技术 SEO

技术 SEO 解决的是能不能被抓到、能不能被正确收录，不解决"值不值得排在前面"。

好消息是它大部分是一次性的。配好之后除了偶尔检查，基本不用再动。

五件事

1. sitemap.xml   ← 告诉搜索引擎有哪些页面
2. robots.txt    ← 告诉它哪些不用抓
3. canonical     ← 内容相似的页面指定一个正式版本
4. hreflang      ← 多语言站点声明各语言版本的关系
5. 结构化数据     ← 可选，让搜索结果显示更丰富的样式

前三件是必做。第四件只有多语言站点需要。第五件是可选。

sitemap

列出你希望被收录的公开页面，放在网站根目录，然后在搜索引擎的站长工具里提交一次。

<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9">
  <url>
    <loc>https://example.com/docs/guide/technical-seo</loc>
    <lastmod>2026-08-31</lastmod>
  </url>
</urlset>

几个容易错的地方：

• 只放公开且希望被收录的页面。后台、测试页、重复页不要放。
• 地址要和实际能访问的地址完全一致（含不含尾斜杠、http 还是 https、带不带 www）。
• 不要放会返回 404 或跳转的地址。
• 页面更新后同步更新 lastmod，不要一直写同一个日期。

大部分现代框架能自动生成 sitemap。生成之后自己打开看一遍——自动生成最常见的问题是把不该收录的页面也放进去了。

robots.txt

放在根目录，声明哪些路径不需要抓取，并指向 sitemap。

User-agent: *
Disallow: /admin/
Disallow: /api/

Sitemap: https://example.com/sitemap.xml

最危险的错误是误拦正文资源。 如果你 Disallow 了存放样式和脚本的目录，爬虫看到的可能是一个排版错乱、内容缺失的页面。

另一个常见错误是用 robots.txt 来"隐藏"页面。它只是请求不要抓取，不保证不被收录，也不保证别人看不到。真正需要保密的东西要靠权限控制，不是靠 robots.txt。

canonical

内容相同或高度相似的多个地址，用 canonical 指定哪个是正式版本，避免权重分散。

<link rel="canonical" href="https://example.com/docs/guide/technical-seo" />

典型需要它的情况：

每个页面都应该有 canonical，包括指向自己的。不要让 canonical 指向一个跳转或 404 的地址——那会让搜索引擎完全不知道该收录哪个。

多语言

如果你的站点有多个语言版本，声明它们的关系，否则搜索引擎可能只收录一种，或者给用户展示错的语言。

<link rel="alternate" hreflang="zh-CN" href="https://example.com/zh/" />
<link rel="alternate" hreflang="en" href="https://example.com/en/" />
<link rel="alternate" hreflang="x-default" href="https://example.com/" />

规则：

• 每个语言版本的页面都要列出全部语言版本，包括自己
• 声明必须双向对应，A 指向 B 的同时 B 也要指向 A
• 加一个 x-default 作为没有匹配语言时的默认版本
• 语言代码要写对，写错等于没写

机器翻译的页面不建议全部放出去。 一堆质量很差的翻译页面会拉低整站评价，不如只放认真做过的语言。

结构化数据

用标记告诉搜索引擎这一页的内容类型——文章、常见问题、产品、教程。配好之后有机会在搜索结果里显示更丰富的样式，比如问答折叠、评分、面包屑。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "SEO 大概多久见效",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "通常是几周到几个月，新站更慢。"
    }
  }]
}

两点提醒：标记的内容必须和页面上真实可见的内容一致，标了页面上没有的问答会被判为作弊；而且丰富样式是搜索引擎决定给不给，配了不一定会显示。

它是可选项。前四件没做完，不要先做这个。

收录检查

配好之后要确认真的被收录了。没被收录的页面，搜不到，等于不存在。

站长工具里有单个网址的检查功能，能看到三件事：有没有被收录、爬虫最后一次抓取拿到了什么内容、有没有报错。

爬虫实际拿到的内容那一项最值得看。纯前端渲染的站点常出现"用户能看到、爬虫拿到空壳"的情况——这时候前面所有的优化都不起作用。

定期检查

不需要频繁看，每季度一次：

sitemap 里的地址都还能正常访问：__
robots.txt 没有误拦正文资源：__
重要页面都已被收录：__
没有出现大量抓取错误：__
canonical 都指向可访问的地址：__
多语言声明双向对应：__
爬虫拿到的内容和用户看到的一致：__

常见错误

sitemap 里放了后台和测试页。 自动生成最常见的问题。

robots.txt 拦掉了样式和脚本目录。 爬虫看到的页面是残缺的。

canonical 指向跳转或 404。 比不配更糟。

改域名或改 URL 结构不做永久跳转。 收录和外链一起归零。

多语言声明单向。 只有中文页面指向英文，英文不指回来，声明无效。

结构化数据和页面内容不符。 有被判作弊的风险。

配完就再也不检查。 一次误改配置可能让整站从收录里掉出去，而你几个月后才会发现。

验收标准

• sitemap 只含公开且希望被收录的页面，地址都可访问
• sitemap 已在站长工具提交
• robots.txt 没有误拦样式、脚本和图片
• 每个页面都有 canonical，且指向可访问地址
• 多语言站点的 hreflang 双向对应，含 x-default
• 用站长工具确认重要页面已被收录
• 确认过爬虫拿到的内容和用户看到的一致
• 有季度检查安排

本章动作

打开你的 sitemap，逐条看有没有不该被收录的页面。

再用站长工具检查一次首页和最重要那个内容页的收录状态。

下一步

1. 外部链接——技术基础配好之后的下一环
2. 页面 SEO——单页面的标题和结构
3. 域名、DNS 与邮箱——域名和解析这一层