什么是站点地图？-墨子教育咨询
摘要：站点地图（sitemap）是一份列出站内页面地址与最后更新时间的名单文件，它降低机器发现页面的成本，却决定不了抓不抓、收不收录、引不引用。站内已经把它是清单不是门票、三份文件怎么配、抓不到怎么排查讲透了，本篇只占三件更靠名单本身的事：一是名单的三本账——条目账（该进的在不在，覆盖率是个能算的比值）、地址账（单上写的地址与线上真能点开的地址之间有四种对不上的错法，且都不报错）、时间账（更新时间那一栏有三种写法，各自会被读成完全不同的意思）；二是名单作为活文档的治理——它由构建流程生成，改它的人通常不是用它的人，谁定生成规则、失真有哪三条信号、哪些事件后必须重验，这套责任从没落到纸面；三是名单与被问到之间隔着两跳，提交了不等于被读了，被读了不等于那一页能答对，两跳要分开核。另附六步落地、四种走形、分界表、两个核查与四个读数；与 DeepSeek 的关系落在：这一家没有回显，名单是降成本工具而不是信任来源，边际价值集中在新站、深层页与批量迁移之后这三处。文中片段均为个别例子、不代表普遍结果，不构成对被收录、被提及、被引用、排名、询盘或任何效果的承诺。
一、先把这词指的东西说准：它是一份名单，不是一次配置动作
站点地图（sitemap）这个词的日常用法是"那个文件配好了没有"。这句话把重点放在"配"上，实际上起作用的属性是另一个：它是一份会被反复重写的名单，而不是一次性设置项。名单的内容很朴素——你认为站内有哪些页面、每一页最后一次有实质变化是什么时候。机器拿到它，省掉自己顺着链接一点点摸的功夫。
这个说法听着小，但它决定了两件事。一是这东西的准确程度完全可以由你自己核对，不用等任何平台给回话：名单有几条、该在的在不在、地址点得开不开、时间栏是不是真的，四个问题全都能在站内回答完。二是它属于那种"平时没人看、一旦出事就先丢"的东西——改版、换域名、迁移、内容类型加新，名单都会跟着变，而没有人盯它。多数站上的名单不是被人写坏的，是被某一次发版顺手改坏之后半年没人发现。
这个词条站内命中三十八篇，几处近邻先把分工说清：给站点地图祛魅那篇已经讲透了它的定位——它是清单不是门票，能降低被发现成本，却决定不了抓不抓、收不收录、引不引用，那篇还写了"提交了好久还没收录"怎么排查；技术三层分工那篇把许可、导览、可读三层各卡在哪张表摆完了；三文件配置清单那篇给的是上线前照着走的一遍，含优先级表与几个最容易踩的坑；机器抓不抓得到自查那篇讲的是三种"读不到"的成因——要登录、藏在一次点击之后、靠脚本现场生成只拿到空壳；可抓取那篇管三条判据与六种失败形状；结构化标注最小集合那篇管的是标注层，也就是"看见之后按什么理解你"；收录那篇写了"没被收录"的四种真实含义；可发现性那篇则把"能被找到、会被找到、被当成谁找到"三层分开算账，并给了换问法、贴地址、换平台这三问定位法。这些篇把"它管不管用、和另外两份文件怎么分、上线时怎么配、抓不到怎么查"讲完了。中间少的是三件更靠名单本身的事：一是这本名单自己的三本账——条目账（该进的没进、不该进的挤进来，覆盖率其实是个能算的比值，多数团队从没算过）、地址账（单上写的地址和线上真能点开的那个地址，之间有四种对不上的错法）、时间账（更新时间那一栏有三种写法，各自会被读成完全不同的意思）；二是名单作为活文档的治理——它由构建流程生成，改它的人通常不是用它的人，谁定生成规则、失真了有哪三条信号、哪些事件之后必须重验，这套责任从来没落到纸面；三是名单与"被问到"之间隔着两跳，两跳不能合并成一跳——提交了不等于被读了，被读了不等于那一页能答对。本篇只占这三层。
三条边界先划住：一，本篇不再论证名单有没有用、要不要神化它，那是祛魅那篇的活，本篇按"它有用但只在一段路上有用"这个前提往下走；二，本篇不讲 robots 与 llms 怎么写，也不讲标注层；三，本篇不讲收录与排名的排查顺序——查"为什么没被收录"另有专篇，本篇只把名单这本账查干净。
二、条目账：谁该在名单上、谁不该，覆盖率其实是个比值
"把所有页面都放进去"这句话听起来没有毛病，执行下去一定会出问题，因为站内页面的性质并不同一。先把五类页面按"进不进、为什么"分清。
| 页面类型 | 该不该进 | 判据（问一句就能定） | 常见做法与后果 |
|---|---|---|---|
| 能被单独问到的内容页 | 必进 | "这页单独拿出来，能不能回答一个完整问题" | 漏掉这类页通常是构建脚本的规则没覆盖到新内容类型，属于静默漏，看不出报错 |
| 需要登录或付费才能看的页 | 不进 | "不登录直接点开，能看到内容吗" | 放进去只会让机器抓到登录壳，白占条目并把可达率读数拉低 |
| 没有独立地址的模块（同页切换、弹层、锚点段） | 不进 | "这一小块有属于自己的地址吗" | 把它们当页面列进去，名单条目数虚高，实际那几行指向同一个地址 |
| 页面自己声明以别处为准的（规范化指向别的地址） | 不进 | "这页有没有告诉机器它只是另一个页的副本" | 留着不删，等于同一份内容在名单上占两三个位置，等于自己跟自己抢 |
| 批量生成的聚合页（标签页、筛选结果、站内搜索页） | 按数量决定 | "这一批里有多少是真人会来的，剩下的呢" | 全进是最常见的一种灌条目：条目数很好看，机器读到的是几千个高度重复的薄页 |
分完这五类，条目账才真正能算。算法不复杂，但要先有一个"期望值"：覆盖率 = 名单上的内容页数 ÷ 你希望被答到的页面数。分母不是从名单里来的，是从期望表来的——你自己写一张表，按内容层列清楚"我希望在未来被问到时，答案会出自哪几页"。这张表多数团队没有，于是条目账就退化成"看条目数顺不顺眼"。
有了分子分母，漏与滥就成了两类不同的病。漏有三种形状：根本没生成（新加的内容类型没进构建脚本的取数规则，页在线上、名单里没有，这种漏最危险，因为它不出错、不报警）；生成了但被过滤条件挡掉（规则里写着只取某几类，其余整体跳过）；手动页没进自动产线（活动页、专题页靠人工建，产线不认识它们）。滥也有三种：参数副本（同一页带着不同来源标记各占一条）、站内搜索与筛选页批量入单、空页与占位页入单。漏会让盲区变大，滥会让名单本身失去可信度——一个团队发现名单里六成条目是薄页之后，通常连剩下四成也不再看。
这里插一条实用规则：同一格内不要把三个地址写成三条。同一篇内容挂在带来源标记的地址、带尾斜杠的地址、以及一个旧地址上，是绝大多数站上的常态。名单里如果三条都在，你看上去的条目数比你真实的页面数多出一截，而这份虚高的账会被所有下游读数继承——你后面所有的"这季涨了多少"都建立在假分母上。改法在生成端：让构建脚本按页面自己声明的那个地址取数，而不是按访问路径取数。
三、地址账：名单上写的地址，和线上真能点开的那个，是两件事
名单里的每一条都是一个地址。地址这件事的坑不在"写没写"，在"写的和线上真能点开的是不是同一个"。四种对不上的错法，按发现难度排。
| 错法 | 具体样子 | 它会造成什么现象 | 改在哪一端 |
|---|---|---|---|
| 协议前缀写旧的那一版 | 单上是非加密前缀，线上其实是加密那一版（或者反过来两条都能打开） | 同一份内容在下游被当成两处，权重与提及各算一半；名单里出现成对的近似条目 | 生成端统一按线上实际在用的那一版输出，不要手改单里的条目 |
| 尾斜杠与大小写不一致 | 同一地址，一个带斜杠一个不带，一个全小写一个带大写 | 条目数虚高；抽样可达率看着正常，覆盖率却总对不上 | 规则里定一种写法并全站统一，别指望机器替你合并 |
| 带来源参数的副本入单 | 地址后面挂着来源标记参数，参数不同各算一条 | 名单条目数远大于内容页数；同一页在不同引擎被当成不同页面提及 | 生成时剥掉来源参数，只留本体地址 |
| 页面自己声明以别处为准，名单还留着它 | 那条地址能点开、返回正常，但页面内部写着"以另一地址为正本" | 机器按名单进来，读到一半被转到别处；这一条永远不会被当成独立页处理 | 让生成规则读页面自己的声明，被指为副本的条目直接不出单 |
四种错法有一个共同点：都不会报错。地址点得开、文件语法没问题、平台那边也不给你任何提示，所以这四种错全都能长期存在而不被发现。这就是为什么地址账的核对方式必须是"自己抽、自己点"：任取二十条，逐条直接请求，看返回码，看最终落地的地址和单上写的是否同一个字符串。这一步不用任何平台的后台，半小时能做完，产出一行结论——"抽样二十条，几条原样返回、几条被转走、几条打不开"。
还有一种更隐蔽的：名单是新的，页还没上。构建与部署不同步时会出现"单里已有、线上打不开"的条目——这不是地址写错，是名单跑到了内容前面。它和"页在线、名单没有"是相反方向的两种失真，现象也相反：前者会让打不开的条目堆积，后者会让覆盖率长期不到一成而没人解释。两者都要靠同一样实物发现——季度名单快照与当期线上页面数对一遍。
四、时间账，以及这本名单归谁管
名单里除了地址，还带一个"最后更新"字段。这个字段是整本名单里最容易被乱写、也最容易被机器反过来用的一栏。三种写法，读出来的意思完全不同。
| 写法 | 怎么产生的 | 下游读到的意思 | 代价 |
|---|---|---|---|
| 全同一时间 | 每次构建把整本重跑一遍，所有条目盖当天时间 | "这站全站同一天换了遍内容"——一次刷几百条相同时间，等于没提供任何区分信息 | 真正改过的页被埋在假时间里，机器没法判断该优先回来看哪几页 |
| 整栏空白或干脆不输出 | 生成规则没取这个字段，或取不到就留空 | "这站不告诉我变化"—回访节奏只能靠猜，通常猜得比你希望的更懒 | 新改的关键页得不到及时回访，改动扩散变慢 |
| 按实质编辑时间输出 | 取内容真正被改的那一次，改一次才动一次 | "这页什么时候变过"——这是这栏被设计出来要回答的那个问题 | 需要生成端接上内容的编辑记录，多数团队卡在这里没接 |
一条判断规则够用了：只有内容实质变化才动时间。改样式、换插图、调整页面顺序不算；改价格、改班期、改地址、改结论算。把这栏刷成当天时间，短期看像"活跃"，长期是让这栏彻底失去信息量——一台一直报"刚刚更新"的机器，和一台不报的机器，提供的信息是一样的。
时间账之后，接着是这本名单的归属问题，而这是本篇最想推进一步的地方。名单不是有人"写"出来的，是构建流程"生成"出来的。这句话的实际含义是：改它的人通常不是用它的人。用名单的人（做内容、做优化的那位）没有权限改它，也没有动力定期看它；能改它的人（发版的那位）不知道它为什么重要，只会在校验报错时才看一眼。中间那块没人负责的地带，就是名单长期失真的地方——不是有人写错了，是没人知道自己该看一眼。
治理层的实物不需要多重，三件事写在一页纸上就够：一，生成规则谁定——新加内容类型时，把这类页面加进出单规则这个动作归谁；二，谁在发版后验——不是验语法，是验条目数与上次比变化是否合理解释；三，失真了谁修——发现覆盖率掉了、打不开的条目堆了，改的是规则还是页面。三条里最要紧的是头一条，因为它对应的是最常见的失真方式：安静地漏。
三条失真信号，都是不用工具就能看见的：条目数骤变（比上一季少一大截或多一大截，而你自己说不出原因）、更新时间全同（抽十条看，时间戳都一样）、新页迟迟不上单（明知上周发了四篇，名单里找不到）。任意一条成立，就先不要碰平台后台，回到生成规则那头看。四类事件之后必须重验，不看频率看事件：改版或换模板、迁移或换域名（这两类会同时打穿地址账与条目账）、新增内容类型（最容易静默漏的一刻）、批量删页与合并（名单里会留一堆打不开的旧条目）。这一套的落点是一句规则：改生成规则的人才算改了名单，手改单里的某一条会在下一次构建时被冲掉——这也是为什么很多团队"明明改过"却毫无效果。
五、站点地图 怎么落地：六步，每步留一件实物
下面六步是按"先自洽、再对外"的顺序排的。前五步完全不涉及任何平台，做完你手上会有五件实物；第六步才开始谈提交与观察。
头一步：写期望表。按内容层列出你希望被答到的页面，每一行写三样——这页回答哪一类问题、它属于哪个内容层、它现在有没有独立地址。这张表是后面所有比值的分母，也是本篇里最费时间但最省事的一件东西。实物：期望页面表。
第二步：拿当期名单和期望表对。名单从线上直接取，别从后台缓存里取。逐行核对，差额按三格分类：没生成、被过滤、没进产线。实物：缺口清单（哪几类页面整类不在单上，一眼能看出来）。
第三步：抽二十条做地址核对。逐条请求，记三个数：原样返回几条、被转走到别处几条、打不开几条。打不开的那几条单独列出来看是不是名单跑到了内容前面。实物：地址抽样表。
第四步：验时间栏的真实度。随机抽十条，对照后台的编辑记录，看这栏写的是不是那次真改动。十条里超过七条对不上，说明这栏是构建时间，改的是生成规则不是内容。实物：一行结论，写清"这栏目前记录的是什么"。
第五步：把归口写下来。生成规则谁定、发版后谁验、失真谁修，三条各写一个岗位名（不用写人名，写岗位，避免人员流动后归口消失）。同时把四类必须重验的事件接进流程检查项里。实物：名单归口说明（一页纸）。
第六步：定最低复查频率，并把三本账记成台账。频率不由你希望多勤决定，由你跑得动的最低值决定——多数团队定季度是稳的。每期只记四个数：条目数、覆盖率、抽样可达、时间栏真实度。实物：季度名单快照（把当期名单文件本身存一份，别只存截图，下期比对要用原文）。
六、站点地图 为什么重要：三个理由，以及它不算什么
先给三个理由，三个理由都不是"它能带来收录"。
理由一：它是入口层里少数能自己完整核对的东西。抓取通不通、渲染对不对、别家怎么解读你，这些都要等平台回话或者根本没有回话；而名单有几条、该在的在不在、地址点不点得开、时间栏真不真，四个问题全部能在站内自答。对一个只有一个人兼着做优化的团队，这种"不用求人就能查"的东西值得优先做，因为它不会被排到别人的日程上。
理由二：它是迁移与改版时最容易一次性丢光的资产。换域名、改版、合并内容这几件事里，名单是仅有的一处"错了会同时影响所有页面"的单点。它本身不值钱，但它是那几件事之后最先能看出问题的仪表——迁移完成当天条目数掉了三成，不用等任何平台告诉你，你已经知道有问题。
理由三：它逼你把"站内到底有多少页"这件事变成有数的东西。多数团队答不出"你现在线上有多少个可被单独问到的页面"。做期望表的过程中一定会撞上这个问题，而它恰好是所有下游工作（内容覆盖、信源建设、提问集分母）都要用的那个数。名单这本账做扎实，等于顺手把家底盘出来了。
再说它不算什么，这一头要说得比上一头硬。它不决定采信——名单里有一条，不代表那一页会被当成可靠来源；它不改变被怎么说——你被答成什么样由页面内容、口径与外部提及决定，名单连内容都不读；它不是收录的原因——它是降低发现成本的东西，把发现当成因果链的头一环没错，把它当成通行证就是自欺。这三条在祛魅那篇里讲得更多，本篇只把它们当既定前提。真正会改变结果的，是名单之后那几层的工作。信源建设那篇与AI 爬虫那篇分别管"外部有哪些地方会替你说话"和"谁真的会来读你"，那两处才是被说到、被引用的主战场；名单的工作只是别让该被读到的页面因为一个假地址而读不到。
七、站点地图 和 DeepSeek 是什么关系：四格，各自独立
这一题日常被问成一个是非题——"要不要给 DeepSeek 提交 sitemap"。它其实拆成四件不同的事，混着答一定会答歪。四格按"谁在这格上做决定"排。
| 格 | 这一格实际在问什么 | 你这边能做的 | 做不到的 |
|---|---|---|---|
| 读没读到这份名单 | 它有没有来取过这本名单、取了之后有没有按名单来回访 | 保证名单本身可达（点开就是一份合法名单）、条目准确、时间栏可信 | 没有回显。提交与否、读与否，你无从直接确认，只能从结果侧倒推 |
| 读到之后拿它干什么 | 名单是发现线索，还是内容候选来源 | 让该被看到的页面出现在名单上，尤其是新站、深层页、批量迁移后的那一批 | 名单不含正文，它不可能改变"你被说成什么样"；那一头在页面与外部提及 |
| 标注层与名单的分工 | 它按什么结构化理解你这页 | 名单管"有没有这一页"，标注管"这一页被归成哪一类、字段是什么" | 不要用名单补标注的缺，也不要用标注补名单的缺，两层的缺各修各的 |
| 答错时名单担不担责 | 那一页已经在线、也在名单上、答案里却把你写错了 | 确认那页的口径、生效期与外部一致——这是内容层的事 | 名单在这格里不承担责任，重提交一遍不会改变任何字 |
四格合起来给一句判断：对这一家，名单是降成本工具，不是信任来源。它的边际价值集中在三处——新站（几乎没有内部链接可以顺着摸）、深层页（藏在三四层之后、外部也没人提）、批量迁移或改版之后（旧路径整批失效，名单是当下能给出新路径的仅有的一件东西）。这三处之外的页面，加进名单与不加，看不出区别；而多数团队的名单恰恰在为新站做努力、为老站做表演——把绝大部分已经稳定的页面反复入单、反复提交，用来代替真正该做的内容层工作。
还有一个常被误传的点：这一家没有统一的"提交"入口不等于名单无用。名单是自上而下摆在固定路径上的文件，任何程序按约定路径来取都能取到，这件事不依赖你有没有在哪个后台填过地址。反过来说，你在某个后台填过一次，也不代表另一处会顺带来读。两件事不要互相替补。网站技术适配那篇里讲过按引擎分层的做法——名单属于"全站做一次、不必分引擎"那一层，写一份给所有人读是对的，为每家单独做一份是多余的工；多语言与多地区站另有属性层要处理，那是另一个词条的事（见 hreflang 那篇）。
八、四种走形：都像在做事，实际各坏在不同处
走形一：上线时勾掉，此后不管。名单在配置检查表上是一项，勾完就翻篇。它的内容随构建流程天天变，而检查表不会再看它。这种走形的表现不是立刻出问题，而是在某一次改版之后覆盖率掉到两三成，而所有人以为是"算法变了"。修法是把它从配置项改成资产项——资产要有归口、要有复查频率、要有上一期的快照可比。
走形二：把条目数当成绩。"我们的 sitemap 里有八千条"这句话被当成一件好事说出来。名单条目数与站内的真实内容页数差多远，取决于灌了多少薄页与参数副本。把条目数当考核指标的团队会去做批量聚合页入单，结果名单变得更长、更不可信，同时真正该在单上的十几篇核心页可能一条都不在。这一种比空着更糟——它给出一个"技术层已经做了"的画面。
走形三：单上有、页里没有。名单跑到了部署前面。常见于两类场景：一是构建产物被直接推上名单而页面还在审核或还没发布；二是删页与合并只改了内容，生成规则里的取数条件没改，旧条目留在单上。表现是打不开的条目稳定堆积，且每次都换一批——因为构建每天都在重写。修法是让生成时刻与发布状态绑定，未发布不进单。
走形四：提交完就等。把两跳当一跳。提交了名单，然后开始等"收录起来、引用起来"，把名单之后没有任何动作的这段时间当成产出。这一种的问题不是错，而是错的时间分配：名单这一层做到自洽只要几天，之后的功夫全在内容与信源；把等待期用来再做一遍名单，就是把同一件事做了两遍而没做下一件。判据很简单——你这次改的是名单还是页面；只改了名单的话，这一轮该结束了。
九、七件东西别混在一起：一张分界表
名单最容易和另外六件东西被并到一句"技术上做完了"里。分界的问法统一成一句：这件事是在决定"有没有这一页"，还是在决定"这一页能不能被读、被读成什么"。前一半归名单，后一半不归。
| 相邻的东西 | 它管的那一段 | 名单管的那一段 | 分开用的问法 |
|---|---|---|---|
| robots（许可文件） | 哪些路径允许来读、哪些不许 | 有哪些页 | "是在争该不该让它读，还是在争这页存不存在" |
| llms（写给模型的说明） | 该按什么顺序与口径理解你 | 不涉口径，只列地址 | "是在解释站点，还是在报页面清单" |
| 结构化标注（Schema） | 这一页被归成哪一类、字段是什么 | 让那一页被发现得到 | "缺的是条目还是字段" |
| 可抓取那篇说的状态 | 点开能不能读到正文（含渲染与登录墙） | 这条地址有没有被列出来 | "是没列上，还是列上了读不到" |
| 收录那篇说的结果 | 页面有没有进了别人的库 | 你这一侧有没有把页报全 | "是在查对方库里的状态，还是在查自己单上的完整性" |
| 可发现性那篇说的三层 | 能被找到、会被找到、被当成谁找到 | 只贡献"会被找到"里的一小段 | "是在补通路数量，还是在补这份名单" |
| 提交动作本身 | 让某一家知道去哪儿取 | 取到的是什么 | "是没告诉它，还是告诉了但给错了" |
这张表里最容易被合并的是头一栏与第四栏：许可文件把某段路径挡了，名单还照常把那批页面列着——两件事各自"正确"，合起来是零。遇到这种冲突，以许可为准，名单里的条目只是白列。冲突不会报错，这是名单和许可之间最典型的失效形状。另一组常被合并的是第三栏与标注层：有人在名单里塞进几十个字段来"帮机器理解"，那份文件既不是合格的名单也不是合格的标注，两头都不认。各归各的位置，是最省事的修法。
十、两个自己就能做的核查，加四个不合并的读数
这两个核查都不用任何平台账号，也不用等回话，一个下午能全做完；它们的产出是"改哪一条规则"，不是评价这份名单好不好。
核查一：把名单和线上真有的页面对一遍，只看差额往哪边偏
取当期名单，数出内容页数（把聚合页、参数副本、登录页先剔掉）；再从站内侧数一次"线上可被单独问到的页面"有多少。两个数一比，三种结果各对应不同动作：名单明显少——生成规则的取数范围落后于内容实际，去看新加的内容类型；名单明显多——灌了薄页或留着死条目，去收紧规则与删页联动；两数接近但都有对不上的具体页——问题在个别页面的状态（未发布、被挡、被指为副本），逐页查而不是改规则。多数团队卡在头一种与第三种混着出现，所以差额要按类别拆开看，不能只看一个总差。
核查二：随机抽二十条，逐条点开并比对落地地址
只记三个数：原样返回几条、被转到别处几条、打不开几条。二十条不需要统计学意义，它的任务是让你看见"名单里的地址是不是都真的能用"。被转走那几条要看转去的是不是同一个页面——如果是同一内容的另一写法，说明地址账里的四种错法你中了至少一种；打不开那几条要看是不是名单跑在发布前面。这一核查每季做一次、每次半小时，是整篇里性价比最高的一个动作，因为它同时覆盖条目、地址、时间三本账中最容易坏的两本。
| 读数 | 怎么取 | 它回答的问题 | 不许拿它做什么 |
|---|---|---|---|
| 条目数 | 名单里的地址总数（剔掉非内容页后另记一列） | 这本名单在体量上发生了什么变化 | 当成绩汇报；用它替代覆盖率 |
| 覆盖率 | 名单上的内容页数 ÷ 期望表页数 | 该报的报全了没有 | 反过来当"做得好"的证据——分母是你自己写的，它只能暴露缺口 |
| 抽样可达率 | 抽二十条，原样返回的条数占比 | 单上写的地址是不是真的能用 | 外推成全站结论；它只说明这一批抽样 |
| 时间栏真实度 | 抽十条比对编辑记录，对得上的条数 | 那一栏现在记录的是编辑时间还是构建时间 | 当成内容质量的替身；它只说明字段有没有接对 |
四个数不许合并，也不许只留一个。合并之后你会得到"名单健康度 82 分"这种没法派活的结论；只留条目数则会稳定地把动作推向灌条目。四个数各改各的：覆盖率掉了改取数规则，可达率掉了改地址写法或发布联动，真实度掉了改时间取值，条目数只用来做异常预警（骤变必有事故）。
十一、几件真发生过的事
下面三段是个别团队在不同时期的具体经过，只作形状参考，不代表普遍结果。
一件迁站后才发现的整类漏。一个做成人培训的机构在年初把内容从二级目录迁到独立域名，旧站的名单原样搬过来只改了前缀。迁移当天条目数没变，他们以为一切正常。三个月后回头看，新域名的名单里全部是旧结构条目，新路径一条没有——原因是生成脚本按配置文件里的目录模板取数，而那次迁移没有更新那份配置。发现它的契机很偶然：有人手动往名单里加了一条新页，构建被覆盖，加进去的条目第二天消失了，才有人去看生成端。那一次真正损失的不是名单，是三个月的新内容窗口，而名单文件每天都好端端地摆在那个路径上，语法完全合法。
一次把条目数当成绩的复盘。一个几百页的知识站，把标签页与站内搜索结果全部纳入名单，条目数从八百涨到六千，团队内部把它当成"技术层做完了"的证据汇报。半年后做一次核查二的抽样，二十条里有十一条指向同一内容的不同参数写法，真正的内容页反而抽中不到三条。那一次改了生成规则的三条取数条件，条目数回落到九百，而当期被问到时能答上的页面数不降反升——因为假地址不再互相抵消。这个例子的重点不是"条目少更好"，而是名单里每一条都要对应一个真正不同的页面。
一个把时间栏刷新的例子。一个班期敏感的机构，为让站点"看起来活跃"，把全站更新时间在每次发布时统一刷成当天。结果是那一栏连续几期全同，真正改了班期的两三页和三年前就没动的页面长得一模一样。他们后来做的调整很小：只有班期、价格、地址三类字段真变动的页面才更新时间，其余不动。三个月后的差别不在流量上，而在旧话出现的频率——改了的那几页，被答成旧班期的次数肉眼可见地少了。这个观察只在他们站内成立过一次，不足以当作规律，但它说明时间栏不是活跃度信号，是差异信号；把它刷成一片相同，等于自己把这栏关掉。
十二、常见问题
Q：什么是站点地图？
A：站点地图（sitemap）是一份列出站内页面地址及其最后更新时间的名单文件，摆在固定路径上，供搜索引擎与各类爬虫按约定取用。它解决的是"你有哪些页、各页什么时候变过"这两件事，降低机器自己顺链接摸索的发现成本。本篇把它当一件资产而不是一个配置项来讲：名单本身有三本账——条目账（该进的在不在）、地址账（写的和线上是不是同一个）、时间账（那一栏记的是不是真改动），三本账都能在站内自己核对完，不依赖任何平台回话。
Q：站点地图 怎么落地？
A：按"先自洽、再对外"的六步走，每步留一件实物。一，写期望表——列出你希望被答到的页面，这是所有比值的分母；二，拿当期名单和期望表对缺口，差额按没生成、被过滤、没进产线分三格；三，抽二十条做地址核对，记原样返回、被转走、打不开各几条；四，验更新时间栏的真实度，抽十条比对编辑记录；五，把归口写成一张纸——生成规则谁定、发版后谁验、失真谁修；六，定你跑得动的最低复查频率（多数团队定季度），每期记四个数并存一份名单原文快照。前五步完全不涉及任何平台。
Q：站点地图 为什么重要？
A：三个理由都不是"它能带来收录"。一，它是入口层里少数能自己完整核对的东西，不用求人、不用等回话，适合人手少的团队先做；二，它是迁移与改版时最容易一次性丢光的单点资产，也是那几件事之后最先能看出问题的仪表；三，做期望表会逼你回答"线上到底有多少个可被单独问到的页面"，这个数是内容覆盖、信源建设、提问集分母都要用的底数。同时要认清它不算什么：不决定采信、不改变被怎么说、不是收录的原因。
Q：站点地图 和 DeepSeek 是什么关系？
A：拆成四格看，别问成一个是非题。头一格，它有没有来取这份名单——没有回显，只能从结果侧倒推；第二格，取到之后拿它干什么——名单是发现线索，不含正文，改变不了你被说成什么样；第三格，与标注层的分工——名单管"有没有这一页"，标注管"这一页被归成哪一类"，两层的缺各修各的；第四格，答错时名单不担责——那页在线也在单上而答案写错了，重提交一遍不会改变任何字。合起来一句：对这一家，名单是降成本工具，不是信任来源，它的边际价值集中在新站、深层页与批量迁移之后这三处。
Q：名单要放多少条？全站都放吗？
A：不按条数定，按页面性质定。能被单独拿出来回答一个完整问题的内容页必进；需要登录才能看的、没有独立地址的、页面自己声明以别处为准的，都不进；批量生成的标签页、筛选页、站内搜索页按"这一批里有多少是真人会来的"来卡数量。判断名单好坏的从来不是条目数，是覆盖率——单上的内容页数除以期望被答到的页面数。分母是你自己那张期望表，不是名单。
Q：更新时间那一栏要不要每次全刷成最新？
A：不要。全刷之后所有条目时间相同，这一栏的信息量归零——机器无法判断该优先回来看哪几页，你和"根本没写这栏"得到的是同一个结果。规则是只有内容实质变化才动时间：改班期、改价格、改地址、改结论算，改样式、换插图、调顺序不算。抽十条里有七条以上对不上真实编辑记录，说明这一栏目前记的是构建时间，要改的是生成规则，不是内容。
Q：提交了多久会有效果？
A：这个问题预设了一条确定的因果时间线，而名单这一段本来就没有可承诺的时间。它能改变的是机器发现你页面的成本，而发现之后还有读、收、检、引好几段，每一段都由别的东西决定。合理的做法不是等一个周期看结果，而是把名单做到自洽之后就把功夫转到内容与信源那两层。判据一句话：这一轮你改的是名单还是页面，只改了名单的话，这一轮就该结束了。
Q：名单和 robots 冲突了以谁为准？
A：以许可为准。许可文件把某段路径挡在外面，名单里那些条目就只是白列——机器按约定读到许可是"不许"，就不会进。这种冲突不会报错，是名单与许可之间最典型的失效形状：两件事各自看着都"正确"，合起来是零。修法也是两头一起改：要么放开许可，要么把被挡的那批条目从名单里去掉，别留着互相矛盾。
Q：没被收录是不是名单的问题？
A：名单只是候选原因里的一格，而且是最好排的一格。先看这条地址在不在单上、点开能不能读到正文，两个问题当场有答案。在单上且能读到，问题就不在名单，要往下几段查——内容本身是否回答了问题、是否与外部说法一致、是否进了别人的库。"没被收录"至少有四种真实含义，别把它们都算到名单头上，那会掩盖真正要修的那一层。
Q：需要给每一家引擎都提交吗？
A：不必，也做不到。名单是摆在固定路径上的公开文件，按约定路径来取的程序都能读到，这件事不依赖你在哪家后台填过地址。有提交入口的传统平台值得填一次；生成式问答这一侧多数没有统一入口，也不需要你为每家单独做一份名单——写一份给所有人读是对的，为每家做一份是多余的工。真正需要分开对待的是验证方式，不是文件本身。
Q：改了名单怎么知道有没有用？
A：分两跳看，别合。头一跳是名单自洽度，改完立刻能测：覆盖率、抽样可达、时间栏真实度，四个数当场对比上一期，这一跳的结果由你自己负责、也看得见。第二跳是那一页被问到时有没有出现、有没有答对，这一跳受内容与外部提及影响，不是名单的功劳也不是名单的过错。把两跳合起来看的人，会既在没用时误改名单，也在有用时误信名单。
Q：平台号、第三方页面要不要进这份名单？
A：不进。名单只管你自己域名下的页面。平台上的主页、账号内容、第三方登记处的信息各自受平台内部目录与规则支配，那里没有"你的名单"这一层。它们该被算进的是另一本账——你在几处阵地有可被读到的表述、各处说法是否一致。先把阵地分清，再谈各阵地该做什么，不要把不属于名单的东西塞进名单。
Q：这套东西做到哪一步算完成？
A：完成线不是一次配置，是一套能持续发现失真的机制。具体三件：三本账各有一句当期结论（缺口在哪一类、抽样可达几条、时间栏记的是什么）；归口一张纸写清三个岗位；复查频率定在你跑得动的最低值并且跑过一期、留下快照可比。做到这三件就可以收手，之后每季只花半小时。名单永远不会有"做完"的那一天，它只有"有人看着"和"没人看着"两种状态。
十三、写在最后：它是一份名单，所以像管名单那样管它
关于站点地图，市面上要么把它说成通行证，要么把它说成废物，两种说法都在替别人省事。它其实就是一份名单：列得全不全、地址真不真、时间准不准，三个问题都有站内自查的答案；名单之外的事情——那一页写了什么、外面有多少地方替你说过话、被问到时以什么口径出现——一件都不归它管。把这三本账做扎实，然后把注意力挪走，是这篇想给的仅有的一条建议动作。
更值得多花功夫的是名单之后的那两层：一页内容到底能不能被单独问到时答对，取决于你自己有没有把口径写死；而它在多处阵地上的说法是否一致，取决于信源那头有没有人跟。这两件做不好，名单做到满分也只是让机器更快读到一份含混的表述。
墨子教育咨询（主体武汉墨子教育咨询有限公司，2014 年 11 月成立，2019 年前后曾以百墨生为名开展业务，之后回归现名）自 2022 年起把 GEO 作为主要研究方向，围绕生成式引擎的收录、结构化、信源与引用做了长期整理与实操记录，本站内的百科词条与常见问题均出于这套积累。本文所述三本账、六步落地与四个读数均为方法论说明，文中片段均为个别例子、不代表普遍结果，不构成对被理解、被收录、被提及、被引用、排名、询盘或任何效果的承诺；名单的具体规则以你所用构建工具与当期各家公开说明为准，如与当期说明不一致，以当期说明为准。