Đã phát hiện nhưng chưa lập chỉ mục: nguyên nhân và các bước kiểm tra

Kiểm tra một URL theo cách mà Google nhìn thấy nó

Bắt đầu với một địa chỉ duy nhất. Một bảng nguyên nhân chỉ hữu ích khi bạn biết hàng nào mô tả trang web hiện tại.

Bắt đầu với trạng thái bao phủ

Mở báo cáo kiểm tra trang trong Search Console và đọc dòng trạng thái trước khi làm bất cứ điều gì khác. Trạng thái "Đã phát hiện" và "Đã thu thập thông tin" là hai kết luận khác nhau, và mỗi kết luận chỉ ra một cách khắc phục khác nhau.

Đừng dành cả tuần để xây dựng liên kết cho một trang mà Google chưa từng thu thập thông tin. Công sức đó nên dành cho nơi khác cho đến khi dòng trạng thái thay đổi.

Lưu kết quả kiểm tra kèm ngày tháng. Trạng thái bao phủ thay đổi khi Google thu thập thông tin lại, vì vậy một ghi chú từ tuần trước cho bạn biết những gì đã xảy ra, và một lần kiểm tra mới cho bạn biết tình trạng hiện tại.

So sánh HTML thô với trang đã được hiển thị

Truy vấn URL bằng cURL và tìm kiếm nội dung chính trong phản hồi. Nếu các từ chỉ xuất hiện sau khi các script chạy, vấn đề nằm ở quá trình hiển thị, không phải cấu trúc liên kết.

Thiếu tiêu đề hoặc nội dung mỏng trong phản hồi thô là một tín hiệu nhanh chóng, và đây là điều mọi người thường bỏ qua nhất.

Làm theo danh sách theo thứ tự. Một lỗi ở mục đầu tiên thường giải thích cho các mục còn lại, vì vậy không cần kiểm tra các mục khác cho đến khi mục đầu tiên được sửa.

• Tiêu đề chính có trong phản hồi
• Nội dung văn bản dài hơn một vài câu
• Có liên kết nội bộ dưới dạng các thẻ neo thuần túy
• Thẻ canonical trỏ đến đúng địa chỉ

Xác nhận sitemap và tệp robots phù hợp với nhau

Một sitemap liệt kê một URL trong khi robots.txt chặn nó sẽ gửi đi các tín hiệu mâu thuẫn. Kiểm tra cả hai tệp trên máy chủ canonical, vì một bản sao được phục vụ từ một máy chủ khác có thể có thông tin khác.

Những sự không khớp như vậy hiếm khi làm hỏng toàn bộ trang web. Tuy nhiên, chúng khiến mọi bước kiểm tra khác trở nên khó đọc hơn.

Cũng hãy kiểm tra các giá trị lastmod nếu sitemap của bạn có chúng. Các ngày không bao giờ thay đổi hoặc tất cả đều khớp với ngày xây dựng sẽ cung cấp rất ít thông tin cho Google về những gì mới.

Vai trò của backlink

Một liên kết từ một trang web khác là một đường dẫn khám phá. Google sẽ theo liên kết đó, có thể giúp trang web ra khỏi hàng chờ "đã phát hiện" sớm hơn.

Điều đó không có nghĩa là một liên kết là công tắc lập chỉ mục. Một trang không có liên kết nội bộ và chỉ có một backlink lẻ tẻ vẫn là một ứng viên yếu, và Google đã nói rõ rằng nó không lập chỉ mục cho mọi thứ nó tìm thấy.

Sử dụng toppages để xem URL nào của bạn thu hút liên kết, sau đó xác nhận rằng chính xác những URL đó đã được lập chỉ mục. Liên kết nhưng chưa có trong chỉ mục là một dấu hiệu đáng để dành một ngày làm việc.

Khi bạn không chắc chắn, hãy xem xét các trang liên kết đến URL bị kẹt. Nếu không có trang nào trong số đó là trang của bạn, vấn đề có thể là cấu trúc nội bộ chứ không phải liên kết bên ngoài.

Liên kết từ các trang không ai đọc

Một liên kết từ một trang chưa bao giờ được thu thập thông tin sẽ cung cấp ít thông tin cho Google để theo dõi. Hãy kiểm tra xem trang liên kết có được lập chỉ mục hay không trước khi bạn tính nó là một đường dẫn khám phá.

Các liên kết chết từ các trang cũ có thể giữ một địa chỉ trong danh sách một thời gian, nhưng chúng hiếm khi thay đổi kết luận một mình.

Liên kết nội bộ thực hiện phần lớn công việc

Phần lớn việc khám phá các trang của chính trang web diễn ra bên trong trang web đó. Menu, danh mục danh mục và sitemap giúp ích cho một trang mới hơn nhiều so với một liên kết bên ngoài.

Nếu một trang không có đường dẫn nội bộ, một liên kết bên ngoài chỉ là một giải pháp tạm thời cho một khoảng trống cấu trúc, và khoảng trống đó mới là thứ cần sửa.

Phân biệt độ sâu liên kết với chất lượng

Một trang được phát hiện nhưng chưa được thu thập thông tin thường là vấn đề về mức độ ưu tiên. Google đã có địa chỉ nhưng thấy ít lý do để vội vàng, thường là do ít đường dẫn nội bộ dẫn đến đó.

Một trang được thu thập thông tin nhưng chưa được lập chỉ mục là một phán quyết. Google đã đọc nó và không muốn nó, vì vậy nhiều liên kết hơn sẽ không khắc phục được nội dung mỏng hoặc trùng lặp.

Các khung công nghệ thêm một nguyên nhân thứ ba. Các trang web Next.js và React đôi khi gửi nội dung chỉ xuất hiện sau khi JavaScript chạy. Hãy truy vấn HTML thô bằng cURL và xem liệu nội dung của bạn có trong đó không. Nếu không, việc hiển thị phía máy chủ hoặc tiền xử lý là giải pháp, và công thức để giữ cho các URL ổn định sẽ áp dụng khi bạn thay đổi khung công nghệ.

Bing và Yandex có hàng chờ riêng, vì vậy hãy kiểm tra Bing Webmaster Tools trước khi giả định rằng vấn đề chỉ thuộc về bạn.

Một bài kiểm tra hữu ích là xem xét cùng một trang từ hai góc độ khác nhau. Nếu số lượng liên kết nội bộ thấp và nội dung mỏng, nguyên nhân có thể là cả hai, và bạn nên sửa cả hai trước khi chờ đợi.

Khi một bước nhảy trong các URL bị loại trừ là do tham số hoặc vấn đề sitemap

Sự gia tăng đột ngột số lượng URL bị loại trừ thường có nguyên nhân cơ học. Nhiệm vụ là tìm ra trình tạo, không phải theo đuổi từng địa chỉ.

Các tham số và đường dẫn phân tầng

Một bước nhảy đột ngột thường bắt nguồn từ một bộ lọc hoặc tham số sắp xếp bắt đầu tạo ra các địa chỉ mới. Hãy lấy mẫu một vài chục từ báo cáo và đọc các chuỗi truy vấn của chúng.

Nếu các biến thể hiển thị cùng một nội dung, vấn đề là trùng lặp. Giải pháp là một thẻ canonical hoặc quy tắc tham số, không phải nhiều liên kết hơn.

Hãy chú ý đến các trang được cho là tồn tại. Một bộ lọc có thể xứng đáng có địa chỉ riêng khi mọi người thực sự tìm kiếm sự kết hợp đó. Quy tắc không phải là chặn mọi tham số, mà là quyết định sự kết hợp nào xứng đáng có địa chỉ.

Một sitemap liệt kê máy chủ sai

Một sitemap được xây dựng cho phiên bản http của trang web, hoặc cho một máy chủ hiện đang chuyển hướng, sẽ cung cấp cho Google một danh sách mà nó sẽ không tin tưởng. Mở tệp và kiểm tra mười địa chỉ đầu tiên so với máy chủ canonical của bạn.

Sửa danh sách trước. Một sitemap sạch sẽ không tốn gì để xuất bản, và nó loại bỏ một biến số khỏi quá trình điều tra.

Các bẫy lưu trữ và chặn bot

Hostinger, Cloudflare và các lớp tương tự đôi khi giới hạn tốc độ Googlebot trong khi phục vụ con người hoàn hảo. Trang web trông ổn đối với bạn và không ổn định đối với trình thu thập thông tin.

Đọc nhật ký truy cập thô để tìm các phản hồi 403, 429 và 5xx cho các user agent chứa Googlebot. Xác minh các lần truy cập đó bằng DNS ngược, vì nhiều trình thu thập dữ liệu giả mạo tên.

Các trình thu thập thông tin AI là một quyết định riêng. Chặn GPTBot hoặc ClaudeBot trong robots.txt sẽ không ảnh hưởng đến Googlebot, nhưng một quy tắc wildcard thiếu cẩn thận có thể. Hãy kiểm tra tệp sau mỗi lần chỉnh sửa.

Các bản sao staging cần được chăm sóc cẩn thận. Khi một bản sao là vấn đề, hãy đặt nó sau mật khẩu và yêu cầu loại bỏ trong Search Console. Thẻ noindex đơn thuần có thể bị vô hiệu hóa bởi một lần triển khai. Xem công thức về chuyển hướng trước khi hợp nhất các máy chủ.

Các giới hạn tốc độ thường chỉ xuất hiện vào những giờ cao điểm. Một lần kiểm tra chạy vào nửa đêm có thể trông sạch sẽ trong khi nhật ký buổi chiều kể một câu chuyện khác, vì vậy hãy lấy mẫu nhiều hơn một cửa sổ thời gian trước khi quyết định.

Hãy ghi chú mọi quy tắc firewall mà bạn thay đổi. Một quy tắc được thêm vào để chặn một trình thu thập dữ liệu khác có thể chặn trình thu thập thông tin, và triệu chứng có thể chỉ xuất hiện sau đó như một sự giảm nhẹ trong việc bao phủ.