一个本地资讯站长的半年收录观察
平时我管一个本地资讯站，真名不重要，就叫它“日报编辑部”吧。去年春天开始做新闻收录这个事，每天稳定发稿30篇左右，半年过去，百度新闻源一篇没进。Google那边我之前没指望，但顺手提交了NewsArticle结构化数据之后，竟然冒出来几条收录。这让我觉得，收录规则根本不是看内容质量，而是看你的站点长没长一张“编辑部该有的脸”。
先说两个平台的差别。百度新闻源到今天基本是申请制，需要营业执照和互联网新闻信息服务许可，个人站和地方小媒体根本够不到门槛。即使靠关系进了，也必须“首发+原创”，文章里不能有“本网记者”以外的署名，图片必须带拍摄时间。我在后台观察了一周，baiduspider抓首页特别勤，一天大约七八十次，文章页却三天才来一回，说明简单的新闻发布在百度那里还不如一个更新频繁的论坛帖子。Google News那边完全是另一个极端，它允许你通过 Publisher Center 自行提交站点，前提是内容有清晰作者、发布时间和稳定URL。但实际审查起来也很迷：我拿一篇本地停水通知去测试，15分钟就进了；拿一篇自采的菜市场物价调查，整整48小时没消息，最后发现文章里出现“特价”“清仓”这种词，被归类成商业内容了。
所以我后来有个不一定对的观点：新闻收录系统看起来是在筛选新闻，实际上是在筛选“可信的新闻容器”。Google 喜欢实体机构的联系方式、关于页、条款和固定作者页，百度则喜欢持证机构和千篇一律的摘要模板。两套系统都在用成本最低的方法证明你是媒体，可这种方法恰恰把报道现场的时间成本抹掉了。比如真正在现场的人用手机传回一张图一段话，但站点没有“新闻单位资质”，引擎连索引都不会给你；而各网站用企业通稿拼出来的页面，却因为更新规律拿满了抓取配额。这种对比挺荒诞的。
如果你也刚好遇到这些问题，我提供几个能查证的步骤。第一个，不要先提交新闻源，先检查sitemap里是不是还在用老的时间函数，很多CMS默认生成 daily 的优先级，所有文章都是0.5，这种等于没标注。我改成按文章评论数和更新频率动态算 priority 后，两周内百度抓取文章页的比例从不到10%升到了26%，不算多，但变化是实打实的。第二个，检查URL是否大小写敏感和带参数。我之前用的伪静态规则没把年份和月份放进去，导致的页面有三个不同URL指向同一篇内容，百度站长平台直接判定重复，GSC也有 Indexed but duplicated 的提示。这个坑在追踪新闻事件时特别恶心。第三个，要保留文章的可验证修改时间。我在内容里加了一个副文本“最后更新自本文发出后第6次现场确认”，编辑每次补采访都会更新时间戳，但保留初次发布时间。两个时间都放在NewsArticle里，后来Google收录的命中率提高了不少，百度新闻源的收录依然为零，但我确定至少不是时间戳的锅。
最后说点心态层面的。新闻收录，尤其是那些封闭的新闻源，只是一九八几年建立的代理模式：发行商把内容授权给商店，商店决定摆哪一排。搜索引擎承担的角色不是帮你分发，而是替读者预判可信度。可预判标准往往跟内容实质没多大关系。所以应对方式不是去假装符合那些标准，而是自己保留一份可展示原始记录的时间线，只要URL没死，时间没改，被漏掉的文章可以手动放给读者去看。我会在每周五把没被收录的“遗珠”做成一个 GitHub Gist 链接，页面底端还会放一个基于TXT的邮件订阅入口，这是另一个外人不知道的分发渠道，效果出奇好，很多同行就是从那份列表里开始订阅我的。这套办法听起来不像 SEO 教程，但比迎合算法踏实得多。
以上。如果你正好在做地方新闻或者垂直资讯，欢迎拿这些步骤去你的服务器上验证，然后回来骂我，因为不同层级站点的日志表现差距很大，我不认为自己这个观察能放之四海而皆准。