02 · 搜索引擎怎么工作

抓取、索引、排名三步拆开讲

📚 系列导航：这是《SEO/GEO 入门》的第 2 篇（共 20 篇）。上一篇你铺开了三块版图的流量地图，这一篇钻进最大的那块传统搜索，把抓取、索引、排名三步管线拆开讲透。下一篇：03 · AI 引擎怎么"选人"。

新站发了几十篇文章，搜自己的标题都找不到，你开始怀疑是不是被"惩罚"了；老站排名卡在第二页，你天天刷论坛找"最新算法内幕"。两种状态我都经历过。后来才明白：排名不是玄学，Google 官方把大方向都写在文档里了，缺的是一张"网页在 Google 内部经历了什么"的流程图——知道流程，才知道卡在哪一步、该修哪一环。这一篇只干一件事：把搜索引擎处理你网页的三步管线拆开，讲清每一步你能影响什么。

看完这一篇，你会拿到：

• 一个万能定位框架：任何 SEO 问题都能归到抓取/索引/排名三步之一
• 抓取"邀请函三件套"（robots.txt、sitemap、内链）的自查清单
• 你自己站点的第一个健康数字：收录率
• 排名三信号的官方口径版，从此不用追"算法泄密帖"

---

01 三步管线：图书馆的采购、编目、推荐

场景：你发布一篇新文章，它要排上名，中间发生了什么？就像一家图书馆进新书：先是采购员上门收书（抓取——爬虫顺着链接找到你的页面），然后编目入库（索引——不是收了就上架，有质量门槛），最后按口碑推荐给读者（排名——按一堆信号排序）。

落地做法：从今天起，遇到任何 SEO 问题先问"卡在哪一步"。搜不到自己的页面？先查抓取和索引，八成不是排名的事。排名上不去？那才轮到信号优化。三步各有各的药，混着治只会白忙。

💡 一句话总结：抓取管"找得到"、索引管"收不收"、排名管"排第几"——先定位卡在哪步，再对症下药。

02 抓取：给爬虫发三份邀请函

爬虫不是全知的，它靠三样东西找到你：robots.txt 是门禁规则，写错一行就能把所有爬虫拒之门外（第 5 篇会实检）；sitemap 是你主动递交的书单，告诉它"我有这些页面、最近更新了哪些"；内链是馆内指路牌，没有任何内链指向的"孤岛页面"，爬虫很难发现。

我的教训：早期我以为发了文章爬虫自然会来，实测新页面平均两三周才被抓到；补上 sitemap、每篇加 3 条内链之后，缩短到几天。三件套不是锦上添花，是入场券。

💡 一句话总结：robots.txt 别拦错人、sitemap 交书单、内链不留孤岛——邀请函配齐，爬虫才不漏掉你。

03 索引：抓了不等于收录

很多人以为"被抓取 = 被收录"，其实中间有道质量门槛：内容太薄（几百字的空壳页）、大面积重复、或和已有页面高度雷同，会被抓完就丢，不编目入库。

这就引出你该盯的第一个健康指标：收录率 = 已收录页面数 ÷ 站点实际页面数。90% 以上算健康；低于 50%，说明你一半的内容连上场资格都没拿到，先别谈排名。

💡 一句话总结：索引有质量门槛，收录率是站点的第一张体检单——先保证内容"够格入库"，再谈排名。

04 排名：官方只认三类信号

按 Google 官方文档的口径，排名信号归成三类：相关性（内容有没有答对用户的问题）、权威性（有没有人背书你——外链、品牌提及）、体验（速度、移动端、HTTPS 安全）。第 8-12 篇就是按这三类逐个展开的。

别再迷信江湖偏方。我曾花两周啃各种"算法泄密帖"，最后对照官方文档发现：80% 的结论人家明明白白写着，剩下 20% 是过度解读。先读说明书，再看民间攻略。

💡 一句话总结：相关性、权威性、体验——排名三信号官方全公开，别把力气花在猜谜上。

05 动手：算出你的收录率

任务：在 Google 搜索框输入 site:你的域名（如 site:example.com），记下返回的收录数；再数一下站点实际页面数（CMS 后台或 sitemap 里有）；两者相除，得到收录率。

验收标准：一个具体数字，比如"实际 120 页，收录 78 页，收录率 65%"——记进笔记，这是这门课的第一个基线值。

两种结果都正常：收录率 80% 以上，抓取和索引基本健康，你的主战场在排名信号；收录率很低甚至接近 0，别慌，这正是第 5 篇和第 9 篇要修的病——你提前拿到了病历。

06 小结

你现在应该能：用三步管线定位任何 SEO 问题、按邀请函三件套自查抓取入口、算出自己站点的收录率、说出排名三信号的官方口径。

下一篇 03 · AI 引擎怎么"选人"：换个战场——AI 引擎不给你排名，它直接决定"要不要念你的话"，那套逻辑和三步管线完全是两回事。

---

📎 实战案例

一个新站上线三周没排名就慌着改版，改完信任被重置、又等了一个月。同期另一个站主老周只用 site: 查收录率（发现只收了 40%），先修 sitemap 和内链——两个月后自然流量反超那个天天改版的站。

踩坑

• 我的第一个站上线第 3 天没排名就大改版，收录进度被重置，多等了一个多月——收录到排名以月为单位，频繁大改反而重置信任。
• 我曾花两周研究"算法泄密帖"，最后发现 80% 的结论官方文档里明写着——先读说明书，再看偏方。
• 我以为发了文章爬虫自然会来，新页面平均两三周才被抓；补上 sitemap 和内链后缩到几天——别干等，主动发邀请函。