sitemap 的作用很朴素：告诉搜索引擎"我有哪些页面、什么时候更新的"。它不保证收录，但能显著加快发现速度。
很多站的 sitemap 是插件自动生成的，看着没问题，实际包含一堆 404 和重复 URL，反而拉低信任度。
一、正确的基本结构
https://example.com/page
2026-08-12
weekly
0.8
四个字段里，loc 必须有，lastmod 建议有，另外两个谷歌已基本忽略，百度参考价值也有限。所以别在 changefreq 上纠结。
二、六个常见错误
- 包含 404 页面。删除的页面还留在 sitemap 里，蜘蛛抓到 404，降低信任。
- 包含重定向 URL。sitemap 里应该是最终地址，不是 301 前的地址。
- 包含 noindex 页面。自相矛盾：一边说别收录，一边又提交。
- 包含参数页。筛选、排序、分页参数会生成大量重复 URL。
- lastmod 全是同一天。每次生成都刷新时间，等于告诉蜘蛛"所有页面每天都变"，很快就不被信任。
- URL 不是绝对地址。必须带 https:// 和域名。
三、应该包含哪些页面
| 包含 | 不包含 |
|---|---|
| 首页、栏目页 | 搜索结果页 |
| 文章、产品详情 | 后台、登录页 |
| 关于、联系等单页 | 标签页（除非有聚合价值） |
| 有内容的标签聚合页 | 分页第 2 页之后 |
四、大站点怎么分片
单个 sitemap 最多 5 万条 URL、50MB。超过要拆分，并用索引文件组织：
https://example.com/sitemap-posts.xml https://example.com/sitemap-products.xml 拆分的好处是：更新时只需重新生成变化的那一片，lastmod 也更准确。
五、提交方式
- 百度：搜索资源平台 → 普通收录 → sitemap，提交索引地址。
- 谷歌：Search Console → 站点地图，提交。
- robots.txt：加一行
Sitemap: https://example.com/sitemap.xml，方便被发现。
六、更新频率
不建议每次发布都全量重新生成。更好的做法：
- 发布新内容时，增量更新 sitemap。
- 每周重新提交一次（如果内容更新频繁）。
- 每月检查一次，清理失效 URL。
频繁重新生成 + lastmod 全变，是常见的反效果操作。
七、怎么验证
- 浏览器直接访问 sitemap 地址，确认是 XML 而不是 404 页面。
- 抽查十条 URL，确认都能正常打开。
- 用 XML 校验工具检查格式。
- 在搜索资源平台看"已提交"和"已收录"的数量变化。
多语言站的 sitemap 结构
每个语言版本一个 sitemap，再用索引文件汇总。同时在每个 url 条目里加 hreflang 标注，比在页面 head 里维护更不容易漏。
语言版本多的站，建议按语言分目录并各自生成 sitemap，不要把十个语言塞进一个文件——单文件过大时，抓取会只抓前面一部分。
更新频率与抓取的关系
每次更新 sitemap 都会触发一次重新抓取。天天全量重生成，蜘蛛会认为你在刷更新，反而降低信任。只在有实质新增时更新。
常见问题
没有 sitemap 会影响收录吗
会慢，但不至于不收录。蜘蛛还能通过内链和外链发现页面。
sitemap 提交了多久生效
几天到几周。提交只是通知，抓取和收录还要走流程。
能不能提交别人的 sitemap
不能。只能提交自己验证过的站点。
收录问题的完整排查，见网站不收录的十四个原因。
