新站被百度搜索收录的核心逻辑, 其实就是让那种专门负责爬取网页的程序找到你, 然后让它觉得你的网站值得抓取, 最后再让它愿意把你的网页展示给搜索的人看。
大多数网站的负责人都会卡在前面的两个步骤上, 也就是说, 百度爬虫要么根本就不知道你这个网站的存在, 要么就是就算它爬到了内容, 也不会把你展示出来。
下面的这四个步骤是按照执行的先后顺序来排列的, 只要你把这个前面的两步都做好了, 通常用不了几天, 只要在三到七天之间, 你就能看到有关于你网站被收录的信号了。
主动提交新站如何被百度收录，让百度知道你的站点
你需要完成百度资源平台（ziyuan.baidu.com）账号的注册和验证工作, 要把域名归属权给验证清楚。等验证通过了以后, 你可以启用普通收录这一通道, 去提交一批URL。这里要注意, 每天提交的URL数量不能超过5000条。
如果你的情况已经绑定到了百度智能小程序上面, 那就可以利用快速收录这个通道进行操作, 这样单条URL最快只用2个小时就可以进入索引状态。对于新站来说, 建议优先提交首页以及10到20个核心内页, 这样做是为了避免出现一次性提交整个站点所有页面的情况, 从而防止爬虫资源分散。
做好技术基建，确保爬虫抓得动
我们要去检查一下robots.txt文件, 主要是为了确认没有错误地屏蔽那些比较重要的目录, 比如说出现这种情况就是误写了Disallow: /这样的代码, 同时要把页面首屏加载的时间控制在2秒以内, 核心内容这部分一定要避免使用纯JavaScript来渲染, 因为百度移动端爬虫对于JS动态加载这种方式的支持能力目前是仍然有限的状态, 还需要去生成sitemap.xml并将其提交到资源平台里面, 服务器必须部署在国内节点位置, 这样做的目的是为了避免因为使用的是海外节点而导致爬虫访问出现超时的情况。
内容质量，让百度愿意给你展示位
新建站在前50篇文章的内容上必须做到完全原创, 并且要保证每篇内容里都有实打实的、有价值的信息存在。这里明确禁止那些通过批量采集和简单拼接的方式生成内容的操作。具体来说, 每一篇正文部分的字数不能少于800字。在排版和结构方面, 需要使用清晰的H1到H3层级的标题来进行区分。
各个段落之间要呈现出逻辑上的递进关系, 让读者能顺畅地读完。在更新频率上, 要保持每周至少更新3至5篇这样稳定的节奏。这么做比每天更30篇低质量的内容要有效得多, 因为百度算法对内容质量的判断标准, 看的不是发布频率有多高, 而是看重单篇内容里的信息密度有多大。
外部信号新站如何被百度收录，给百度"推荐背书"
你应该去知乎、行业论坛、贴吧这些内容平台上面发布那些包含你自己的站点链接的深度内容, 以此来引导自然的引链情况。你要努力去争取到2至3个权重IC大于10的行业站点的这种外链关系, 这里说的编辑自发推荐的情况, 绝对不是那种购买来的链接。
要知道百度算法对自然外链的信任度是远高于对付费链的信任度的, 所以你要重点把功夫花在内容引链方面而不是集中在批量铺链上。
三个高频踩坑
如果你新创建的网站里面内容完全是空的, 就开始着急使用快速收录的通道, 那么百度方面识别出这属于是一个没有任何实际内容的空壳网站, 虽然这个网站的链接会被记录进索引库里面, 但是它并不会出现在普通的搜索结果展示列表当中。
接下来是第二点关于在网站的收录过程当中如果频繁更换网站的域名或者是大幅度地修改网站内部页面链接的结构地址, 这种操作会触发相关的安全重新审核机制, 导致之前已经被收录成功的网页内容可能在一定时间里暂时消失不见。
然后是第三点关于同一个网络IP地址被用来批量注册好几个不同的域名来做站群性质的运营活动, 在这种情况下的新的网址域名非常容易被系统纳入长达数十天甚至超过三十天以上的观察期里面去。
在实际情况的操作过程里面, 有一部分站长他们会先采取一种做法, 那就是把他们的站点直接部署到像gname.xin这一类专门用来测试的域名上面去, 然后通过这种方式去运行爬虫程序, 进而抓取对应的路径和内容质量等数据来验证效果。
在确认所有问题都没有出错, 并且一切无误之后, 他们才会把这个站点迁移到一个正式的域名里面去, 这样做的目的是为了降低对主站产生收录风险的可能性。
在此时需要特别注意的是, 大家必须要把测试域名和正式主域名所使用的机器人的策略调整得完全一致, 从而避免出现站点迁移完成之后, 因为策略不同而导致屏蔽情况发生冲突的这种结果。
在完成上述四个步骤之后, 你应该每天登录资源平台去查看抓取诊断的日志, 以此来确认Baiduspider的访问记录是不是处于正常状态, 一般情况下经过7到14天的时间, 新建网站的首页和核心内页就会进入百度的索引库, 而在过了2到4周之后, 这些页面就会开始获得来自自然搜索的流量。
