先说我踩的坑。 2021 年我接手一个本地生活资讯站，域名 2014 年注册，ICP 备案齐全，每天稳定发 8-12 条本地新闻。当时的判断特别简单：老域名加日更加原创，收录总没问题吧。 结果三个月下来，百度 site 指令查收录才 42 条，实际发布量 300 多篇，收录率 14%。 更难看的是，这 42 条里有 31 条是首页快照型的，点进去标题和正文对不上。
那时候我才反应过来，「新闻收录」这四个字，行业里一直当成一件事讲，实际上是三件完全不同的事：被抓取、进时效性池子、拿到新闻排序权重。大部分人卡在第一步，却一直在优化第三步。
先说抓取，看 URL 结构就够了。 我那个站的详情页 URL 是 /news/2021/03/15/xxxxx.html，四层目录。后来把新发的稿子改成 /n/xxxxx.html，旧 URL 用 301 跳过去。 改完第 11 天，百度搜索资源平台里的抓取频次从每天 60 多次涨到 400 多次。 同样的内容、同样的更新频率，只是路径浅了两层。 这说明搜索引擎对新闻类页面是有抓取预算的，你 URL 越深，蜘蛛翻页成本越高，它就越倾向于只抓列表页、不碰详情页。
Google 这边规则写得更明白，但对「新鲜」的容忍度反而更低。 Google News sitemap 的官方要求是：只放过去 2 天（48 小时）内发布的文章，单个文件最多 1000 条 URL，未压缩不能超过 50MB，时间格式必须用 W3C Datetime，比如 2024-03-15T09:20:00+08:00。 我第一次提交把 30 天内的文章全塞进去了，Search Console 直接报「无效日期」和「URL 过多」。 后来老老实实做了两个 sitemap 分片轮换，收录速度从 3-5 天缩到 6 小时左右。 另外 Google 对 NewsArticle 结构化数据的要求越来越硬，datePublished、dateModified、author、publisher 这四项缺一项，就可能拿不到 Top Stories 轮播位。2023 年 9 月那次 helpful content update 之后，我手上两个站在 Discover 的曝光掉了差不多 40%，后来补全了作者实体信息（作者页加 sameAs 指向），两个月才慢慢爬回来。
各平台实际收录速度，我按后台记录整理了一下，测试时间是 2024 年 3 月到 8 月：
| 平台 | 从发布到出现 | 备注 |
|---|---|---|
| 百度 PC 搜索 | 2-6 小时 | 24 小时后才开始排位 |
| 百度移动端 | 1-3 小时 | 出现「x小时前」标签 |
| 30 分钟-6 小时 | 提交 sitemap 后 | |
| Bing | 10-40 分钟 | 走 IndexNow 推送 |
| 微信搜一搜 | 5-30 分钟 | 原创声明过的更快 |
| 今日头条 | 10 分钟左右 | 进的是推荐池不是搜索池 |
注意「出现」和「排上去」完全是两码事，中间隔着质量分和站点权重。
再说两个特别容易忽略的坑。 第一个是资质。百度 2017 年 3 月就取消了新闻源数据库，改成内容源评估，但涉及时政、社会热点类的新闻，没有《互联网新闻信息服务许可证》的站根本进不了时效性池子，你发再多也白搭。我那个站后来转做本地民生，菜价、停水通知、公交改道这类，收录才稳定下来。 第二个是采集站群那条老路已经死了。2019 年 5 月百度上线飓风算法 2.0，专门打跨领域采集和站群，那批靠采集做收录的站基本被清空。
最后说个不一定对的个人判断。 很多人把新闻收录当流量生意，我觉得它更真实的价值是「信任凭证」。一篇稿子被百度标源、被 Google News 收录，本质上是搜索引擎在替你背书，这个背书对后续所有内容的抓取权重都有加成。 我管这个叫收录半衰期——一条新闻从被收录到权重衰减到接近零，百度大概 7-15 天，Google 是 3-7 天，公众号文章在搜一搜里能撑到 30 天以上，因为搜一搜更看内容质量而不是时效。 所以与其纠结为什么稿子没收录，不如先问自己：这条稿子在第 8 天的时候，还有没有人需要搜到它？ 如果答案是没有，那它本来就不该占用你的收录资源。