Phát hiện URL

Cách công cụ tìm kiếm phát hiện URL qua liên kết nội bộ, backlink, sitemap, nguồn cấp RSS/Atom và các giao thức đẩy như IndexNow hoặc Indexing API.

Xuất bản lần đầu: 22 thg 6, 2026 · Cập nhật lần cuối: 22 thg 8, 2026 · Advanced
Ngôn ngữ
1 tín hiệu bằng chứng trên trang này

Phát hiện URL là bước công cụ tìm kiếm biết một URL tồn tại, trước khi thu thập dữ liệu và lập chỉ mục. Liên kết nội bộ cùng sitemap là nền tảng; nguồn cấp dữ liệu, backlink và giao thức đẩy có thể bổ sung.

TL;DR — Phát hiện là này hub name cho đó đầu tiên move trong tìm kiếm (phát hiện → thu thập dữ liệu → chỉ mục → serve): đó công cụ có để learn một URL tồn tại trước điều này fetches bất cứ điều. Google riêng chính thức mô hình nests này bên trong của nó ba-stage thu thập dữ liệu stage thay vì naming mộtách biệt fourth stage — giống nhau sequence, khác nhau vocabulary. URLs là discovered bởi đưa vào (liên kết nội bộ, backlink, sitemap, RSS/Atom) và push (IndexNow, đó Lập chỉ mục API, sitemap lastmod, WebSub, URL Inspection). Google calls đó tìm bước “URL discovery,” (bản dịch) «phát hiện URL,» và đây là distinct từ thu thập dữ liệu và lập chỉ mục — mà là vì sao “Discovered – currently not indexed” (bản dịch) «Discovered – hiện tại không được lập chỉ mục» có nghĩa là được tìm thấy-nhưng-không-tuy vậy-được thu thập dữ liệu, một state với several có thể gây ra thay vì một guaranteed diagnosis. liên kết và sitemap là đó hai routes Google names trực tiếp, mồ côi các trang là đó canonical failure, IndexNow là Bing/others không Google, đó Lập chỉ mục API là phạm vi-limited để JobPosting/BroadcastEvent, và gửi một URL không bao giờ bảo đảm lập chỉ mục.

Evidence for this claim Google discovers URLs through links, sitemaps, and other previously known signals before crawling and possible indexing. Scope: Current Google crawling and indexing overview. Confidence: high · Verified: Google Search Central: How Search works Evidence for this claim Sitemaps and indexing requests can aid discovery but do not guarantee crawling, indexing, or serving in results. Scope: Current Google sitemap and indexing-request behavior. Confidence: high · Verified: Google Search Central: Learn about sitemaps

Điều phát hiện URL là

Phát hiện là đó tìm bước. Trước một trang có thể là được thu thập dữ liệu, được lập chỉ mục, hoặc phân phối, đó công cụ có để know điều này tồn tại và thêm điều này để của nó danh sách known các trang. Google names này explicitly: “This process is called ‘URL discovery’.” (bản dịch) «Này xử lý là được gọi là ‘phát hiện URL’.» Trong Google riêng từ ngữ, “Some pages are known because Google has already visited them. Other pages are discovered when Google extracts a link from a known page to a new page… Still other pages are discovered when you submit a list of pages (a sitemap) for Google to crawl.” (bản dịch) «một số các trang là known vì Google có đã visited chúng. Other các trang là discovered khi Google extracts một liên kết từ một known trang để một mới trang… Vẫn other các trang là discovered khi bạn gửi một danh sách các trang (một sitemap) cho Google để thu thập dữ liệu.»

Evidence for this claim Google does not guarantee that a discovered or submitted URL will be crawled, indexed, or served. Scope: web search Confidence: high · Verified: In-depth guide to how Google Search works

đó duy nhất đoạn văn là đểàn bộ hub trong miniature: các trang là tìm thấy qua liên kết (nội bộ và bên ngoài) và qua sitemap. Mọi thứ khác là biến động trên những điều đó hai ideas — hoặc cách để push notification thay vì đang chờ để là pulled.

** note trên stage mô hình.** điều này hub xử lý phát hiện → thu thập dữ liệu → chỉ mục → phục vụ như four distinct, named các bước, vì separating “được tìm thấy” từ “fetched” từ “stored” là clearest cách để diagnose stuck trang. Google riêng chính thức mô hình names ba stages — thu thập dữ liệu, lập chỉ mục, serving — và defines phát hiện URL như opening move trong thu thập dữ liệu, không như của nó riêng fourth stage. sequence của events là giống hệt either cách; điều này hub chỉ cho tìm bước của nó riêng name và của nó riêng phần vì nó behaves differently đủ (và nhận misdiagnosed thường đủ) để deserve một.

Evidence for this claim Google's official three-stage model is crawling, indexing, and serving; it places URL discovery at the beginning of the crawling stage rather than defining discovery as a separate official fourth stage. Scope: web search Confidence: high · Verified: In-depth guide to how Google Search works

Phát hiện so với thu thập dữ liệu so với lập chỉ mục

giữ những điều này ba ideas tách biệt và phần lớn phát hiện confusion disappears — sử dụng của chúng ta four-bước teaching breakdown của Google ba chính thức stages:

  • Phát hiện — công cụ learns URL tồn tại. Không có gì có là fetched tuy vậy.
  • thu thập dữ liệu — công cụ downloads discovered URL (và renders nó). đó thu thập dữ liệu hub nhiệm vụ.
  • lập chỉ mục — công cụ analyzes và stores được thu thập dữ liệu trang so nó có thể là phân phối.

Google frames đó lại half của này như ba stages: “Google Search works in three stages, and not all pages make it through each stage” (bản dịch) «Google tìm kiếm hoạt động trong ba stages, và không tất cả các trang làm điều này qua mỗi stage» — thu thập dữ liệu, lập chỉ mục, và serving. Phát hiện là đó front door của giai đoạn một. Và none của những các bước là một xếp hạng factor trên của nó riêng; họ là prerequisites để đang eligible để xếp hạng. MỘT URL đó là không bao giờ discovered là không bao giờ được thu thập dữ liệu, được lập chỉ mục, hoặc phân phối — đầy đủ dừng.

Cách công cụ tìm kiếm phát hiện các URL: đưa vào so với push

sạch nhất mental mô hình là đưa vào so với push. đưa vào là công cụ phát hiện các URL trên của nó riêng; push là bạn notifying nó.

đưa vào — công cụ tìm thấy nó trên của nó riêng

Liên kết nội bộ và backlink. Google: “Other pages are discovered when Google extracts a link from a known page to a new page: for example, a hub page, such as a category page, links to a new blog post.” (bản dịch) «Other các trang là discovered khi Google extracts một liên kết từ một known trang để một mới trang: ví dụ, một hub trang, như một category trang, liên kết để một mới blog post.» Google riêng tài liệu cũng say một properly linked site có thể thường nhận hầu hết các trang của nó các trang discovered này cách, với mới các trang đó có một vài liên kết bên ngoài và lớn các trang với unlinked các trang tại greater rủi ro của gaps — liên kết không đó chỉ route trong, nhưng họ là đó một Google names đầu tiên và đó một đó scales tự động như bạn publish. đó là vì sao liên kết nội bộ là một của đó highest-leverage phát hiện levers bạn có, và vì sao mồ côi các trang struggle (hơn dưới). Backlink từ other các trang hoạt động identically — an liên kết bên ngoài từ một trang đó công cụ đã knows surfaces của bạn mới URL.

Evidence for this claim Google says it can usually discover most pages on a properly linked site, while new sites with few external links and large sites with unlinked pages have a greater risk of pages not being discovered. Scope: sitemaps and internal links Confidence: high · Verified: What is a sitemap?

sitemap. Google: “A sitemap helps search engines discover URLs on your site, but it doesn’t guarantee that all the items in your sitemap will be crawled and indexed.” (bản dịch) «MỘT sitemap hỗ trợ công cụ tìm kiếm phát hiện URLs trên trang web của bạn, nhưng điều này không bảo đảm đó tất cả đó items trong của bạn sitemap sẽ là được thu thập dữ liệu và được lập chỉ mục.» Đó caveat là đó đểàn bộ điểm — một sitemap là một phát hiện aid, không an lập chỉ mục bảo đảm. Đó đầy đủ cơ chế trực tiếp trong đó nested sitemap deep dives (XML sitemap, sitemap chỉ mục, image sitemap, video sitemap).

RSS / Atom nguồn cấp. Google accepts nguồn cấp như một sitemap format — “Google accepts RSS 2.0 and Atom 1.0 feeds.” (bản dịch) «Google accepts RSS 2,0 và Atom 1,0 nguồn cấp.» Đó catch là đó một nguồn cấp chỉ surfaces của bạn recently changed URLs, so điều này complements một đầy đủ sitemap thay vì thay thế điều này.

Push — bạn thông báo công cụ điều đó changed

WebSub (PubSubHubbub). Cho RSS/Atom nguồn cấp, Google hỗ trợ WebSub: “If you use Atom or RSS, you can use WebSub to broadcast your changes to search engines, including Google.” (bản dịch) «Nếu bạn dùng Atom hoặc RSS, bạn có thể dùng WebSub để broadcast của bạn thay đổi để công cụ tìm kiếm, including Google.» Thay vì đang chờ để là re-pulled, của bạn nguồn cấp broadcasts đó thay đổi.

Sitemap lastmod. freshness tín hiệu đó tells engines URL changed và có thể là worth re-thu thập dữ liệu. Bing leans trên nó harder hơn Google làm — Bing có đã nói lastmod trường vẫn mấu chốtín hiệu đó hỗ trợ nó ưu tiên các URL cho recrawling và reindexing. (Detail lives trong sitemap cluster.)

Google Lập chỉ mục API — phạm vi-limited. Này là đó một đó nhận misused hầu hết. Đó Lập chỉ mục API có thể chỉ là được dùng để thu thập dữ liệu các trang với either JobPosting hoặc BroadcastEvent embedded trong một VideoObject. Điều này là không một chung “submit any URL to Google” (bản dịch) «gửi bất kỳ URL để Google» endpoint, không quan trọng cách thường đây là pitched đó cách. Nếu trang của bạn không một nhiệm vụ posting hoặc một trực tiếp-stream broadcast event, đó Lập chỉ mục API không của bạn công cụ.

IndexNow — Bing và others, không Google. IndexNow là một push giao thức: điều này notifies enabled công cụ tìm kiếm đó instant một URL là đã thêm, đã cập nhật, hoặc deleted, và theo của nó riêng FAQ, “Search engines adopting the IndexNow protocol agree that submitted URLs will be automatically shared with all other participating search engines.” (bản dịch) «Cácông cụ tìm kiếm adopting đó IndexNow giao thức agree đó được gửi URLs sẽ là tự động shared với tất cả other participating công cụ tìm kiếm.» như của này viết (theo indexnow.org hiện tại tài liệu, checked July 2026), đó participating engines là Microsoft Bing, Yandex, Naver, Seznam.cz, và Yep — kiểm tra đó trực tiếp IndexNow tài liệu cho đó hiện tại danh sách, since điều này có thể thay đổi. Google không phải trên đó danh sách. không có Google hỗ trợ trang đó says “we don’t support IndexNow” (bản dịch) «we không hỗ trợ IndexNow» — Google non-participation là inferred từ của nó absence từ đó hiện tại partner danh sách plus Googlers describing điều này như điều đó chúng chỉ tested, không từ một đầu tiên-party Google xác nhận, so treat điều này như đó tốt nhất khả dụng đọc thay vì an chính thức statement. Và regardless của công cụ: notifying IndexNow chỉ tells điều này một URL changed — mỗi participating công cụ vẫn quyết định independently liệu và khi nào nên thu thập dữ liệu và chỉ mục điều này, đó giống nhau “notification isn’t a guarantee” (bản dịch) «notification không một bảo đảm» rule đó áp dụng để sitemap và mỗi other phát hiện channel. Cho Google, bạn fall lại để liên kết, sitemap, và URL Inspection.

thủ công việc gửi — URL Inspection. Cho một-off Google việc gửi: “To request a crawl of individual URLs, use the URL Inspection tool.” (bản dịch) «Để yêu cầu một thu thập dữ liệu của individual URLs, dùng đó URL Inspection công cụ.» Nhưng không expect repeats để force speed — Google là rõ ràng đó “there’s a quota for submitting individual URLs and requesting a recrawl multiple times for the same URL won’t get it crawled any faster.” (bản dịch) «có một quota cho gửi individual URLs và requesting một recrawl multiple times cho đó giống nhau URL sẽ không nhận điều này được thu thập dữ liệu bất kỳ nhanh hơn.» Bing có của nó riêng URL việc gửi channel (lên để 10 000 URLs/day), tách biệtừ IndexNow.

Pull and push can both make a URL known, but neither route skips the crawl queue or guarantees indexing. Nguồn: /technical-seo/how-search-works/discovery/

Two discovery routes feed one crawl queue. Pull discovery includes following links and reading sitemaps. Push discovery includes IndexNow for participating engines, the scope-limited Google Indexing API, and freshness notifications such as sitemap lastmod, RSS, or WebSub. Google does not use IndexNow for general pages, and its Indexing API supports only JobPosting and qualifying livestream pages.

© Patrick Stox LLC · CC BY 4.0 ·

Cách Google và Bing mỗi mô tả phát hiện

Cả hai engines frame phát hiện như đó front của đó quy trình. Bing puts điều này trực tiếp trong của nó definition của thu thập dữ liệu — Fabrice Canel: “Crawling is the process by which bingbot discovers new and updated documents or content to be added to Bing’s searchable index.” (bản dịch) «thu thập dữ liệu là đó xử lý bởi mà bingbot discovers mới và đã cập nhật tài liệu hoặc nội dung để là đã thêm để Bing searchable chỉ mục.»

Đó quy mô là worth sitting với, ngay cả khi đó chính xác hình moves theo thời gian. Fabrice Canel có described Bing discovering trên đó order của tens của billions của normalized URLs điều này đã không có bao giờ seen trước, theo day — he put điều này như ”12s of billions … never seen before” (bản dịch) «12s của billions … không bao giờ seen trước» trong an August 2022 post, một number I haven’t independently re-verified so với một hiện tại chính nguồn, so treat điều này như một directional hợp lý của quy mô thay vì một precise, hiện tại daily count. Whatever đó chính xác hình là hôm nay, phát hiện operates như một firehose, và đó engines deprioritize aggressively — mà là đó backdrop cho “Discovered – currently not indexed” (bản dịch) «Discovered – hiện tại không được lập chỉ mục» dưới.

mồ côi các trang: Khi phát hiện fails

mồ côi trang không có liên kết nội bộ pointing để nó. vì liên kết là một của hai phát hiện routes Google names trực tiếp (bên cạnh sitemap), mồ côi có thể chỉ là tìm thấy qua sitemap, liên kết bên ngoài, chuyển hướng, hoặc canonical/hreflang reference — và nếu none của những điều đó exist, nó có thể không bao giờ là discovered hay không.

Đó cách sửa là liên kết nội bộ, không push tricks. liên kết đó trang từ một liên quan hub/category trang — chính xác Google “category page links to a new blog post” (bản dịch) «category trang liên kết để một mới blog post» ví dụ. Putting an mồ côi trong của bạn XML sitemap hỗ trợ Google phát hiện điều này, nhưng điều này không replace đó nội bộ-liên kết tín hiệu đó tells đó công cụ đó trang quan trọng. Orphans frequently xuất hiện như “Discovered – currently not indexed” (bản dịch) «Discovered – hiện tại không được lập chỉ mục» cho precisely này lý do: Google được tìm thấy đó sitemap entry nhưng deprioritized thu thập dữ liệu một trang không có gì liên kết để.

”Discovered – currently not indexed” (bản dịch) «Discovered – hiện tại không được lập chỉ mục» trong tìm kiếm Console

Điều certain về điều này trạng thái là stage boundary — điều này hub nhiệm vụ là để khắc phục đó boundary trong của bạn head, không để fully diagnose nó ( dedicated deep dive làm đó). Google mô tả: trang là tìm thấy bởi Google nhưng không được thu thập dữ liệu tuy vậy — Google wanted để thu thập dữ liệu URL nhưng dự kiếnó sẽ overload trang web, so nó rescheduled thu thập dữ liệu, mà là Tại sao cuối cùng-thu thập dữ liệu date là rỗng.

Contrast điều này với “Crawled – currently not indexed,” (bản dịch) «Được thu thập dữ liệu – hiện tại không được lập chỉ mục,» mà là một khác nhau, downstream vấn đề: đó trang đã là được thu thập dữ liệu nhưng không được lập chỉ mục, và điều này có thể hoặcó thể không là được lập chỉ mục trong đó tương lai. Đó stage boundary là đó lesson hầu hết bên thứ ba ghi-ups miss:

  • Discovered – hiện tại không được lập chỉ mục = Google knows URL nhưng hasn’t fetched nó. phát hiện/thu thập dữ liệu-scheduling state (rỗng cuối cùng-thu thập dữ liệu date).
  • Được thu thập dữ liệu – hiện tại không được lập chỉ mục = Google fetched nó nhưng chose không để chỉ mục nó. lập chỉ mục/chất lượng state.

Điều gây ra “Discovered – currently not indexed” (bản dịch) «Discovered – hiện tại không được lập chỉ mục» — hoạt động qua điều này trong này order, không như một duy nhất confirmed nguyên nhân:

  1. thu thập dữ liệu scheduling / perceived máy chủ-load deprioritization — Google riêng stated lý do cho trạng thái itself.
  2. trang là orphaned hoặc chỉ weakly internally linked, lowering Cách nhiều Google wants để spend thu thập dữ liệu effort trên nó.
  3. trang web-wide chất lượng hoặc authority các tín hiệu dragging trên tổng thể thu thập dữ liệu demand — trang web-level pattern, không proof của defect trên điều này một trang.
  4. mới hoặc thấp-authority trang web với little thu thập dữ liệu demand tuy vậy.

None của những là đó phổ quát nguyên nhân — Google tài liệu đó thu thập dữ liệu-scheduling lời giải thích trực tiếp nhưng không publish một duy nhất deterministic lý do một được cho URL sits trong này state, so treat đó danh sách trên như một hypothesis ladder để hoạt động qua, không một diagnosis để assume. Điều này cũng không có nghĩa là điều đó là hỏng: John Mueller có đã nói “it’s completely normal that we don’t index everything off of the website,” (bản dịch) «đây là completely thông thường đó we không chỉ mục mọi thứ off của đó website,» với đó lời khuyên đang để reconsider tổng thể site chất lượng thay vì hunt cho một theo-trang kỹ thuật vấn đề, và Gary Illyes có pointed ra đó đó vast majority của websites không cần để think về ngân sách thu thập dữ liệu hay không. My riêng practitioner shorthand, từ my lập chỉ mục hướng dẫn tại Ahrefs (worth một re-đọc trước treating điều này như gospel, since I haven’t re-verified đó trực tiếp trang trong này truyền): Discovered có nghĩa là Google knows đó URL nhưng hasn’t được thu thập dữ liệu điều này; Được thu thập dữ liệu có nghĩa là điều này đã là fetched nhưng không được lập chỉ mục và thường points để một chất lượng vấn đề — và đó cácách sửa overlap. Làm đó nội dung unique, valuable, và intent-khớp; rõ ràng bất kỳ stray noindex/robots/canonical blockers; giữ đó máy chủ fast và ổn định; xây dựng một logical hierarchy với mạnh liên kết nội bộ; thì dùng URL Inspection để yêu cầu một re-thu thập dữ liệu và monitor. Cho đó đầy đủ breakdown của thu thập dữ liệu capacity so với thu thập dữ liệu demand và một bước-bởi-bước cách sửa path, see đó dedicated “Discovered – currently not indexed” (bản dịch) «Discovered – hiện tại không được lập chỉ mục» bài viết.

Cách hỗ trợ phát hiện

Trong rough order của leverage:

  1. Strengthen liên kết nội bộ để đó trang — kill đó mồ côi. Này là đó highest- leverage lever, vì liên kết là một trong đó hai phát hiện routes Google names trực tiếp.
  2. Put điều này trong một sạch XML sitemap (canonical, indexable URLs; chính xác lastmod). gửi đó sitemap trong Google tìm kiếm Console và Bing Quản trị viên web công cụ.
  3. Raise tổng thể site chất lượng so thu thập dữ liệu demand rises — này là điều moves “Discovered – currently not indexed” (bản dịch) «Discovered – hiện tại không được lập chỉ mục» các trang.
  4. Dùng URL Inspection → Yêu cầu Lập chỉ mục cho một duy nhất quan trọng URL (remember đó quota; repeats không speed điều này lên).
  5. Cho Bing và other participating engines, dùng IndexNow để push changed URLs instantly. Cho Google, không có tương đương push cho chung các trang — rely trên liên kết + sitemap + URL Inspection.

Bước tiếp theo

điều này hub là bản đồ cho Cách URL trở thành known. deep dives nested dưới nó bao quát cơ chế của sitemap side:

sitemap

  • sitemap — overview: Điều sitemap là, formats Google accepts, và Cách gửi một fits vào phát hiện (aid, không bảo đảm).
  • XML sitemap — tiêu chuẩn format, của nó các trường, size giới hạn, và lastmod đã xong đúng.
  • Sitemap chỉ mục — Cách split và reference multiple sitemap Khi bạn outgrow một file.
  • Image sitemap — surfacing images cho phát hiện trong image tìm kiếm.
  • Video sitemap — surfacing video nội dung và của nó metadata.

cho Điều happens sau khi URL là discovered — fetching, thu thập dữ liệu scheduler, kết xuất, và ngân sách thu thập dữ liệu — see thu thập dữ liệu hub. liên quan push topics như IndexNow và Google lập chỉ mục API cũng trực tiếp gần thu thập dữ liệu side. cho rộng hơn picture, see Cách Tìm kiếm Hoạt động.

mỗi nested chủ đề trên là của nó riêng deep dive dưới điều này hub — chúng là trong sidebar cũng.

Add an expert note

Pin an expert quote

New person? Create their unclaimed profile at /admin/experts/ → Pin a quote first.