Discovered - currently not indexed：含义及修复方法

Discovered - currently not indexed是 Google Search Console 中“页面未被编入索引的原因”下最常见的原因之一，也是最容易被误解的原因之一。Google 页面索引报告文档对其作了简短定义：“Google 已找到该页面，但尚未抓取。通常 Google 原本想抓取该网址，但这可能会使网站超负荷，因此 Google 重新安排了抓取。”本指南将解释这句话背后的含义，教您如何区分正常的积压与真正的问题，并介绍能让网址移出队列的修复方法。关于完整的索引流程，请参阅我们关于让 Google 索引您页面的指南。

“Discovered - currently not indexed”是什么意思？

Google 通过三个阶段为页面建立索引：发现（得知该网址存在）、抓取（Googlebot 下载页面）和索引（Google 分析内容并决定是否保存）。处于此状态的网址只完成了第一阶段。Google 知道该地址并已将其放入队列，但从未下载过它，因此尚未评估其内容。这就是为什么检查此类网址时“上次抓取”字段为空。

这一状态经常与相邻的“Crawled - currently not indexed”混淆。两者的区别决定了您应该从哪里查找原因。

简而言之，“Discovered”是抓取问题，而“Crawled”是索引决定。在 Google 从未下载过的页面上重写内容，在 Googlebot 回来抓取之前不会有任何效果。

“Discovered - currently not indexed”是问题吗？

这取决于数量和受影响的页面。以下三种情况属于正常现象，无需采取行动：

• 过去几天或几周内发布的新页面。发现和抓取是不同的步骤，Google 会分别安排。
• 无论如何都不希望被索引的网址：筛选组合、站内搜索结果、标签归档、跟踪参数。它们出现在列表中只是一个提示，表明应该屏蔽它们或停止链接到它们，仅此而已。
• 大型网站中的一小部分。没有任何网站能让所有网址都被索引。

当您的重要页面（产品、分类、文章、服务页面）在列表中停留数周，或者该数量的增长快于已索引页面的数量时，就会成为问题。Google 的抓取预算指南正是提到了这一信号：如果“其网址总数中的很大一部分”被归类为 Discovered - currently not indexed，这类网站应检查 Google 如何分配对它们的抓取。

什么导致了“Discovered - currently not indexed”？

Google 根据其抓取预算文档中描述的两个因素决定抓取多少内容：抓取容量上限（您的服务器在不变慢的情况下能承受多少）和抓取需求（根据规模、更新频率、页面质量以及与其他网站相比的相关性，Google 对您的网址的需求程度）。下面的每个原因都会降低其中一个因素。抓取预算概念在大型网站上最为重要，但服务器缓慢或网站结构薄弱，也可能在仅有几百个页面的网站上触发这一状态。

1. 服务器缓慢或不稳定

这是 Google 首先提到的原因。根据抓取预算指南，当响应时间“保持稳定或有所改善”时，抓取容量会上升；当网站变慢或返回服务器错误时，抓取容量会下降。共享主机、负载过高的数据库、体积庞大的主题，或者限制 Googlebot 的防火墙，都会减少 Google 每天愿意抓取的网址数量。

2. 大量低价值网址争夺抓取机会

分面导航、排序参数、会话 ID、无尽的日历页面、自动生成的标签页以及几乎相同的产品变体，会产生数以千计的网址。Google 的指南警告说，重复和不重要的网址会消耗抓取时间，软 404 页面“将继续被抓取并浪费您的预算”。您的优质页面则在同一队列中等待。

3. 内部链接薄弱

仅出现在 XML 站点地图中的网址，或从距离首页五次点击之外的页面链接的网址，发送的优先级信号很弱。Google 的可抓取链接文档还指出了一个技术陷阱：只有带有 href 属性的 <a> HTML 元素，Google 才能跟随。仅用 JavaScript 事件构建的菜单或“加载更多”按钮，可能会使页面对抓取工具不可见。

4. 全站质量信号

抓取需求在一定程度上取决于 Google 如何评价网站的其余部分。如果已抓取的页面中有很大比例是薄内容或重复内容，Google 就几乎没有理由急于抓取后续页面。这就是为什么一次性发布数百个相似页面后，该状态经常出现。

5. 新网站或知名度低的网站

一个年轻的域名，外链很少但新内容很多，其抓取需求起点较低。Mueller 在 2022 年的同一场答疑中表示，内容很多的较新网站应该预期其中大部分内容会在一段时间内保持这一状态。

如何在 Search Console 中诊断？

在更改任何内容之前，先从示例入手。对于大多数网站，这一顺序大约需要一小时。

1. 打开列表。在“索引” > “页面”中，点击“Discovered - currently not indexed”，并导出示例网址（Search Console 最多显示 1,000 个）。
2. 按类型排序。按文件夹或模式对网址分组：产品、文章、带参数的网址、分页、标签。如果大多数是您不想被索引的网址，解决办法是减少它们，而不是强行推动它们。
3. 检查几个重要页面。网址检查工具会确认该页面从未被抓取，并显示 Google 是在站点地图中发现它，还是通过引用它的页面发现的。
4. 检查服务器端。打开“设置” > “抓取统计信息”。抓取统计信息报告显示过去 90 天的主机状态（robots.txt 获取、DNS 解析、服务器连接）、5XX 错误和超时的比例，以及平均响应时间。响应时间上升而请求数下降，说明存在容量问题。
5. 检查内部链接。统计指向受影响页面的内部链接数量及其来源。内部链接分析工具可以显示孤立页面，以及埋在结构深处的页面。
6. 如果有，请阅读服务器日志。日志显示 Googlebot 每天实际请求哪些网址，以及它在哪里浪费时间，这些往往是您不知道存在的带参数网址。

如何修复“Discovered - currently not indexed”？

使修复措施与诊断中发现的原因相匹配。下表总结了主要情况。

首先提升服务器容量

如果抓取统计信息报告显示服务器错误或响应时间上升，在解决之前其他任何措施都不会奏效，因为 Google 本身会降低抓取速率以保护网站。向您的主机商咨询其限制，添加页面缓存和内容分发网络，并从模板中删除沉重的脚本。

减少您不需要的网址

Googlebot 抓取的每一个无用网址，都意味着一个有用网址没有被抓取。删除指向筛选组合和跟踪参数的内部链接，在屏蔽模式之前使用 robots.txt 检查工具测试 Disallow 规则，并修复软 404 页面。Google 的指南对重复内容说得很明确：删除它们，以便将抓取“集中在唯一内容上，而不是唯一网址上”。

加强指向重要页面的内部链接

从 Google 经常抓取的页面链接到受影响的页面：首页、主要分类、热门文章。使用带有描述性锚文本的标准 <a href> 链接。清晰的网站架构能让每个重要页面距离首页保持在三到四次点击之内，从而提高其抓取优先级。

清理站点地图，谨慎请求索引

提交一份干净的 XML 站点地图，并且只对少数战略性网址使用“请求编入索引”按钮：该按钮有每日配额，也不会提高您网站的整体抓取容量。修复原因后，点击报告中的“验证修复”。Google 表示验证“通常最长需要约两周，但在某些情况下可能会更久”，在验证成功或失败之前，请不要再次点击。

如果完成这些步骤后页面仍然不可见，原因可能在别处：我们关于网站无法在 Google 上显示原因的检查清单涵盖了处罚、noindex 标签和规范化错误。

这对 AI 可见性（GEO）为何重要？

Googlebot 从未抓取的页面无法在 Google 上排名，也无法被 Google 的 AI 概览或 AI 模式用作来源，因为这两者都依赖 Google 的索引。因此，抓取积压会同时延迟您在传统结果和 AI 回答中的可见性。

ChatGPT、Perplexity 和 Claude 依赖各自的抓取工具和合作伙伴索引，因此一个页面可能被它们抓取，而 Google 却忽略它，反之亦然。您的服务器日志会显示哪些 AI 机器人访问了哪些页面；我们关于 AI 抓取日志的词条解释了如何阅读它们。本指南中的修复措施（快速服务器、更少无用网址、清晰的内部链接）对所有抓取工具都有帮助，无论是 Googlebot 还是 AI 机器人。

Sorank 是我们的产品，它处理该问题的内容方面。其 GEO 与 SEO 仪表板连接到 Search Console，以便在每次修复后跟踪点击、展示和排名位置；其文章生成器发布的文章数量更少但内容更深入，并自动添加指向现有页面的内部链接，因此新网址从上线之日起就有链接指向。

简而言之：“Discovered - currently not indexed”意味着 Google 已经知道您的网址，但尚未为其花费抓取时间。对于少数新页面，可以忽略它；当它影响到重要页面时，请采取行动：加快服务器速度，减少无用网址，并链接重要页面。要自动化内容和内部链接部分，请查看 Sorank 套餐，按年计费每月 49€ 起，并提供 3 天免费试用。