解读

在国内主流搜索生态（百度、搜狗、360、神马、头条）里，站长平台都会给出“索引覆盖”或“收录统计”类报表。“已提交但未被索引”是高频异常状态，面试时考官想确认三件事：

1. 你是否真正读懂了报表背后的“漏斗”逻辑；
2. 能否快速定位“卡”在哪一级（抓取、过滤、建库、质量评估）；
3. 是否具备把问题拆成“技术—内容—信任”三条线并给出可落地解决方案的能力。
   回答若只停留在“页面质量差”层面，会被认为思考深度不足；必须结合国内特有屏蔽机制、行业敏感词、备案及算法迭代（如百度“劲风”“清风”“冰桶”）展开。

知识点

1. 索引漏斗：发现→抓取→过滤→建库→排名，五个环节任一失败都会表现为“已提交但未被索引”。
2. 国内常见过滤触发器：
   • 技术：Robots封禁、4xx/5xx、跳转链超过5次、强制登录、异步渲染未做静态化、HTTPS证书不被信任、未备案或备案主体异常。
   • 内容：低质聚合、题文不符、关键词叠加、敏感词、医疗/金融资质缺失、采集未做增益、主体内容占比低于50%。
   • 信任：域名双积分（百度信誉+备案分）过低、外链突然暴增、历史作弊记录、主体关联大量被K站点。
3. 排查优先级：先确认“是否被抓取”→看抓取日志或平台“抓取频次”曲线；若抓取为0，优先解封或修服务器；若已抓取仍不索引，再按“内容→信任→技术”顺序逐项对标算法。
4. 国内工具：百度“抓取诊断”“闭站保护”“站点属性”，头条“站点健康度”，360“智能摘要”检测；配合服务器日志、百度搜索资源平台API的“indexing-status”字段可批量定位。
5. 修复后如何加速：
   • 更新sitemap并标注<lastmod>；
   • 在平台手动提交URL并申请“快速收录”（需配额）；
   • 在高频抓取栏目新增内链入口，提升链接层级；
   • 通过官方“反馈中心”提交单条申诉，附整改前后对比截图，缩短二次评估周期。

答案

“已提交但未被索引”表示搜索引擎蜘蛛已接收到该URL的提交信号，并成功完成抓取，但在后续的“质量评估—建库”环节被过滤，导致页面没有进入正式索引库，因而无法参与排名、也不会产生自然流量。
常见根因可分为三类：

1. 技术屏障：返回码非200、Robots或X-Robots-Tag误封、强制跳转或异步渲染导致核心内容为空；
2. 内容质量：正文短空、重复度高、题文不符、关键词堆砌、行业敏感或资质缺失；
3. 站点信任：域名历史作弊、外链异常、备案信息不一致、主体下已索引的劣质页面比例过高。
   排查时应先通过平台“抓取诊断”确认蜘蛛实际抓取到的源码与用户所见是否一致，再结合“落地页检测”与“敏感词过滤工具”逐项对标百度《搜索质量白皮书》与最新算法公告；修复后更新sitemap并申请快速收录，同时在高权重栏目增加内链入口，一般7–14天可观察到索引量回升。

拓展思考

1. 索引≠流量：即便进入索引库，也可能因“低质”被压到十页之后，需同步监控“展现量—点击率”曲线，判断是否需要继续增益内容或调整Title/Snippet。
2. 索引配额制：百度对同一站点会动态分配“日新增索引额度”，当劣质页面占比高时，优质页面也会被连坐；因此日常需建立“内容分级发布+索引回收”机制，及时清理死链、聚合页、过期活动，保证配额用在高转化页面。
3. 多引擎差异：搜狗对备案敏感度低于百度，但对“转载溯源”要求更高；神马更看重MIP页面速度与APP调起体验；头条搜索会同步考核图文原创度与账号粉丝质量。跨平台投放时应分别输出sitemap，避免“一刀切”策略导致某引擎持续不索引。