同一批页面，Google 三天收了 118 篇，百度两周只收了 21 篇。这是今年 9 月一个开发者工具客户的真实数据，120 篇英文技术文档。我们对比了收录和未收录的页面，差异集中在三个地方。
差异一：百度找不到入口
Google 收页面有三条路：sitemap、站内链接、外链。百度主要靠前两条，外链权重这几年降得厉害。
那 120 篇文档，站内只有 8 个入口，都挤在一个列表页里，翻到第 3 页之后的文档，百度基本爬不到。Google 靠着外链和更强的爬虫调度，把深处页面也收了。
改法：文档首页加分类索引，按模块分成 14 类；每篇文档底部加"上一篇/下一篇/相关 5 篇"。三周后百度收录从 21 篇涨到 76 篇。
差异二：纯英文页面的收录意愿
这件事容易被忽略。百度对纯英文页面的收录意愿天然低，因为国内搜索需求少。同样一个页面，Google 当主力内容，百度只当补充。
客户的解法是做中文落地页：每篇英文文档配一个 300 字左右的中文摘要页，讲清这个功能解决什么问题、适用什么场景，正文链回英文文档。不是翻译全文，是给中文读者一个入口。
中文页上线一个月，百度收录了 40 多篇，还带来了 200 多个注册。
差异三：判重的尺度不一样
文档站页面模板高度相似，正文之外的部分几乎一样。Google 对这种结构容忍度高，百度判重更激进。
我们的处理是给每篇加 2 到 3 段独家内容：这个版本的变更点、我们踩过的坑、适用和不适用场景。120 篇里有 60 多篇补了这些，重复度降下来之后，收录明显变快。
还有一个因素：链接来源
百度收录也看外链，但看的是来源页质量和相关性，不是数量。那 120 篇文档，英文世界里被 30 多个博客和 GitHub 仓库引用，Google 顺着这些链接抓；中文引用几乎为零。
后来客户做了件事：把文档里最核心的 5 个功能各写一篇中文教程，发到 3 个技术社区，文章底部链回文档。两个月后，这 5 个页面在百度的收录和排名都起来了。这比闷头提交 URL 有效得多。
一个时间上的提醒
百度收录周期普遍比 Google 长 3 到 7 倍。新页面两周没收，别急着改，先看抓取诊断里百度有没有来过。来过没收是内容判断问题，没来过是入口问题，两种处理完全相反。
要国内流量，就老老实实做中文落地页。指望英文文档被百度大量收录，这条路我们试过，走不通。
元析智能
为软件公司做 SEO 和 GEO 优化