第 1 章 · 搜索引擎基础

🔧 一个 URL 从”发上线”到”稳定拿流量”的七步体检 SOP

新页面发布后 48 小时内，按下面七步逐条过一遍。顺序不能乱——前面一环没通，后面所有优化都是白干，而且你会误以为自己遇到了”玄学降权”。

1. 第 1 步 · 谁链到了它？（可发现性） 搜索引擎不会”自动知道”你发了一篇新文章。确认三件事：站内至少有一个已有权重的页面链到它（不是孤岛页）、它出现在 sitemap.xml 里、URL 结构稳定不带多余参数。判断标准：在 GSC（Google Search Console）用网址检查工具刷新，状态不能长期停在”已发现 - 尚未抓取”。
2. 第 2 步 · 它抓得到吗？（可抓取性） 先用 curl -I https://yourdomain.com/page 看状态码是不是 200；再把 User-Agent 换成 Googlebot 抓一次，看服务器返回是否一致。很多”突然不收录”是 CDN 或 WAF 把 Googlebot 的 IP 段误判成了攻击流量，返回 403/429。robots.txt 不要自己读一遍就判断”没问题”，要用 GSC 的 robots.txt 报告实测某条 URL 是否被允许。
3. 第 3 步 · 它渲染得出来吗？（渲染） 对比两样东西：curl 抓到的原始 HTML，和浏览器里看到的最终页面。如果正文、价格、评论只存在于 JS 执行之后，你就是在赌渲染队列——快则几小时，慢则几周，甚至被跳过。SPA / 客户端渲染站点的正确做法是 SSR 或预渲染，而不是靠”提交了 sitemap 应该会渲染吧”。
4. 第 4 步 · 它进索引了吗？（可索引性） 在源码里搜三样东西：noindex、指向别处的 canonical、模板遗留的空内容区块。然后看 GSC「网页」报告给你的结论：是”已抓取 - 尚未编入索引”（内容质量或重复度问题），还是”重复网页，Google 选择的规范网页与用户指定的不同”（信号打架）。注意：Google 选的规范网页才算数，你自己写的那条不算。
5. 第 5 步 · 它跟哪个查询绑定了？（相关性） 打开 GSC 的「查询」维度，看这个 URL 实际拿到了哪些搜索词。如果搜出来的词跟页面主题明显不是一回事，说明意图错位——不是技术问题，是内容和内链锚文本的问题。正确状态是：目标查询、页面主题、内链锚文本这三者对得上。
6. 第 6 步 · 它够格竞争吗？（权威与竞争） 把这个查询的 SERP 亲自看一遍，记录前五名的内容形态：是教程、对比表、工具页、视频，还是论坛帖？形态错了，内容再好也进不去。然后再看域名权重、外链数量、品牌词搜索量这些”入场券”级别的指标。
7. 第 7 步 · 它被点了吗、被读完了吗？（点击与承接） 位置和 CTR 要一起看：位置第 3 但 CTR 只有 1%，问题在标题和摘要被读者扫过就放弃了；CTR 正常但落地 30 秒跳出，是意图不匹配——你用一篇导购页接了一个想问”是什么”的人。

七步之外，还要盯住的四件事

• SERP 已经不是十个蓝链了：精选摘要、相关问题、知识面板、站点链接、视频、地图包会一起抢走版位。同一个排名，版本不同的 SERP 带来的点击能差好几倍。所以要按”这个 SERP 上还有什么”来设计内容，而不是只盯第 1 名。
• 零点击是常态，不是失败：品牌词、天气、汇率、“XX 是什么”这类查询，用户看完摘要就走了。这类页面的 KPI 应该是曝光和品牌搜索量的增长，而不是点击。
• 用户意图决定内容类型：导航型、信息型、商业调查型、交易型，四种意图对应四种页面结构。用错卡片，等于用产品页回答”怎么做”。
• E-E-A-T 不是打分项，是事后解释：Google 不会给你一个”权威分”。它是把作者、引用、外部提及、用户评价这些痕迹综合起来，去判断”这个页面值不值得信”。所以能做的只有一件事——把这些痕迹真实地留在页面上。

把这套体检变成月度节奏

每周挑 5 个 URL 走一遍七步，每季度汇总一张表：URL、状态码、索引状态、主查询、平均排名、点击、CTR。坚持一个季度，你手上就有了一张”流量到底在哪一环丢的”地图，而不是审计工具吐出来的两百条待办。

面试高频考题与满分回答框架

Q1: 一个页面从发布到出现在搜索结果里，中间到底发生了什么？请按顺序讲。

满分框架（这题考的是你有没有”流水线思维”，而不是背术语）： 四个阶段，每个阶段我都能说出它特有的失败方式。

1. 发现（Discovery）：爬虫通过内链、外链、sitemap 或 URL 提交找到这个地址。失败态：孤岛页，永远不被发现。
2. 抓取（Crawling）：发出请求、拿到状态码、按 robots.txt 与抓取预算决定抓不抓、抓多深。失败态：404/5xx 反复、robots 拦住、WAF 拦 Googlebot、预算被参数页吃光。
3. 渲染与索引（Rendering & Indexing）：解析 HTML、必要时执行 JS、抽取正文与链接、裁定规范网页、写入索引库。失败态：正文只在 JS 里、noindex、重复内容合并到了错的 URL、内容太薄不收录。
4. 排名与呈现（Ranking & Serving）：查询进来后做召回、排序、拼装 SERP（广告、地图、AI 概览、精选摘要），并按地区与个性化做微调。失败态：收录了但绑错意图，或者排名在 30 名开外等于没有。 最后补一句加分项：“我排查线上问题也按这个顺序走，从上游往下游查，不会一上来就改标题。”

Q2: 一个页面已经被收录了，但几乎没有流量。可能的原因按概率从高到低排一下。

满分框架（排序能力比列清单更能体现经验）：

1. 意图错位——页面在回答另一个问题。先看 GSC 里它实际拿到什么查询，这一步能排除掉一半的怀疑。
2. 排名太靠后——收录在 30 名开外，点击率接近于零。别急着改标题，先看平均排名。
3. 标题与摘要没吸引力——位置 8 但 CTR 不足 1%，通常是查询在 SERP 上已经被直接回答了，或者标题被读后拒绝。
4. 被自己人蚕食——同站另一个 URL 赢了这个查询，你的页面只是配角。用「网页」+「查询」交叉看。
5. SERP 形态变了——AI 概览、精选摘要、视频模块把点击吃掉，页面在但版位被压缩。
6. 季节性或市场变化——最后才考虑外部因素，因为它最不可控，也最容易被拿来当借口。 每一档我都会说清”用什么数据确认”，而不是停在猜测。

Q3: 你怎么向一个完全不懂 SEO 的同事解释”抓取、索引、排名”的区别？

满分框架： 用图书馆打比方。抓取是货车上门把新书拉回来——书在馆里了，但还没登记。索引是把每本书的内容拆开登记进目录卡片，之后不用去书架上翻就能查到。排名是你走到前台问一个具体问题时，馆员决定先递给你哪五本。 然后落到最有用的那句结论：一本书可以在馆里但没进目录（抓取了没索引），也可以进了目录却永远递不到你手上（索引了但排不上）。所以当老板问”为什么提交了 sitemap 还是不排名”，这三件事必须分开说，别混成一个”SEO 没做好”。

Q4: 为什么 Google 有时会无视你写的 canonical 标签？

满分框架： 因为 canonical 是提示（hint），不是指令。搜索引擎会把它和其他证据放在一起权衡：内链用的是哪个 URL、sitemap 里写的是哪个、有没有 301、两页内容相似度多高、历史上哪个 URL 更早被收录。 常见翻车场景：canonical 写 A，但全站内链都指向 B；或者被判为规范版的页面更慢、内容更薄。 正确做法不是”把标签写得更强硬”，而是让所有信号指向同一个 URL——canonical、内链、sitemap、hreflang、301 全部对齐。最后说一句实操：“我会去网址检查里看 Google 实际选的是哪个，那个才是要争论的对象，我自己写的那条不算数。”