IndexNow、百度主动提交后，如何复测页面是否真的被抓取和收录？

先把四个状态分开

页面提交之后，最容易出现的误判是把“接口返回成功”直接写成“搜索引擎已经收录”。实际上，提交、抓取、索引和 AI 引用是四个不同层次的状态。每一层都要有自己的证据，不能用上一层的结果代替下一层。

复测前先冻结页面版本

复测不是反复打开页面，而是比较同一页面在不同时间点的状态。开始前应保存规范 URL、页面版本、发布日期、最近修改日期、canonical、meta robots、正文摘要和 sitemap 中的 lastmod。若复测期间页面又被编辑，后面的结果就不再对应同一个样本。

建议为每个页面生成一条最小快照：

url: https://example.com/guide/
content_version: 2026-09-27
snapshot_at: 2026-09-27T09:00:00+08:00
http_status: 200
canonical: https://example.com/guide/
robots: index, follow
sitemap_lastmod: 2026-09-27
submission_status: accepted
submission_at: 2026-09-27T09:05:00+08:00

这里的 content_version 不一定要是 Git commit，也可以是内容修改日期或发布系统生成的版本号，但规则必须稳定。页面正文、标题、来源和关键结构发生变化时，应产生新的版本；仅仅重新打开页面不应产生新版本。

用 T+0、T+1、T+3、T+7 分层复测

不同平台的抓取调度和数据更新速度不同，因此不建议只在发布后马上查询一次。下面是一套适合新教程站的观察窗口。它是站长侧的复测协议，不是搜索平台承诺的处理时限。

如果页面是新闻、活动或价格等时效内容，可以缩短窗口；如果是长期教程，T+3 和 T+7 往往比发布后几分钟的查询更有解释价值。重要的是提前写下窗口和判定规则，避免看到结果之后才修改标准。

每个窗口先做页面技术检查

平台状态异常时，先排除站点自身问题。用正式 HTTPS URL 检查页面，不能只检查本地开发地址，也不能只看浏览器渲染后的视觉效果。搜索系统通常需要取得原始 HTML、响应头和可访问的资源。

1. 规范 URL。确认 HTTP、www、尾斜杠和带参数版本会归一到同一个正式地址。
2. 响应状态。公开页面应稳定返回 200；301/308 只能说明发生了重定向，不能把跳转入口当成正文页面。
3. canonical。检查 canonical 存在、可解析、指向正式页面，并与 sitemap 和内部链接使用同一版本。
4. 索引指令。检查 meta robots、X-Robots-Tag 和 robots.txt 没有意外阻止页面或关键资源。
5. 正文可读。标题、H1、核心答案、来源和更新时间应直接出现在 HTML 中，不应只依赖登录态或客户端脚本。
6. 发现路径。确认页面出现在栏目页、相关内链、sitemap、RSS 或适用的主动提交台账中。

一个简单的公开检查可以帮助发现最明显的问题：

curl -sS -D headers.txt -o page.html \
  https://example.com/guide/

grep -iE 'HTTP/|content-type|location|x-robots-tag' headers.txt
grep -iE 'canonical|robots|<title>|<h1' page.html

命令输出只能说明这次请求看到的响应。它不能模拟所有搜索平台的抓取环境，也不能代替平台自己的 URL 检查。检查时还应记录请求时间、请求主机、是否经过 CDN、是否登录以及是否携带了特殊 User-Agent。

服务器日志如何判断“有蜘蛛来过”

日志是观察抓取的重要材料，但“日志里有一个自称蜘蛛的 User-Agent”并不等于身份已经核验。User-Agent 可以被伪造，代理、共享网络、平台基础设施和用户触发的预取也可能让来源解释变复杂。

建议每条候选请求至少保存这些字段：

对 Google 等平台，官方建议通过反向 DNS 后再做正向解析确认；其他平台也应遵循其当前官方核验规则。一次通过的身份核验只能支持这一次或这一组请求的来源判断，不能把同一 User-Agent 的所有请求永久标记为真实蜘蛛。

百度、Bing 和 Google 的状态如何分别看

复测表必须带有 platform 字段。不同平台的工具、字段和更新节奏不同，不能把“发现”“已查询”“提交成功”和“已索引”统一翻译为一个绿色状态。

百度普通收录页面明确区分了提交和收录；IndexNow 官方文档也说明成功响应只表示搜索引擎收到 URL。Google 的 AI 功能文档则要求页面先满足搜索技术资格才能作为支持链接出现，但这仍不是某个问题下必然被引用的保证。把这些边界写入台账，后续才不会因为平台字段名称不同而误算。

常见 HTTP 状态码怎么解释

状态码只描述一次 HTTP 请求。要判断它是否影响某个平台，必须结合请求时间、来源核验、路径类型、平台规则和后续重复观察。尤其是 429：对敏感探测路径限流可能是正确的安全策略，但对已核验的公开教程页面长期返回 429 就需要单独排查。

按症状排查，而不是反复提交

后台应该保存哪些字段

后台的复测记录最好采用“一个页面、一个平台、一个窗口、一条结果”的粒度。页面版本和平台观察不要覆盖写入；同一 URL 的 T+1 和 T+3 应该是两条记录，才能看出状态何时变化。

url: https://example.com/guide/
content_version: 2026-09-27
platform: bing
window: T+3
tested_at: 2026-09-30T09:00:00+08:00
technical_status: pass
submission_status: accepted
crawl_status: unknown
index_status: discovered
index_source: webmaster-api
evidence_url: https://example.com/guide/
notes: discovered is not confirmed indexed

对抓取日志还应增加 request_id、状态码、核验状态和响应摘要；对 AI 观察则增加问题原文、产品模式、联网开关、完整回答、来源链接、页面版本和人工审核结论。null 或 unknown 表示尚未取得证据，不表示结果为 0 或没有发生。

公开展示时应删除 IP、凭证、登录信息和不适合公开的完整对话；后台内部可以在权限和保留期限范围内保存更细的安全审计字段。公开报告要让读者能复核方法，却不应把访问者或平台账号暴露出来。

复测结果怎样服务 GEO

复测的价值不是证明“提交次数越多越容易被 AI 引用”，而是找出内容链路中断在哪一层。如果页面无法稳定访问，先修技术；如果页面被抓取但没有进入相关检索结果，检查标题、实体、问题匹配和答案结构；如果页面进入候选但答案引用不准确，检查声明、条件和证据是否靠近；如果页面被准确引用但没有点击，再研究来源展示和落地页承接。

这条链路也解释了为什么“搜索引擎收录少”不能直接等于“GEO 不可能”。搜索索引是重要发现渠道，但 AI 产品的搜索源、缓存、联网模式和来源展示并不完全相同。任何平台结果都应带平台、模式、时间、问题和证据链接。

ZenLeak 的复测安排

ZenLeak 当前把 IndexNow 提交台账、百度主动提交、服务器爬虫活动、页面健康检查、搜索平台收录查询和国内 AI 基准观察放在不同模块中。它们可以在同一个后台查看，但状态不会被合并成一个“收录成功率”。

对新发布教程，建议先在后台保存 T+0 页面健康与提交结果；之后由人工在 T+1、T+3 和 T+7 复测同一正式 URL。后台应保留每轮的版本和时间，即使结果没有变化也要记录“已复测，状态保持未知”或“已复测，仍为 discovered”。

现有实验已经采用这种边界：机器入口返回 200 只证明检查时能取得响应，Bing 返回 discovered 只证明平台报告了发现，百度提交台账只证明接口接收；搜索收录、AI 检索和显式引用继续等待各自证据。后续新增数据必须补齐完整问题、回答、来源和核验条件，不能用缺失样本填充成功率。

常见问题

发布后复测清单

• 冻结正式 URL、内容版本、发布时间、修改时间和复测时区。
• 记录页面 200/301/404/429/5xx 状态，并核对最终 URL。
• 检查 canonical、meta robots、X-Robots-Tag、robots.txt 和 sitemap。
• 确认正文、H1、来源、更新时间和核心答案在公开 HTML 中可读。
• 保存 IndexNow 或百度主动提交的请求时间、响应状态和批次。
• 把 User-Agent 候选与真实身份核验分开，保存 IP/DNS 核验时间和结论。
• 分别记录百度、Bing、Google 的平台、工具、状态和检查时间。
• 在 T+0、T+1、T+3、T+7 复测同一版本，不用新版本覆盖旧结果。
• AI 复测保存问题、模式、联网状态、回答、来源链接和页面支持关系。
• 未知保持未知，不把提交成功、200、discovered 或品牌提及写成完整收录或引用。

延伸阅读

• Google Search Central：Google 搜索如何运作
• Google Search Console URL Inspection API
• Google Search Central：Google 爬虫概览
• IndexNow 官方技术文档
• 百度搜索资源平台：普通收录
• IndexNow 自动提交怎么做
• 百度蜘蛛访问了，为什么不等于百度收录
• 百度已经收录，为什么 AI 仍然不引用