百度只收录首页不收录内页？问题出在这3个地方（老凯SEO实战解析）
文｜老凯 · 12年百度系SEO老兵｜专注中文搜索生态深度研究
很多站长朋友最近私信我：“老凯老师，我的网站上线快两个月了，百度收录一直停留在首页，点开百度搜索资源平台一看——收录量永远是‘1’，内页一条都不见！内容天天更新，关键词也做了优化，但就是没收录，更别提排名了……这到底是怎么回事？”
这不是个例，而是当前中小站点、新站、甚至部分改版后老站的高频“症状”。作为在百度搜索生态里摸爬滚打12年的SEO从业者，我必须说一句扎心的话：百度不是“不收录”你的内页，而是系统根本没把它当“合格页面”来抓取和评估——首页能被收录，恰恰暴露了你网站底层结构存在严重缺陷。
今天，我就以一个实战派SEO专家的视角，带大家穿透表象，直击本质。百度只收首页不收内页，90%以上的问题，就卡在这3个关键环节上——不是技术玄学，全是可诊断、可修复、可验证的硬伤。
第一处致命伤：导航链路断裂——你的内页，百度蜘蛛根本“走不到”
很多站长以为：只要把文章发布出来，加个分类目录，百度就能自动发现。错！大错特错。
百度蜘蛛（Baiduspider）本质是一个“爬虫机器人”，它没有眼睛，不会点击下拉菜单，不识别JS渲染的导航，更看不懂“美观但无语义”的H5动画菜单。它只认一种语言：HTML静态链接+合理层级路径+可追溯的锚文本链路。
常见病灶：
首页导航栏用纯JS或Vue/React动态生成，源代码中无真实标签； 分类页、标签页、归档页全部通过AJAX加载，源码为空白或仅有占位符； 内页之间无任何相互链接（比如文章末尾不加“相关阅读”，列表页不展示摘要+链接）； 网站底部版权区只有“©2024 XXX公司”，却漏掉了至关重要的“网站地图”和“栏目入口”。▶️ 老凯实操诊断法：
打开你的网站首页，右键→“查看网页源代码”→Ctrl+F搜索“.html”或“/article/”等内页路径。如果搜不到3条以上真实存在的、非JS生成的内页链接，恭喜你——你的网站对百度而言，就是一个“单间公寓”：只有一扇门（首页），里面再无其他房间门（内页入口）。① 在首页、分类页、文章页底部，手动添加3–5个高质量内页锚文本链接（如：“《如何写好标题》”、“新手SEO避坑指南”）；
② 生成符合Sitemap 0.9协议的XML地图（推荐使用Dedecms自带工具或在线生成器），提交至百度搜索资源平台，并确保robots.txt允许访问；
③ 所有导航必须输出为原生HTML 标签，禁用“伪静态但无真实跳转”的前端路由伪装。第二处隐性雷区：内容价值稀释——内页缺乏独立主题与信息增量
百度近年反复强调：“拒绝采集站、拒绝低质聚合、拒绝无差异化内容。”而大量只收首页的站点，内页普遍存在“伪原创”陷阱：
所有文章模板高度雷同：相同开头套路（“在当今数字化时代…”）、相同结尾呼吁（“欢迎关注我们！”）、相同配图尺寸与水印位置； 关键词堆砌明显：标题含3个主词（SEO优化+百度收录+网站排名），正文前100字重复出现5次“SEO”； 无用户意图匹配：写“WordPress建站教程”，却不讲具体操作步骤、报错截图、后台路径，只泛泛而谈“很重要”“要重视”。百度算法（尤其是2023年发布的“星火”与2024年“玉言”升级）已具备强语义理解能力。它会对比首页与内页的主题相关性、信息密度、可信度信号（如外链引用、用户停留时长预估）。一旦判定某内页是“首页的廉价复制品”，系统将直接降权处理——不抓取、不索引、不展示。
▶️ 老凯内容健康度自测表（任一达标即加分）：
✓ 页面有明确且唯一的解决目标（如：“解决宝塔面板502错误的7种真实方法”）；
✓ 正文含≥2张原创截图/流程图/数据表格（非网络盗图）；
✓ 每段首句含动词引导（“点击设置→选择PHP版本→重启服务”）；
✓ 文末提供可验证的延伸资源（官方文档链接、GitHub Issue参考、本地化测试环境配置）。✅ 修复核心：把每一篇内页当作“独立产品”来打造——它不需要讨好所有用户，但必须精准解决某一类用户的某一个具体问题。
第三处技术暗坑：服务器与抓取权限失控——蜘蛛来了，却被拒之门外
这是最容易被忽视，却最致命的一环。
很多站长用的是共享主机、低价云虚拟机，或自行搭建的Nginx环境，却未做基础SEO适配：
robots.txt误写为 Disallow: / 或 Disallow: /*.php$（连首页都该被屏蔽）； 服务器返回状态码异常：内页返回302临时跳转（指向首页）、或403/406/503等非200状态； 网站启用了过于激进的防爬策略：Cloudflare开启“Under Attack Mode”、WAF规则误杀Baiduspider UA； 未配置canonical标签，导致同一内容多个URL（带www/non-www、带index.html、带参数utm_source）被识别为重复内容，百度只保留首页URL。▶️ 老凯必查三步：
① 百度搜索资源平台→“抓取频次”看近7日是否真有内页抓取记录；
② 使用站长工具（如Screaming Frog）全站爬一遍，筛选出状态码≠200的内页；
③ 在百度资源平台“user-agent校验”中输入Baiduspider真实UA，测试任意内页能否正常返回HTML。✅ 终极修复口诀：
“一放二稳三唯一”——
放：robots.txt放开所有必要目录（/article/ /category/）；
稳：确保每个内页稳定返回200+完整HTML（禁用JS渲染首屏）；
唯一：全站统一主域（强制301跳转），每页设置规范canonical。结语：首页不是终点，而是起点的哨兵
百度只收录首页，不是给你发“及格证”，而是一张红色预警单。它在告诉你：你的网站尚未构建起可持续的内容生长系统、可信的技术信任体系、以及真实的用户价值闭环。
别再问“为什么百度不收录”，先问自己：“我的内页，值得被收录吗？”
从今天起，砍掉花哨的JS导航，补上扎实的HTML链路；放下关键词执念，回归一个用户、一个问题、一次解决；检查每一行服务器配置，像守护金库一样守护每一次蜘蛛来访。
SEO没有捷径，但有路径。而路径，永远始于对问题本质的清醒认知。
——老凯于北京·凌晨2:17
（刚帮一位教育类新站修复内链后，其37篇课程页24小时内新增收录31条）【附】自查清单PDF版（含robots.txt模板/Canonical写法/百度UA校验步骤）可留言“内页收录”免费领取。