链、noindex、内容更新节奏保持一致。
一份 sitemap QA 清单
上线前可以逐项检查：
| 检查项 | 通过标准 |
|---|---|
| sitemap 可访问 | 返回 200，不需要登录 |
| URL 是规范地址 | 和 canonical、站内链接一致 |
| 页面可抓取 | 没有被 robots 阻止 |
| 页面可索引 | 没有 noindex |
| 页面返回 200 | 不是 404、跳转或软 404 |
| 内容有价值 | 不是测试页、空页、重复页 |
| lastmod 真实 | 只反映实质更新 |
下一步怎么做
找出你网站当前 sitemap，抽查 20 个 URL。只要发现跳转、noindex、参数页、重复页或低价值页，就说明 sitemap 需要清理。
做完以后，可以继续读：