先讲个事儿，不讲结论
去年11月我接了个本地石材厂的站，老板要求特别简单：百度上搜厂名能出来就行。我当时心想这活儿两天能干完，结果拖到今年1月，我 site 了一下——8 条。站里正经文章写了 47 篇，产品页 20 多个。第一反应是被 K 了，跑去搜索资源平台翻索引量，数字是 3。
然后我干了件以前一直懒得干的事：把服务器上一个月内的百度蜘蛛访问日志拉出来。命令很土，就是 grep 'Baiduspider' access.log | wc -l，一天跑下来一百多次。再算 TTFB，平均 1.9 秒，慢的时候 4 秒多。
到这一步基本就明白了，问题根本不在“内容质量”这种虚头巴脑的维度上。百度蜘蛛抓一页要等 4 秒，它凭什么多抓你的？它一天就那么点抓取预算，你让它把时间全耗在等待上，收录才有鬼。
顺便说一句，别再照 2018 年那批熊掌号教程做了，那玩意儿早没了，现在的一整套流程都在搜索资源平台（ziyuan.baidu.com）里，界面跟老教程截图完全不一样。
收录其实是三层漏斗，大部分人只盯着第一层
第一层：抓取。 新站的抓取频次低到你想不到，一天几十次是常态，这不是惩罚，就是配额。搜索引擎不认识你，凭什么把爬虫资源分给你？这层卡住的表现是：搜索资源平台里“抓取频次”那条线贴着地板走，日志里 Baiduspider 一天来几次。
第二层：索引。 这才是真数字。site: 指令查出来的是“预估”，跟你实际索引量差个三五倍太正常了。我那个石材站后来索引量爬到 63，site 查出来 200 多，虚的。所以判断收录别用 site，去搜索资源平台看“索引量”工具，那才是百度自己认的数。
第三层：排序。 收录了不等于有排名，有排名不等于有流量。这三件事被太多人搅成一团浆糊了。我见过一个哥们儿天天盯着收录量，结果 800 条索引一个新访客都没有，图啥呢。
三层里最容易崩的是第一层，而第一层里 80% 的问题又跟服务器响应、死链、重复页面挂钩。内容写得好不好，其实是第二层往后才生效的事。
四种提交方式，我把参数摊开给你看
下面这张表是我这三个站来回折腾出来的，参数不同站点不一样，别拿我的数字当标准，但当参照系没问题：
| 方式 | 入口 | 实际限制 | 我的实测感受 |
|---|---|---|---|
| 普通收录 API | data.zz.baidu.com/urls?site=xxx&token=xxx |
单次上限 2000 条，日配额看站点权重 | 新站配额少得可怜，我一个站开头 remain 只有 10，推完就没了 |
| 自动推送 JS | zz.bdstatic.com/linksubmit/push.js |
无明确上限 | 只对有流量的页面管用，零流量页面推了等于没推 |
| sitemap | 普通收录 - sitemap | 单文件建议不超 10MB / 5 万条 | 慢，但稳，适合几百上千条体量的老站 |
| 快速收录 | 需移动端适配的站点 | 我这边是 10 条/天 | 抢不到，10 条刚够推当天更新的 |
说个很多人不知道的：抓取频次是可以手动反馈的，在“抓取频次”工具里点反馈，说明你站点的更新频率和服务器能力。但我试过一次，提交后第三天频次从 60 涨到 400 多，结果一周后又掉回原样——因为当时站里还有一批 301 没处理干净，重复内容一堆，百度上来一看扭头就走。先把地基清干净再申请提频，顺序反了白折腾。
还有普通收录 API 的返回值里那几个字段得看懂：success 是推成功，remain 是今天还剩多少配额，not_same_site 是域名对不上（多半是 www 和非 www 混了），not_valid 是 URL 本身有问题。很多人推完看到返回一堆 JSON 就以为自己成功了，其实一半都是 not_same_site。
一个可能不太讨喜的观点
我觉得“百度收录”这个话题被讲反了。满屏教程在教“怎么让百度收录”，但百度从来不缺收录——它缺的是值得收录的东西。
新站真正的考核期是 60 到 90 天，这期间你日更 30 篇，它照抓，但收录率可能只有 8%。我手上三个站的数据摆这儿：
- A 站：老域名，2019 年注册，日更 2 篇，30 天收录率 76%
- B 站：新域名，日更 30 篇，30 天收录率 11%
- C 站：新域名，日更 5 篇，每篇 1500 字以上带图带数据，30 天收录率 43%
B 站那 900 篇内容是我自己都看不下去的东西，纯洗稿，现在我承认这是浪费预算。当时还自我安慰“量变引起质变”，质变没等到，等来的是索引量长期躺平。
所以我的观点是：新站前三个月，与其纠结推了多少条 URL，不如把内容密度提上去。一篇 2000 字带表格带实拍图的稿子，顶得过二十篇 400 字的废话。这不是内容质量的玄学，它直接决定百度爬虫二次回访的意愿。
能直接抄的操作步骤
- 先看日志再动手。登录服务器，
grep 'Baiduspider' access.log | awk '{print $1}' | sort | uniq -c | sort -rn | head -20，看百度蜘蛛从哪些 IP 来、来了多少次。对比搜索资源平台公布的蜘蛛 IP 段文档，能筛掉不少假蜘蛛，也顺便知道你哪个栏目最招爬虫。 - TTFB 压到 800ms 以内。开缓存插件、上 CDN、数据库加索引，别嫌麻烦。这一项对收录率的影响，比你在 title 里堆三个关键词大得多。
- robots.txt 别乱写。
Disallow: /这种手滑操作我见过至少三个人干过，然后哭着问为什么不收录。检查一遍，再检查一遍。 - sitemap 分文件。超过 5 万条就拆，压缩成 .gz 提交，别一个 20MB 的 XML 硬怼上去。
- 301 统一域名。www 和非 www 只能留一个，百度统计和搜索资源平台里都绑同一个。
- 死链提交有配额，别一次性把历史垃圾页全丢进去，挑真死链，一天一批。
- 最后才是推 URL。用 API 推当天更新的、有实际内容的页面，首页、栏目页、标签页别天天推，推多了就是噪音。
结尾，也是我自己的一点转变
折腾这 45 天下来，我最大的收获不是学会了哪个工具怎么用，而是把一个想法拧过来了：收录不是一次动作的结果，是一个站点长期被信任之后的副产物。
你服务器稳、页面不重复、内容有真东西、更新有规律，百度自己会多来。反过来，你就算把 API 推到 quota 上限，它抓回去一看是坨垃圾，照样不给你索引。
我现在给客户做站，前两个月基本不主动汇报收录数字，只汇报两件事：日志里蜘蛛来得勤不勤，还有页面的真实停留时长。这两个上去了，收录是迟早的。上不去，天天盯 site 指令只会把自己盯焦虑。
就这样，写得有点乱，能帮到一个人就值了。