索引膨胀的意思是搜索引擎收录了大量没有搜索价值的页面，占着抓取预算还拉低整站评价。我们给一个 8 万页的站做清理，压到 1.2 万页，核心页抓取频次翻倍。
什么是索引膨胀
假设一个站点有 8 万页，其中真正有搜索需求、能带来访问的只有 1 万多页，剩下的是标签页、分页、参数页、重复的产品变体、测试页。
搜索引擎把这些页面收进索引，不会给你流量，但会占用抓取资源，还会让"整站质量"这个判断变差。
我们的判断标准
三个问题，任何一个答案是"否"，这个页面就不该被收录：
第一，用户会不会主动搜这个页面想解决的问题？
第二，这个页面有没有独立的内容价值，还是只是换个排列组合？
第三，这个页面有没有内链或者外链指向它？
三个都过，保留；只过一两个，考虑合并；都不过，挡掉。
三类该挡的页面
第一类，参数和组合页。筛选组合、排序、视图模式，绝大多数没有搜索需求。
第二类，分页尾部。列表第 20 页之后的页面，用户不会直接搜，也没有独立内容。
第三类，重复变体。同一产品的不同颜色、不同版本，内容 90% 一样的，合并成一个页面。
挡住的方式
robots.txt 屏蔽：最彻底，页面不会被抓取。适合大量参数页。
noindex：页面能被抓取，但不进索引。适合需要保留给用户访问、但不想被搜到的页面。
canonical：页面能被抓取、能被用户访问，权重归到主页面。适合内容重复但都有流量的页面。
我们一般组合用：参数页用 robots，站内搜索页用 noindex，重复变体用 canonical。
一个 8 万页的案例
2025 年 12 月接的一个电商 SaaS 站，8.2 万页，实际有搜索价值的约 1.1 万页。
我们做了三件事：按上面的标准筛出 6.9 万页不该收录的；参数页 robots 屏蔽、站内搜索页 noindex、重复产品变体合并；sitemap 只保留该收录的 1.2 万页。
清理用了 6 周。第 8 周看数据：索引量从 7.1 万降到 1.4 万，核心产品页的平均抓取间隔从 11 天降到 4 天，有排名的词从 3800 涨到 6100。
流量没有掉，反而涨了 18%。因为留下的都是有价值的页面。
一个提醒
别一次全挡。我们一般按 20% 分批，每批观察两周，看抓取和流量的变化。一次性清掉几万页，出问题很难回滚。
还有：挡之前先导出清单，挡之后保留 3 个月，方便回滚。
判断
索引膨胀的本质是"贪多"。很多站觉得收录越多越好，其实索引里全是垃圾，比收录少更糟。
先把页面数量压到和质量匹配，再谈收录增长。
元析智能
为软件公司做 SEO 和 GEO 优化