新站上线两周，站点发了三十篇，site命令只返回三条。多数人的第一反应是稿子写得不够好，于是回头改标题、改首段、补关键词，改完再等一周去查，数字还是那三条，连一条都没多出来。
这批网址大多还没进抓取队列，谈不上内容好坏。改页面对一个没被请求过的URL不起作用，先确认Baiduspider有没有来过，再决定改不改。
日志里先查一遍
百度搜索资源平台的抓取诊断工具，是从百度蜘蛛的视角把页面抓一次再回显给站长，蜘蛛看到的内容和你以为的不一致时，这一步就能对上。按平台帮助页当前版本的说明，它有两个边界值得先记住：每周只能用七十次，抓取结果只展现蜘蛛可见的前200KB，正文压在这之后的页面会显示不全。这两项都是平台侧的固定限制，不受站长调整，具体数值以后台当期说明为准。它还把PC端和移动端的数据分开放，两边的结果不互相代替，各查一次才算数。日志这边的动作更直接，把新发的那批URL从访问日志里过滤一遍，看有没有Baiduspider的请求行。日志里一条都没有，说明这批页面还没排进队列，连被判断的机会都没有。
没被请求的页面大多卡在发现和抓取这两个环节上，出口通常有三个。站内没有任何页面链到它，只在sitemap里列过一次，而新站的sitemap处理优先级本来就低。robots.txt里一条Disallow: / 覆盖了整个目录，站点又没给Baiduspider单独写组，于是跟着星号那一组一起被挡住。CDN或WAF把百度IP当成异常流量挡掉，日志里留下的是403和499这类状态码。
日志里有请求、索引量却不动，问题换到入库这一段。同一套模板批量生成的列表页，正文重合度高，蜘蛛抓下来判断增量很小，这一批通常一起卡住。正文要靠JS请求才拿得到，抓取时读到的是空壳，抓下来也只剩框架。还有一层容易被忽略的延迟：索引量工具的数据最快一天更新一次，最迟一周一次，两周没动静可能只是数据还没刷新。按官方说明，索引量上下浮动10%甚至更多都可能算正常，别拿某一天的下降当降权处理。
索引量涨了，搜标题却找不到，说明入库了但没拿到展现。一是这个词本身没有搜索量，页面质量再高也无处可展。二是结果首页已经被同题的老站、垂直媒体或官方文档占住，新站排在后面属于正常。三是标题和正文的用词跟用户搜的措辞对不上，在匹配阶段就被略过。
发现段没通就先修内链入口和robots，抓取段没通就先修返回码、响应时间和拦截规则。只有入库和展现这两段的问题，才轮到改内容本身，次序反了，最典型的结果是改了三轮稿子而蜘蛛始终没来过。
把入口和频率一起调
普通收录里的API推送和sitemap提交都该用上，但每日条数不是固定值，写在自己账号的收录后台里，按别人文章里的数字排计划，第二天往往就提交失败。抓取频次上限是另一个可调项，官方说明里明确写了上限值可以调节，调得太低同样会压住收录，整站抓取频次过小时优先查这一项。
新页面更稳的入口仍是站内链接，从已经被频繁抓取的页面给出两三条链过去，比单独提交一次更有用。列表页和聚合页要能长期列出新内容，新文章只在首页停一天就沉下去，等于没有入口。外链能提速，但新站拿不到高质量外链，力气花在站内结构上更划算。
有两类做法看着能提速，实际上会把节奏拖慢。一是提交前反复微调内容、改动一个标点，赌蜘蛛会因为页面变化重抓——抓取队列按URL排，页面小改动不改变排队位置。二是引导真实用户去搜索、点进结果页并长时间停留，属于诱导行为，被识别后扣的是站点信用。花钱买所谓的快速收录也是同一类，交出去的是钱，换回来的是不受控的第三方提交记录。
先花几天把入口打通，看日志确认抓取情况、清理robots、补站内链接、按后台配额分批推送。接下来按固定频率发文，一天一到两篇，不再集中爆发。每天十分钟看三处数——抓取频次、索引量、有展现的词数，哪个不动就回到对应那一段。
抓取配额是靠稳定更新一点点换来的，任何技巧能省下的都只有几天。把这批预算花在持续产出上，比花在找捷径上划算得多，也少一层被扣信用的风险。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
