这篇 SEO 入门教程按搜索引擎实际处理网页的顺序展开：能不能抓到、能不能建立索引、在结果页怎么呈现、用什么工具验证。每个环节给出判断标准与验证方法，并明确区分 Google 官方明确说明的内容与行业普遍做法。

SEO 是什么：先对齐定义

Google 在 SEO 入门指南中把 SEO 描述为帮助搜索引擎理解你的内容、并让用户更容易找到这些内容的做法，同时强调优化对象既包括搜索引擎也包括用户。

Google Search Central：SEO Starter Guide

这个定义决定了后续所有技术的优先级。任何让用户更难理解页面内容的「优化」，即使短期看起来有效，也与搜索引擎的目标方向相反。

抓取与索引：SEO 的地基

搜索引擎的基本流程是：发现 URL、抓取页面、理解内容、建立索引、在需要时返回结果。抓取与索引这两步出问题，后面的内容优化不会被看到。

  • 抓取：爬虫通过链接和站点地图发现 URL，并遵守 robots.txt 规则
  • 索引：判断页面是否值得收录，并把它与查询关联
  • 呈现：在结果页生成标题链接、摘要和富媒体结果

robots.txt 控制抓取，不等同于控制索引

Google 官方文档说明 robots.txt 用于告知爬虫哪些路径不应被抓取。但如果页面已经被抓取、只是不想让它出现在搜索结果里，应使用 noindex 规则，而不是依赖 robots.txt。

Google Search Central：robots.txt 简介

Google Search Central：阻止索引

验证方式：在 Search Console 中查看 robots.txt 报告确认规则生效，再用网址检查工具查看具体 URL 的实际抓取与索引状态。

XML 站点地图帮助发现 URL，不保证收录

站点地图主要用于让搜索引擎发现那些靠内部链接不容易到达的页面。提交站点地图与页面被索引是两件事，Google 官方文档对此有明确区分。

Google Search Central：Sitemaps overview

canonical 是提示，不是强制指令

canonical 用于在多个内容相同或高度相似的 URL 之间指明首选版本。Google 官方把它描述为一种提示，最终会结合内部链接、站点地图、重定向和内容相似度自行判断。

Google Search Central：Consolidate duplicate URLs

所以只加 canonical 常常不够，需要同时检查四件事：内部链接是否都指向同一版本；站点地图是否只列首选 URL；重复版本是否用 301 重定向收敛；分页、筛选、参数页是否被模板错误地输出了 canonical。

内部链接决定爬虫能看到什么

Google 通过 HTML a 标签的 href 发现新 URL。链接需要是爬虫可抓取的 HTML 链接，而不是只能靠 JavaScript 点击事件触发。

Google Search Central：Links crawlable

检查标准：主导航、面包屑、正文相关推荐中的内部链接，是否都指向你希望在搜索结果里出现的页面；是否存在重要页面只能通过站内搜索或表单到达。

JavaScript 渲染

Google 能处理 JavaScript，但渲染发生在抓取之后，存在额外延迟。官方建议把关键内容和链接尽量放在初始 HTML 中。

Google Search Central：JavaScript SEO basics

搜索意图：SEO 入门最容易被跳过的一步

关键词决定写什么主题，搜索意图决定写什么答案。同一个词可能对应了解概念、比较方案、执行操作、排查问题等完全不同的任务。最直接的判断方法是看当前结果页里排的是什么类型的内容：教程、对比页、工具页还是产品页。

动笔前先回答三个问题：

  • 用户搜这个词，真正想完成的是什么任务
  • 现有结果是否已经很好地解决了这个任务
  • 我的页面能提供哪些现有结果没有提供的信息

关键词工具能给出搜索量，但判断不了意图。这部分只能人工完成，也是新手与有经验者差距最大的地方。

页面元素：title 链接与摘要

title 链接

Google 会综合页面 title、H1、正文以及指向该页面的锚文本生成结果页的标题链接，页面自己写的 title 只是候选来源之一。写法上要准确、唯一、覆盖页面核心主题，而不是堆叠关键词。

Google Search Central：Title links

meta description

meta description 是生成摘要的候选来源，Google 有时会直接抽取页面正文片段替代它。它更接近一段说服用户点击的文案，而不是关键词容器；官方文档把它定位为摘要来源，并没有把它描述成排名信号。

Google Search Central：Snippets

内容质量：Google 官方到底要求什么

Google 关于「有帮助的内容」的文档给出的方向可以概括为：以用户需求为中心，而不是以搜索引擎为中心；内容需要体现第一手经验、专业性和可信度；由人写还是由 AI 辅助生成并不是判断标准，判断标准是内容是否具备独特价值。

Google Search Central：Creating helpful content

E-E-A-T 来自 Google 的搜索质量评估指南。需要说清楚：Google 并未把 E-E-A-T 描述成一个可以直接优化的排名信号，它是评估内容质量的一组维度。可落地的做法包括：作者身份与专业背景可核实、事实性内容标注来源、涉及金钱健康安全的话题更严格核对、页面标明更新时间和责任主体。

标题层级方面，H1 表达页面主题，H2/H3 拆分章节。层级本身不是排名因素，但它影响用户能否快速判断页面是否回答了问题，也影响 AI 搜索系统抽取页面结构。

结构化数据

结构化数据是用标准格式（如 JSON-LD）描述页面内容的做法。Google 官方说明结构化数据能帮助搜索引擎理解页面，并让页面有资格显示富媒体结果。

Google Search Central：Intro to structured data

两点必须注意：添加标记不保证出现富媒体结果；标记内容必须与页面可见内容一致，否则属于违反垃圾内容政策的行为。

页面体验与 Core Web Vitals

Core Web Vitals 是衡量加载与交互体验的一组指标。Google 官方把页面体验描述为影响排名的一组信号之一，同时强调它不是决定性因素，内容与查询的相关性仍然优先。

Google Search Central：Page experience

web.dev：Core Web Vitals

排查顺序：先在 Search Console 的 Core Web Vitals 报告里定位问题集中在哪个模板，再判断是图片、字体、JS 还是第三方脚本导致，最后在移动网络条件下实测。

用 Search Console 建立验证闭环

Search Console 是 Google 提供的免费工具，能看到抓取、索引、体验和效果数据。入门阶段至少要会用四个报告：

  • 网址检查：确认单个 URL 是否被抓取、是否被索引
  • 页面索引：查看被排除的页面和排除原因
  • 站点地图：确认提交状态与发现的 URL 数量
  • 效果：查看查询、展示、点击和平均排名

Google Search Central：Search Console 入门

排错顺序建议固定下来：URL 是否返回 200、是否被 robots.txt 阻止、是否存在 noindex、canonical 是否指向别处、内部链接是否可达。按这个顺序查，绝大多数「页面不收录」的问题都能被定位。

新手最常见的五个误区

  • 关键词堆砌：Google 的垃圾内容政策把关键词堆砌列为违规行为
  • 购买链接：链接垃圾同样在垃圾内容政策范围内
  • 隐藏文本或隐藏链接：属于垃圾内容政策明确列出的行为
  • 把 canonical 当成一定生效的强制指令
  • 认为提交了站点地图就等于被收录

Google Search Central：Spam policies

可执行的学习路径

建议顺序：先理解抓取与索引，再掌握 Search Console 的四个报告，然后练习通过结果页判断搜索意图，接着练写 title 与页面结构，最后再进入结构化数据和 Core Web Vitals。每学一个概念就用一个真实页面去验证，而不是只看教程。如果需要更系统的课程体系，可以参考烟雨黑帽 SEO 工作室提供的 SEO 培训内容，把上述模块串成完整流程。

常见问题

SEO 入门需要先学代码吗

不需要。但需要能看懂 HTML 基础结构、HTTP 状态码和 robots.txt 语法，这三项是判断技术问题的最低门槛。

新网站多久能被收录

没有固定时间，Google 官方并未承诺收录周期。可以做的是：提交站点地图、保证内部链接可达、确保页面返回 200 且没有 noindex、用网址检查主动请求抓取。

meta keywords 还有用吗

Google 官方明确表示不使用 meta keywords 作为排名依据，可以不加。

做 SEO 要不要看竞争对手

要看，但目的不是改写，而是判断搜索意图并找出还没被解决的问题。直接重写已有内容通常不会产生额外价值。

资料来源