百度不收录：一次小流量灰度如何暴露全量发布的例外
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /e03c8d7dd402.html
📄
百度不收录：一次小流量灰度如何暴露全量发布的例外
灰度只放出一小部分页面时收录正常，全量发布后却大面积不收录，通常不是百度突然改变态度，而是灰度样本本身没有覆盖全量后才会出现的例外条件。要判断问题出在样本偏差还是发布动作，先把灰度期与全量期的可核对事实并排比较。
两个解释：灰度样本太干净，或全量发布引入了新变量
第一种解释是灰度选样偏乐观。灰度往往挑模板最标准、内容最完整、内链最多的那批页面，它们本来就更容易被抓取和索引。全量里混入了参数页、分页、筛选结果、内容稀薄的列表页，这些页面在灰度阶段根本没被放出来，自然也不会暴露问题。
第二种解释是全量发布这个动作本身改变了抓取条件。例如发布时批量生成了新的 URL 结构、站点地图被替换、内链指向发生偏移、服务器响应时间在高峰段变差。这些变化在灰度小流量下压力不明显，全量后才集中出现。两种解释指向完全不同的修复方向，必须用证据区分，而不是直接改模板。
能区分两种解释的证据
关键证据是“灰度页面在全量之后是否仍然正常”。如果灰度期被收录的同一批 URL，在全量发布后依然保持可访问、可被抓取、内容未变，那么问题更可能出在全量新增的那部分页面，即样本偏差。反过来，如果连灰度期正常的 URL 在全量后也开始掉出或不再被抓取，说明全量发布动作改动了共同条件，属于第二种解释。
可以核对的具体项包括：
- 灰度 URL 与全量新增 URL 在全量后的抓取记录差异，是只有新增部分异常，还是两者一起异常。
- 全量发布前后，同一 URL 返回的状态码、正文主体、canonical 指向是否一致。
- 站点地图是否在全量时被整体替换，替换后是否仍只包含可索引的规范 URL。
- 内链结构是否变化，新增页面是否只靠站点地图进入、缺少站内入口。
这些证据的作用是缩小范围：如果异常只集中在新增 URL，优先检查这批页面的内容质量和入口；如果灰度 URL 也受影响，优先回看发布动作本身。
一个注明假设的短例子
假设某站点灰度放出 50 个商品详情页，收录正常；全量放出 5000 个页面后，只有约几百个被处理。此时不应直接断定“百度不收录新页面”。先核对那 50 个灰度 URL 是否仍正常：若仍正常，而新增页面里有大量仅参数不同、正文几乎相同的变体，那么更合理的判断是灰度样本没有包含这些变体，问题在样本选择而非发布动作。若灰度 URL 也一起不再被抓取，则应先检查全量发布是否改动了 robots.txt、服务器响应或站点地图，而不是先删页面。
把分歧变成可核对的项目
多个角色对同一现象常有不同理解：开发认为页面已经上线，运营认为百度就是不收录，SEO 认为需要改内容。把分歧转成项目，做法是固定一组对照 URL，分别记录灰度组、全量新增组、以及一个一直稳定的老页面组，在同一时间窗口内核对状态码、正文、canonical、站点地图收录情况和站内入口数量。
完成这组记录后再决定下一步：如果只有全量新增组异常，动作应落在筛选这批 URL、补齐内容与入口，并观察后续抓取是否恢复；如果三组同时异常，动作应落在回查发布动作，必要时回退到发布前的可访问状态再对比。这个动作的结果会直接决定是继续扩量还是暂停发布，而不是凭感觉反复提交。
需要提醒的是，站点地图提交不保证收录，robots.txt 的抓取限制也不等于可靠的索引移除，HTTPS 同样不保证页面会被处理。抓取量或某个统计归零，也可能是日志采样、统计口径变化或访问路径改变造成的，不能单独作为判断处理正确的依据。
