NeovaNền tảng SEO chuyên sâu

Kiểm tra khả năng index: cách tìm trang công cụ tìm kiếm không index được

Một trang có thể trông hoàn hảo trong trình duyệt mà vẫn bị giữ ngoài Google chỉ vì một header, một thẻ meta hay một dòng trong robots.txt. Công cụ kiểm tra khả năng index đọc các tín hiệu mà công cụ tìm kiếm đọc và cho bạn biết, từng trang một, mỗi URL có index được không và vì sao không. Dưới đây là các tín hiệu đó, cách chúng tương tác, và cách xác nhận kết quả bằng chính công cụ của Google.

Crawl và indexkiểm tra khả năng indexCập nhật ngày 21 tháng 11 năm 2026Tác giả: đội ngũ Neova

Crawl được, index được và đã được index

Ba khái niệm này luôn bị nhầm lẫn, và công cụ kiểm tra khả năng index chỉ trả lời một trong số đó:

  • Crawl được: công cụ tìm kiếm được phép tải URL. robots.txt quyết định điều này.
  • Index được: sau khi tải, không có gì trên trang hay trong header yêu cầu giữ nó ngoài chỉ mục. Mã trạng thái, noindex và canonical quyết định điều này.
  • Đã được index: công cụ tìm kiếm thực sự đã lưu nó và có thể hiển thị trong kết quả. Chỉ công cụ tìm kiếm biết điều này, nên chỉ công cụ của chính họ mới xác nhận được.

Một trang có thể crawl được nhưng không index được (nó có noindex), hoặc index được mà vẫn chưa được index (Google đã crawl nhưng chọn không giữ lại). Trang cách Google Search hoạt động giải thích các bước crawl, index và phân phát kết quả.

Năm tín hiệu quyết định khả năng index

Tín hiệuIndex được khiNằm ở đâu
Mã trạng thái200Phản hồi HTTP
robots.txtKhông có Disallow khớp/robots.txt
Chỉ thị robotsKhông có noindex, không có noneMeta robots, X-Robots-Tag
CanonicalTrỏ về chính nó, hoặc không cóLink trong head, Link header
Kết xuấtCùng các thẻ sau JavaScriptTrang đã render

Qua cả năm thì URL index được. Trượt một là không. Công cụ kiểm tra nên chỉ ra tín hiệu đó.

Trên chính website của chúng tôi, lần crawl Neova đầy đủ seoprocheck.com ngày 17 tháng 10 năm 2026 đã tải 10.222 URL trong 61 phút. 4.561 trong số đó là trang HTML trả về 200. Chỉ những trang này mới qua được tín hiệu đầu tiên với tư cách trang web, nên bốn tín hiệu còn lại được kiểm tra trên chúng.

Mã trạng thái và soft 404

Chỉ URL trả về 200 mới được index như chính nó. Trang của Google về mã trạng thái HTTP trình bày từng mã.

Trạng tháiĐược index như chính nóGoogle làm gì
200✓Đọc và có thể index
301, 308–Đi theo tới URL đích
302, 307–Đi theo, tín hiệu canonical yếu hơn
404, 410–Loại bỏ URL
429, 5xx–Giảm tốc, loại bỏ nếu kéo dài
Soft 404 (200)–Coi như trang lỗi

Soft 404 trả về 200 nhưng ghi "không tìm thấy" hoặc hiển thị kết quả trống. Hãy trả về 404 hoặc 410 thật thay vào đó, và kiểm tra các trang 200 có title hoặc H1 đọc như một thông báo lỗi.

Chúng tôi đã gặp lỗi ngược lại trên chính website của mình. Ngày 20 tháng 11 năm 2026, các địa chỉ không tồn tại trên neova.app trả về 503 từ một trang "sắp ra mắt" thay vì 404. Mã 503 bảo Google quay lại sau, nên các URL đã chết không bao giờ rời khỏi hàng đợi. Một trang 404 thật đã khắc phục vấn đề. SEO ProCheck có tài liệu tham khảo SEO đầy đủ về mã trạng thái HTTP.

robots.txt chặn crawl, không chặn index

Quy tắc Disallow ngăn Google tải một URL. Nó không ngăn Google index địa chỉ đó: giới thiệu về robots.txt của Google cho biết URL bị chặn vẫn có thể xuất hiện trong kết quả, không kèm mô tả, nếu có trang khác link tới.

Điều đó cũng có nghĩa Google không bao giờ thấy gì trên trang, kể cả noindex. Tổ hợp sau là một lỗi phổ biến:

robots.txt:   Disallow: /old-offers/
trang:        <meta name="robots" content="noindex">

Kết quả: Google không tải được trang, không bao giờ đọc được noindex,
và có thể vẫn giữ URL trong chỉ mục nhờ các link.

Để gỡ một trang khỏi chỉ mục, hãy để Google crawl nó và trả về noindex. Chỉ chặn nó trong robots.txt khi nó đã rời khỏi chỉ mục, nếu thực sự cần. Hướng dẫn kiểm tra robots.txt chỉ cách test quy tắc.

Noindex, X-Robots-Tag và canonical

Tài liệu về noindex của Google liệt kê hai nơi đặt chỉ thị:

<meta name="robots" content="noindex">
X-Robots-Tag: noindex

Header cũng dùng được cho PDF và ảnh. Nếu hai nơi không thống nhất, Google áp dụng chỉ thị chặt chẽ hơn, nên một noindex lạc ở bất kỳ nơi nào cũng đủ giữ trang ngoài chỉ mục. Plugin, thiết lập staging và quy tắc CDN là những nguồn phổ biến của noindex mà không ai định đưa lên. Mọi giá trị và nơi áp dụng có trong tài liệu tham khảo meta robots và X-Robots-Tag của SEO ProCheck.

Một canonical ghi URL khác là yêu cầu Google index URL đó thay thế. Google coi nó là gợi ý mạnh, không phải quy tắc, theo hướng dẫn về hợp nhất URL trùng lặp. Điều đó đúng cho bản trùng thật, và sai cho một trang có nội dung riêng. Canonical trỏ tới redirect, lỗi hoặc trang noindex gửi đi tín hiệu lẫn lộn; hướng dẫn kiểm tra thẻ canonical trình bày các trường hợp đó.

Render có thể thay đổi câu trả lời

Trên website xây dựng bằng JavaScript, HTML gốc và trang đã render có thể không khớp nhau. Một script có thể thêm noindex, gỡ noindex, đổi canonical, hoặc chỉ tải văn bản chính sau khi render. Kiến thức cơ bản về JavaScript SEO của Google lưu ý rằng khi HTML gốc có noindex, Google có thể bỏ qua bước render, nên script gỡ noindex có thể không bao giờ chạy.

Hãy giữ thẻ meta robots và canonical trong HTML gốc, với cùng giá trị mà trang đã render cuối cùng có. Công cụ kiểm tra khả năng index có render trang có thể so sánh hai bản và đánh dấu điểm khác biệt.

Xác nhận bằng Search Console

Crawler cho bạn biết một trang có thể được index hay không. Google Search Console cho bạn biết nó đã được index chưa:

  • Công cụ kiểm tra URL cho biết, với một URL, nó có trên Google không, canonical Google đã chọn, lần crawl gần nhất và việc crawl, index có được cho phép không. Kiểm tra URL đang hoạt động sẽ tải lại nó ngay lúc đó.
  • Báo cáo Lập chỉ mục trang gom mọi URL đã biết theo lý do, như Bị loại trừ bởi thẻ 'noindex', Bị chặn bởi tệp robots.txt, Trang thay thế có thẻ chính tắc thích hợp, Trang trùng lặp, Google chọn trang chính tắc khác với trang người dùng chọn, Soft 404, Đã thu thập dữ liệu - hiện chưa được lập chỉ mục và Đã phát hiện - hiện chưa được lập chỉ mục.

So sánh hai góc nhìn. Những trang mà lần crawl của bạn thấy index được nhưng Google báo chưa index là những trang cần nghiên cứu: thường là nội dung mỏng hoặc trùng lặp, link nội bộ yếu, hoặc trang Google chưa tới được. SEO ProCheck liệt kê nguyên nhân của Crawled, currently not indexed và cách sửa. Những trang Google đã index mà lần crawl của bạn thấy là noindex hoặc đã canonical sang nơi khác cho thấy một bản sửa Google chưa nhận ra, hoặc một tín hiệu bạn đã bỏ sót. Link nội bộ yếu được trình bày trong hướng dẫn công cụ link nội bộ, còn việc phát hiện chậm trên website lớn có trong crawl budget.

Kiểm tra khả năng index với Neova

Neova đánh dấu mọi URL là Có thể index hay không, và nói rõ lý do: trạng thái 200, không có noindex, và canonical trỏ về chính nó hoặc không có. Danh mục Khả năng index gom mã trạng thái, noindex, canonical, robots.txt và HTML làm hỏng head trước các thẻ SEO. Khi bật Kết xuất JavaScript, mỗi trang đã render được so sánh với HTML gốc. Khi kết nối Google Search Console, Neova đọc kết quả Kiểm tra URL của Google cho tối đa 200 URL mỗi lần crawl, ưu tiên trang nhiều click nhất rồi tới trang nhiều link nhất, và đánh dấu các trang có thể index mà Google không index hoặc Google đã chọn canonical khác. Các mục kiểm tra phía sau gồm:

Tất cả URL trong Neova: mã trạng thái và Có thể index hay Không thể index cho mọi URL của lần crawl
Tất cả URL trong Neova: mã trạng thái và Có thể index hay Không thể index cho mọi URL của lần crawl

Khả năng index là bước 3 và 4 của checklist audit SEO kỹ thuật. Xem Tính năng hoặc tải Neova; gói Free crawl tối đa 1.000 URL với mọi mục kiểm tra.

Câu hỏi

Công cụ kiểm tra khả năng index là gì?

Là công cụ đọc các tín hiệu công cụ tìm kiếm dùng, gồm mã trạng thái, robots.txt, noindex, canonical và render, rồi báo cáo cho từng URL xem nó có index được không và, nếu không, tín hiệu nào ngăn nó.

Index được và đã được index khác nhau thế nào?

Index được nghĩa là không có gì trên trang hay server giữ nó ngoài chỉ mục. Đã được index nghĩa là Google thực sự đã lưu nó. Một trang có thể index được mà vẫn chưa được index, điều chỉ Search Console mới xác nhận được.

robots.txt có ngăn một trang được index không?

Không. Nó ngăn việc crawl. Google vẫn có thể index URL bị chặn nhờ các link, không kèm nội dung. Để giữ một trang ngoài chỉ mục, hãy cho phép crawl và dùng noindex.

Vì sao trang index được của tôi chưa được index?

Lý do thường gặp là nội dung mỏng hoặc trùng lặp, ít link nội bộ, Google chọn URL khác làm canonical, hoặc Google chưa crawl tới. Công cụ kiểm tra URL và báo cáo Lập chỉ mục trang cho biết lý do Google ghi nhận.

Tôi có thể kiểm tra khả năng index cho một URL không?

Có. Công cụ kiểm tra URL trong Search Console kiểm tra một URL trên thuộc tính của bạn. Crawler kiểm tra mọi URL của website cùng lúc, và có thể chỉ crawl một danh sách URL khi bạn chỉ cần vài URL.

Lưu lại hoặc chia sẻ

Các link tới trợ lý AI sẽ mở sẵn một câu hỏi về trang này.

Crawl website của bạn với NeovaGói Free chạy mọi mục kiểm tra trên Mac, Windows và Linux. Không cần thẻ tín dụng.

Đọc tiếp