Google nie indeksuje podstron: 9 przyczyn

Brak indeksacji nie jest karą. W 90% przypadków to jeden z dziewięciu konkretnych, naprawialnych problemów: od noindex zostawionego po wdrożeniu, przez błędny canonical, aż po podstrony bez ani jednego linku wewnętrznego. Search Console podaje przyczynę, tylko nazywa ją językiem, który łatwo zinterpretować opacznie.

W skrócie

Status „Wykryto, obecnie nie zaindeksowano” oznacza, że Google zna adres, ale jeszcze go nie pobrał. Status „Zeskanowano, obecnie nie zaindeksowano” to decyzja o pominięciu już pobranej treści.
Dwie najczęstsze przyczyny na młodych serwisach: zbyt mała wartość pobranej treści oraz brak linków wewnętrznych prowadzących do podstrony.
Blokady techniczne (noindex, canonical, robots.txt) odpowiadają za mniejszą część przypadków, ale naprawia się je najszybciej, więc sprawdzamy je pierwsze.
Sitemap przyspiesza odkrycie nowego adresu. Nie wymusza indeksacji i nie naprawia treści, która została odrzucona.
Realny czas reakcji po naprawie to 7–21 dni dla pojedynczych adresów i nawet 2–3 miesiące dla całych katalogów.

Co naprawdę znaczą statusy indeksacji w Search Console

Raport „Indeksowanie stron” rozdziela dwa zupełnie różne zdarzenia: pobranie adresu przez robota i decyzję o umieszczeniu go w indeksie. Mylenie ich prowadzi do naprawiania nie tego problemu.

Status w GSC	Co się stało	Pierwszy krok
Wykryto, obecnie nie zaindeksowano	Adres jest w kolejce, robot go nie pobrał	Dodaj linki wewnętrzne, sprawdź czas odpowiedzi serwera
Zeskanowano, obecnie nie zaindeksowano	Treść pobrana i uznana za niewystarczającą	Przepisz treść, scal z mocniejszą podstroną
Duplikat: Google wybrał inny canonical	Istnieje adres uznany za ważniejszy	Ujednolicz canonical, usuń warianty
Wykluczono przez tag „noindex”	Dyrektywa w kodzie lub w nagłówku HTTP	Usuń tag, poproś o ponowną weryfikację
Zablokowane przez plik robots.txt	Robot nie ma prawa pobrać adresu	Popraw regułę Disallow
Strona z przekierowaniem	Adres zwraca 301 lub 302	Zaktualizuj linki do adresu docelowego
Nie znaleziono (404)	Zasób nie istnieje	Przywróć treść albo przekieruj do najbliższego tematu

Pełny słownik statusów Google utrzymuje w dokumentacji raportu indeksowania. Warto porównywać go z własnym raportem co dwa tygodnie, bo nazwy statusów zmieniały się kilka razy od 2023 roku.

Przyczyna 1 i 2: budżet crawlowania oraz wolny serwer

Na serwisie poniżej 10 tysięcy adresów budżet crawlowania rzadko jest prawdziwym limitem. Problemem bywa natomiast tempo odpowiedzi: gdy serwer oddaje dokument w 1,5 sekundy albo sypie błędami 5xx, robot sam ogranicza liczbę pobrań, żeby nie obciążać hosta.

Objaw jest charakterystyczny: setki adresów wiszą w statusie „Wykryto, obecnie nie zaindeksowano”, a żaden nie przechodzi dalej. Potwierdzenie znajdziemy wyłącznie w logach serwera, bo Search Console pokazuje tylko uśrednione wykresy. Jak czytać wpisy robotów i oddzielić Googlebota od podszywających się skanerów, opisujemy w materiale o analizie logów pod crawlery AI.

Druga pułapka to serwis, który generuje adresy szybciej, niż robot zdąży je pobierać. Sklep z pięciuset produktami i dwunastu filtrami potrafi wystawić dziesiątki tysięcy kombinacji. Wtedy limit staje się realny, tylko winą nie jest Google, a architektura.

Przyczyna 3 i 4: cienka treść i duplikaty wewnętrzne

„Zeskanowano, obecnie nie zaindeksowano” to w praktyce informacja, że dokument nie wnosi nic, czego nie ma już w indeksie. Dotyczy to opisów produktów skopiowanych od producenta, podstron lokalizacji różniących się nazwą miasta oraz artykułów poniżej 400 słów bez własnych danych.

Duplikacja wewnętrzna działa podobnie, tylko gorzej: dwie podstrony konkurują o tę samą frazę i żadna nie zdobywa przewagi. Mechanizm i sposób rozplątania takich par rozkładamy w tekście o kanibalizacji słów kluczowych.

W e-commerce źródłem duplikatów są najczęściej filtry i paginacja. Decyzję, które kombinacje mają prawo wejść do indeksu, a które powinny zostać odcięte, warto podjąć raz i zapisać w dokumentacji; omawiamy ją w analizie kategorii i filtrów w sklepie.

Przyczyna 5, 6 i 7: noindex, canonical, przekierowania

Blokady techniczne są najtańsze do naprawy, bo nie wymagają pisania treści. Kolejność sprawdzania:

noindex w kodzie: znacznik meta robots w sekcji head. Najczęściej zostaje po etapie testowym albo po globalnym ustawieniu we wtyczce SEO.
noindex w nagłówku HTTP: X-Robots-Tag. Niewidoczny w źródle strony w przeglądarce, więc umyka ręcznej kontroli. Sprawdzamy go komendą curl -I.
Canonical wskazujący poza siebie: szablon podstawia adres strony głównej lub kategorii na każdej podstronie. Efekt: cały katalog ląduje jako duplikat.
Łańcuchy przekierowań: adres A kieruje do B, B do C. Googlebot przechodzi kilka skoków, ale sygnały gubią się po drodze.
Niespójne warianty adresu: wersja z ukośnikiem na końcu i bez, HTTP i HTTPS, z www i bez. Każdy wariant to osobny adres do rozstrzygnięcia.

Zasady działania dyrektywy noindex Google opisuje w przewodniku Search Central. Kluczowy szczegół: adres zablokowany w robots.txt nie może zostać odczytany, więc dyrektywa noindex w jego kodzie nigdy nie zadziała. Te dwa mechanizmy wzajemnie się wykluczają.

Przy migracjach i zmianach struktury adresów problem skaluje się na cały serwis, bo jeden błędny szablon canonical obejmuje wtedy wszystkie nowe adresy naraz. Dlatego po każdej zmianie struktury URL sprawdzamy canonical na próbce z każdego katalogu, nie tylko na stronie głównej.

Przyczyna 8: podstrona bez linków wewnętrznych

Osierocona podstrona to adres, do którego nie prowadzi żaden link z serwisu. Google może znać go z sitemapy, ale traktuje jako nieistotny, bo sam serwis nie wskazuje na jego wartość. To najczęstsza przyczyna braku indeksacji na blogach rozwijanych automatycznie.

Minimalny próg, który działa w praktyce: trzy linki kontekstowe z podstron już zaindeksowanych, umieszczone w akapitach, nie w stopce ani w bloku „powiązane”. Linki z menu i stopki występują na każdej podstronie, więc niosą niewiele informacji o hierarchii.

Znaczenie ma też sam tekst odnośnika. Trzy linki z anchorem „sprawdź tutaj” przekazują mniej niż jeden opisujący temat celu, a nadużywanie identycznej frazy wygląda na manipulację. Granice bezpiecznego użycia zestawiamy w tekście o anchor text w linkach wewnętrznych.

Przyczyna 9: soft 404 i puste szablony

Soft 404 to adres zwracający kod 200 przy jednoczesnym braku treści: pusta kategoria, wynik wyszukiwania bez trafień, szablon z samym nagłówkiem. Google rozpoznaje wzorzec i wyklucza taki dokument, mimo że serwer raportuje poprawną odpowiedź.

Diagnoza jest nieoczywista właśnie dlatego, że automatyczny test kodów HTTP przechodzi bez zastrzeżeń. Jedyna pewna metoda to pobranie dokumentu i sprawdzenie, ile znaków zawiera właściwa treść po usunięciu nawigacji i stopki. Poniżej 300 słów w głównym kontenerze traktujemy adres jako kandydata do scalenia albo usunięcia.

Kolejność napraw w 14 dni

Naprawy ustawiamy od najtańszych do najdroższych, żeby pierwsze efekty pojawiły się przed końcem drugiego tygodnia.

Dzień 1: eksport wszystkich wykluczonych adresów z Search Console, grupowanie według statusu. Bez tej listy pracujemy na wyczucie.
Dzień 2: kontrola noindex i X-Robots-Tag na próbce 20 adresów z każdej grupy.
Dzień 3: audyt canonical i robots.txt, usunięcie reguł blokujących katalogi, które mają trafić do indeksu.
Dni 4–5: skrócenie łańcuchów przekierowań do jednego skoku, ujednolicenie wariantu adresu.
Dni 6–8: linkowanie wewnętrzne do osieroconych adresów, minimum trzy odnośniki kontekstowe na adres.
Dni 9–12: przepisanie lub scalenie podstron ze statusem „Zeskanowano, obecnie nie zaindeksowano”.
Dzień 13: regeneracja sitemapy, usunięcie z niej adresów przekierowanych i zwracających 404.
Dzień 14: ręczne zgłoszenie 10 najważniejszych adresów przez narzędzie kontroli URL, pomiar stanu wyjściowego do porównania.

Kiedy sitemap pomaga, a kiedy nie

Sitemap rozwiązuje wyłącznie problem odkrycia adresu. Pomaga przy nowych podstronach, głębokich strukturach i serwisach po migracji. Nie pomaga, gdy treść została już pobrana i odrzucona, bo przekazuje robotowi informację, którą ten dawno posiada.

Dwa błędy zdarzają się najczęściej. Pierwszy: sitemap zawiera adresy przekierowane, zablokowane w robots.txt albo oznaczone noindex, co obniża zaufanie do całego pliku. Drugi: pole lastmod aktualizuje się przy każdym przebudowaniu serwisu, także gdy treść nie zmieniła się ani o zdanie. Po kilku takich cyklach sygnał przestaje być brany pod uwagę.

Najczęstsze błędy przy diagnozie

Zgłaszanie adresu przez kontrolę URL bez naprawy przyczyny. Ponowne zgłoszenie dokumentu, który został odrzucony za cienką treść, zmieni jedynie datę ostatniego pobrania.
Ocena na podstawie operatora site:. Wyniki tego operatora są przybliżone i niestabilne w czasie. Jedynym wiarygodnym źródłem pozostaje raport indeksowania.
Zbyt krótkie okno pomiaru. Ocena skutku po trzech dniach to odczyt szumu. Mediana czasu ponownego pobrania dla podstrony artykułowej to kilka tygodni.
Usuwanie adresów zamiast scalania. Trzy słabe artykuły o jednym temacie po scaleniu dają jeden dokument z realną szansą na indeksację.
Traktowanie liczby adresów w indeksie jako celu. Sto podstron zaindeksowanych i generujących wyświetlenia bije tysiąc zaindeksowanych i martwych.

FAQ

Ile czasu Google potrzebuje na indeksację nowej podstrony?

Dla serwisu z ustaloną historią pobrań: od kilku godzin do 3 dni. Dla nowej domeny bez linków zewnętrznych: od 2 do 8 tygodni, a część adresów nie trafia do indeksu nigdy. Decyduje nie wiek domeny, lecz to, czy serwis dostarcza robotowi powtarzalnych powodów do powrotu: nowe treści, linki wewnętrzne, stabilne odpowiedzi serwera. Ręczne zgłoszenie przez kontrolę URL skraca etap odkrycia, nie wpływa natomiast na samą decyzję o indeksacji.

Czym różni się „Wykryto” od „Zeskanowano, obecnie nie zaindeksowano”?

„Wykryto” oznacza, że Google zna adres, ale jeszcze nie pobrał dokumentu. Przyczyną bywa brak linków wewnętrznych albo ograniczenie tempa pobrań z powodu wolnego serwera. „Zeskanowano” oznacza, że dokument został pobrany i przeczytany, po czym uznany za niewart indeksacji. To już ocena jakości, nie kwestia dostępu. Pierwszy status naprawiamy linkowaniem i wydajnością, drugi wyłącznie zmianą treści.

Czy brak indeksacji oznacza karę od Google?

Nie. Kara, czyli działanie ręczne, pojawia się jako osobne powiadomienie w Search Console w sekcji „Działania ręczne” i dotyczy całych serwisów albo wyraźnie wskazanych katalogów. Wykluczenie pojedynczych adresów z indeksu to rutynowa decyzja algorytmu o alokacji zasobów, podejmowana codziennie dla milionów dokumentów. Jeśli w panelu nie ma powiadomienia o działaniu ręcznym, kary nie ma.

Czy warto usuwać podstrony, których Google nie indeksuje?

Tylko wtedy, gdy nie mają wartości dla użytkownika i nie da się ich wzmocnić. Lepszy wynik daje zwykle scalenie: dwa albo trzy cienkie teksty o jednym temacie łączymy w jeden rozbudowany dokument, a stare adresy przekierowujemy kodem 301 na nowy. Zachowujemy wtedy zdobyte linki i historię, zamiast zaczynać od zera. Usunięcie bez przekierowania to strata każdego sygnału, który dany adres zgromadził.

Jak sprawdzić, czy podstrona jest osierocona?

Trzeba przejść cały serwis crawlerem (Screaming Frog, Sitebulb lub własny skrypt), zebrać listę adresów docelowych wszystkich odnośników wewnętrznych, a następnie odjąć ją od listy adresów z sitemapy. Różnica to adresy bez żadnego linku. Ważny szczegół: odnośniki trzeba znormalizować (ukośnik na końcu, wielkość znaków, parametry), bo inaczej ten sam adres w dwóch zapisach da fałszywy wynik.

Czy liczba podstron w indeksie wpływa na pozycje pozostałych?

Nie bezpośrednio. Pośrednio tak: duża liczba cienkich, zaindeksowanych dokumentów rozprasza linkowanie wewnętrzne i wydłuża czas, w którym robot wraca do podstron istotnych. Dla serwisu do kilku tysięcy adresów efekt jest zwykle pomijalny. Powyżej tej skali porządkowanie indeksu (noindex na warianty filtrów, scalanie duplikatów) przynosi mierzalny wzrost częstotliwości pobrań ważnych podstron.

Co dalej

Zacznijcie od eksportu wykluczonych adresów i rozdzielenia ich na dwie grupy: problem dostępu kontra problem jakości. Te pierwsze naprawicie w ciągu trzech dni, te drugie wymagają pracy nad treścią. Jeśli po eksporcie okaże się, że dominują duplikaty, najszybszą ścieżką będzie przegląd par konkurujących o te same frazy według procedury z tekstu o kanibalizacji słów kluczowych.