我用 Vibe Code 做出了漂亮的 Web 应用,但 AI 依然无法为 Google Search 自动生成一个简单的 Sitemap


我用 Vibe Code 做出了漂亮的 Web 应用,但 AI 依然无法为 Google Search 自动生成一个简单的 Sitemap

在最近一段时间里,我看到很多开发者和创业者开始用 AI 工具做网站、Web 应用这些东西,比如所谓的 vibe coding 平台:快速生成页面、美观的前端、自动部署等等。乍一看体验很棒,但当你开始关注 SEO 和搜索引擎索引时,这一切就变得很不那么简单了。

我自己做过很多网站的 SEO,这本应该是个“十分钟搞定”的事儿 —— “生成 sitemap.xml,提交到 Google Search Console,搞定。” 但是在实际操作中,问题远比想象复杂。


项目背景

我做的第一个项目是一个在线餐厅目录:收集了所有提供食物过敏菜单的餐厅信息,供过敏患者快速查询。这个目录在本地运行良好,页面内容齐全,理应被搜索引擎收录。

可当我想让 Google 开始索引这些页面时,我遇见了 Sitemap 和 AI 的真实一面。


问题一:本地有效、部署后失效

在本地测试时,生成的 sitemap 路由是正常的。但当部署到线上环境后,这个路由却失效了。即便我多次用各种提示词让 AI 去修复它,还是不断出现问题,直到我花掉了大量的 Lovable 服务积分才修复过来。


问题二:错误的域名

你可能以为 sitemap 只要能访问就行,但 Google 有非常明确的规则:Sitemap 必须与主站点域名一致,才能被 Search Console 接受。 最开始我的 sitemap 出现在了一个随机的 AI 生成域名下,这导致它被直接拒绝。


问题三:动态页面无法更新 sitemap

即便问题解决了,新的餐厅被添加时,sitemap 并不会更新。这意味着即使有新页面存在,它们也不会出现在 sitemap 里,搜索引擎也就无法正确索引它们。


问题四:React 路由与 Headers 混战

这才是真正“让人发疯”的地方:

大多数基于 React 的单页应用默认返回的其实是 HTML 内容,而不是标准的 XML。由于这种种原因 —— 比如路由、响应头错误等 —— sitemap 的响应其实被包装成了 HTML,而不是 Sitemap 规范里要求的纯 XML。即使浏览器看起来没问题,Google 还是会拒绝。

这一切让我白白浪费了大约 25–30% 的 AI 信用额度,只为实现一个原则上非常基础的网页索引功能。


最后奏效的解决方案

直到我放弃了现代 SPA 栈的思路,靠纯技术老方法反而解决了问题:

✅ 方案一:放弃 XML,改用 TXT

Google 官方文档说明:除了 XML,谷歌也支持 TXT 格式的 sitemap,只要里面列出你想让它抓取的 URL 即可。TXT 方案不需要 XML 解析,也不会因为响应头或路由被拒绝。

✅ 方案二:把它做成静态文件

不要任何动态路由,也不要 React 去拦截它,把 sitemap.txt 当成普通的静态资源放在网站根目录下:

https://www.example.com/sitemap.txt 

然后在 Search Console 提交它。Google 立刻就接受了。


静态 vs 动态:如何保持 sitemap 更新

静态文件固然简单,但每次有新页面加入的时候,它必须被重新生成。最终我写了一个钩子,在每次新增内容时自动更新 sitemap.txt,这才真正实现了:

静态交付 + 动态更新 = 可被搜索引擎索引的 sitemap

总结:AI 能做很多事情,但 SEO 仍需人工

即便现在有很多所谓的 AI 构建平台能快速帮你做 Web 应用和前端交互,但在 SEO、搜索引擎索引 机制 这样的细节上,它们依然表现得非常粗糙。AI 生成代码固然方便,但它并不能完全替代开发者对底层原理的理解。

如果你想让自己的网站被 Google 真正收录、被用户检索到,还是需要对 Sitemap、域名策略、响应头、内容更新策略等有深入控制。 AI 只是帮你提高速度,不是替代专业。


Read more

【2026最新】OpenClaw保姆级安装配置教程-手把手教你在Windows上用 Node.js 22+Git+Kimi模型+飞书机器人去部署你的小龙虾 超详细带图展示详解(Windows 版)

【2026最新】OpenClaw保姆级安装配置教程-手把手教你在Windows上用 Node.js 22+Git+Kimi模型+飞书机器人去部署你的小龙虾 超详细带图展示详解(Windows 版)

前言介绍 2026年,你的“数字员工”入职指南 * 你是否设想过这样一个场景:在2026年的今天,你的飞书不再仅仅是一个打卡和开会的工具,而是一个拥有“超级大脑”的智能中枢。 * 当你深夜灵感迸发时,它能陪你头脑风暴;当你被繁琐的数据报表淹没时,它能一键生成分析摘要;甚至当你需要管理密码、监控博客更新时,它都能像一位得力的私人助理般默默搞定。 这一切不再是科幻电影里的桥段,而是触手可及的现实。 为什么是OpenClaw? * 在AI Agent(智能体)爆发的2026年,OpenClaw 无疑是GitHub上最耀眼的明星之一。它被誉为“AI界的npm”,以其极高的可扩展性和本地化部署的隐私安全性,迅速席卷全球开发者社区。 * 不同于普通的聊天机器人,OpenClaw 是一个 “行动式智能体” 。它不仅能陪你聊天,更能通过安装各种 Skills(技能) 来接管你的工作流。它就像一只无所不能的“赛博龙虾”,潜伏在你的电脑后台,随时准备响应你的召唤。 ️告别环境混乱,拥抱极致纯净 * 对于开发者而言,部署环境往往是一场噩梦。不同项目依赖不同版本的 Node.

基于4G Cat.1模组的AI陪伴教育机器人:政策驱动下的算力与物联网融合新机遇

基于4G Cat.1模组的AI陪伴教育机器人:政策驱动下的算力与物联网融合新机遇

在万物互联与人工智能深度融合的“十五五”规划背景下,基于4G Cat.1模组的AI陪伴教育机器人正迎来历史性发展机遇。2025 年政府工作报告提出持续推进 “人工智能 +” 行动,支持大模型广泛应用;教育数字化已纳入国家战略部署,教育部等九部门《关于加快推进教育数字化的意见》明确将人工智能融入教育教学全要素全过程,推动智能教育装备普及与教育智能化升级。与此同时,工信部等六部门 2023 年联合印发的《算力基础设施高质量发展行动计划》提出,到 2025 年智能算力占比达到 35%,为教育 AI 终端与边缘计算提供坚实算力支撑。在政策与技术双重驱动下,4G Cat.1模组凭借低功耗、广覆盖、高性价比的核心优势,正成为AI教育机器人领域的“黄金连接载体”,为教育数字化转型提供稳定可靠的技术底座。 政策红利:算力与教育融合的“双轮驱动” “十五五”规划与最新政府工作报告为教育数字化转型提供了强有力的政策支撑,尤其对AI教育终端与算力基础设施的融合应用提出了明确方向与要求。 1. 国家战略层面:AI教育终端是重要应用方向 2025 年《政府工作报告》

AM32固件终极完整指南:从入门到精通的无人机电调配置技巧

你是否曾经遇到过电机启动时的剧烈抖动?是否对电调配置感到无从下手?AM32固件作为专为STM32 ARM处理器设计的无刷电机控制解决方案,正是为你解决这些痛点而生。这款开源固件不仅支持多种硬件平台,更提供了丰富的配置选项,让你的无人机飞行体验更加平稳顺畅。 【免费下载链接】AM32-MultiRotor-ESC-firmwareFirmware for stm32f051 based speed controllers for use with mutirotors 项目地址: https://gitcode.com/gh_mirrors/am/AM32-MultiRotor-ESC-firmware 新手入门:如何快速搭建AM32固件开发环境 获取项目代码的完整流程: git clone https://gitcode.com/gh_mirrors/am/AM32-MultiRotor-ESC-firmware cd AM32-MultiRotor-ESC-firmware 编译环境配置要点: * 确保系统已安装ARM GCC编译器工具链 * 验证make工具是否

JFM | 空军工程大学宗豪华、吴云等:基于FPGA的深度强化学习框架实现超音速闭环智能流动控制实验

JFM | 空军工程大学宗豪华、吴云等:基于FPGA的深度强化学习框架实现超音速闭环智能流动控制实验

基于高速实验深度强化学习框架的超音速闭环流动控制 Closed-loop supersonic flow control with a high-speed experimental deep reinforcement learning framework 宗豪华¹,吴云¹,李金平²,苏志²,梁华² 引用格式:H. Zong, Y. Wu, J. Li, Z. Su, and H. Liang. Closed-loop supersonic flow control with a high-speed experimental deep reinforcement learning framework[J], Journal of Fluid Mechanics, 2025, 1009: A3.