独立站 SEO 存量体检：4 个真实问题与自查清单

新站最容易犯的一个错，是以为「内容还没写多少，所以没什么可检查的」。

事实相反：站点结构问题基本都在内容之前就长出来了。我这次给自己站做了一轮存量体检，挖出 4 个问题，全都不影响「网站能不能打开」，但都会实实在在影响搜索引擎怎么理解它。

把它们写下来，是因为排查方法可以迁移到任何静态站。

问题一：39 条站内断链，全部来自「内容导航」

症状很隐蔽：导航菜单正常、首页正常、已发布的文章正常，但搜索控制台里开始出现爬取浪费的信号。

根因是提前把目录结构写成了链接。我在知识库的几个板块页里放了「内容导航」，列出该板块未来要写的子主题，并且每个子主题都做成了链接——但那些页面还没写出来。

结果是 39 条指向 404 的内部链接。这不是「页面打不开」的问题，而是站点在主动把爬虫引向死路。

修法（方案 A：只链接真实存在的页面）：把未发布子主题从链接改为纯文本并标注「整理中」，已发布的保留链接。断链数 39 → 0。

可迁移的原则：导航里不要放占位链接。宁可少一个入口，也不要多一个 404。

这是这次体检里最值得说的一条，因为表面上完全看不出来——页面 <head> 里确实有 hreflang 标签，写得像模像样。

hreflang 有两个硬性前提，缺一个整组就失效：

必须双向确认。A 页声明「我的法语版是 B」，B 页也必须声明「我的中文版是 A」。单向声明的 hreflang 会被直接丢弃。
语言码必须语义一致。A 页说「我的法语版在 B（隐含我是 zh）」，B 页却说「我的英语版在 A」——zh 和 en 构不成对等关系，这一整对同样作废。

我的站点两个都踩了：语言码一侧写 zh、另一侧写成了 en；另有一篇文章声明了中文对端，但中文那页没有任何回指。

还有第三个坑：x-default 缺失。它用来告诉搜索引擎「没有匹配语言时该给用户看哪一版」，属于该有的兜底。

修法：先判断「两套内容是否真的对等」。我的中文侧有 37 个 URL，法语侧只有 3 个——这种量级差下，挂 hreflang 是在声明一件不成立的事，比不写更糟。所以我的选择是整组撤掉，等法语内容补齐到对等水平再启用。

判断标准：两套语言的页面覆盖量接近（我给自己定的线是 60%），且每对声明都能互相验证，才值得启用 hreflang。

提交 sitemap 时收到「无法读取此站点地图」。第一反应是文件坏了，于是逐项验证：

文件没有任何问题。 后来才想清楚：提交的那一刻，站点正好在重新构建，sitemap 的 Last-Modified 在几分钟内变了一次——抓取器撞上这个窗口，就判成了「无法读取」。

可迁移的结论：

顺便一个常见误会：用浏览器打开 sitemap 看到的是没有样式的 XML 树，这是正常现象（未关联 XSL 样式表），不是报错。

同一个页面上有两套「标题」：

我的模板里 <title> 读的是 seo_title，而 og:title 读的是 title。首页的 title 是「首页」——于是分享出去的卡片标题就是「首页」，几乎等于没有信息。

更隐蔽的是第三个受害点：我把页面标题一起推给了数据层给分析工具用，于是「首页」这个词也进了分析报表，让「哪些页面最受关注」这一类分析直接失真。

修法：标题只允许有一个权威取值，三个出口（<title>、og:title、数据层）全部读同一个字段。

可迁移的原则：页面元数据一旦有多个出口，就必须收敛到单一数据源。否则它一定会分叉，而且分叉的地方通常不会被 UI 检查发现。

体检过程中我还纠正了自己一个认知错误——把 sitemap 里的 URL 条数，当成了「已收录的 URL 数」。

这两件事完全不同：

指标	含义
sitemap 条数	我希望搜索引擎收录哪些页面
已收录数	搜索引擎实际收录了哪些页面

前者是你写的文件，后者只能去站长工具的「索引编制」报告里看。另外，站长工具的「属性验证通过」只证明域名归你所有，和有没有被收录没有因果关系。

按顺序做，每一步都能独立验证：

这套检查不需要任何付费工具，命令行加一个脚本就能跑完。

本文数据全部来自我对自己站点（chaorendan.top）的实测。凡是我没有验证过的结论，我会明确写「未验证」。