sitemap 提交了没反应，先查这 5 个地方

sitemap 只是发现工具，不是收录开关。搜索引擎读它是为了知道有哪些 URL，至于收不收，看 URL 本身。提交后没反应，先按下面 5 个点查，不用急着改页面。

1. sitemap 本身的 HTTP 状态和类型

访问 sitemap 地址必须是 200，Content-Type 是 application/xml 或 text/xml；gzip 压缩的要命名为 .xml.gz 且服务器正确返回 gzip。返回 403 最常见，多半是被 WAF 或登录鉴权挡了。我们见过一个客户的 sitemap 挂在需要登录的后台，蜘蛛每次都被 302 到登录页，提交了半年没读过一次。

2. 里面的 URL 是不是可索引的 200

这是最容易忽略的一条。sitemap 里放 301、302、404、noindex 的页面，等于告诉搜索引擎"这些地址别当真"。2025 年 7 月一个开发者工具站，sitemap 自动生成了 8500 条，其中 3200 条是带 utm 参数、302 到规范页的链接。清理后重新提交，两周内"已编入索引"从 1.1 万涨到 1.9 万，同期他们还改了模板，两件事一起见效。

生成规则要过滤：只放 canonical 自指、返回 200、没被 noindex 的 URL。

3. lastmod 是不是全填了当天

有些 CMS 每次生成都把 lastmod 写成当前时间。搜索引擎发现这个字段不可信就忽略它，等于你主动放弃了"告诉蜘蛛哪些页刚更新"的机会。只在内容真正改动时更新，格式用带时区的完整时间。

4. 有没有超限、有没有用索引文件

单个 sitemap 上限 5 万条 URL、50MB（未压缩），超过要拆成多个，再用 sitemapindex 汇总。我们经手的站里，多数其实不需要把全站塞进去，产品页、文档页、博客文章三类核心页面够了，剩下的交给内链发现。

5. 提交入口和域名是否一致

robots.txt 里的 Sitemap 声明要用绝对地址；GSC 里提交的 sitemap 必须和资源同源，www 和非 www 别混，百度搜索资源平台同理。多语言站每个语言版本单独一个 sitemap，混在一个文件里对收录没有帮助。

我们现在的生成方式

站点一旦超过两三百个 URL，靠手写 sitemap 一定会漏。我们通常让后端按模板生成：取数据库里"已发布、未删除、status 为 published"的内容，拼出规范 URL，再按内容类型拆成三个子文件，用 sitemapindex 汇总。生成任务挂在内容发布之后跑，只对刚改动的那几条更新 lastmod。

有个容易踩的细节：文档站经常有中英文两套路径，英文路径如果只是中文页面的机翻版本，别往同一个 sitemap 里塞，按语言分开，各自声明对应的语言版本。混着放会让搜索引擎搞不清哪个是主版本，最后两边都收得很浅。

改完 sitemap 别指望当天见效。Google 一般几天内重读，百度慢一些，一到两周都正常。这期间去 GSC 的"sitemap"报告看"已发现的网页数"有没有涨，涨了就说明读到了，收录交给时间。

一个判断

5 条都过了还是不收录，问题就不在 sitemap，回去查抓取日志和页面质量。sitemap 能做的到此为止，别再在这上面耗时间。