site:検索の件数が合わない？正しい確認手順

自分のサイトで site:example.com と検索したら、出てきたのは38件。Search Console のページレポートでは「登録済み」が120ページ。数が半分以下しかない、と不安になったところだと思います。

先に答えを書きます。Google公式は site: 検索を、そのサイトやページがインデックスに「あるか、ないか」を確かめる手段として案内しています。登録ページ数を数える機能としては案内していません。

インデックスというのは、Googleのデータベースにページが登録され、検索結果に出せる状態になることです。

つまり、突き合わせる相手が最初からずれています。

公式ドキュメント「Google 検索にページが表示されない場合」には、サイトが登録されているかを調べる方法として site:ドメイン名 という書き方が示されています。個別ページを調べるときは site:ページのURL です。そして判定の読み方は、結果が表示されればそのサイトまたはページはインデックスに入っている、というものです。同じ箇所には続きがあります。サイト自体が入っていても、すべてのページが入っているとは限らない、と書かれています。

読み方として示されているのは、有無です。件数ではありません。

だから、38という数字を120と比べても答えは出ません。

正確な数字が置いてある場所

では、正確な数はどこを見るか。Search Console の「ページ インデックス登録レポート」です。Googleが実際に処理した結果が、そのまま数字になっています。

ただし公式は、このレポートにも先回りして釘を刺しています。ここの合計が、自分の見積もったサイトのURL数とぴったり一致することを期待しないでください、という趣旨の注意書きです。グラフ上部の「登録済み＋未登録」の合計はGoogleから見れば完全で正確な数字である、けれども小さな食い違いは起こる。そういう説明が添えられています。

一致させにいく作業は、そもそも空振りです。

見るべきは合計値ではありません。未登録の理由の内訳です。 同じドキュメントには、未登録の各URLについて具体的な理由を読んで理解し、そのページが本当に登録されなくてよいのかを確認するように、という指示があります。対処が要るかどうかは、合計ではなく理由の側にあります。

未登録イコール異常、でもありません。公式は「登録されていないが、必ずしもエラーが原因とは限らない」と明記しています。robots.txt で意図的にブロックしているURLのように、直す必要のない項目もあります。

手元にある数字は、役割が違う

数字を並べて混乱するのは、4つとも「ページ数」に見えるからです。役割を分けて持つと止まります。

一つめは母数です。冒頭の例なら、記事一覧から数えた120がこれにあたります。増減の理由を自分で説明できる唯一の数字なので、ここだけは自分で持っておきます。

二つめの38は、母数の代わりにはなりません。公式が与えている役割が「有無」である以上、これを毎月記録しても推移の意味が読めないからです。

三つめが監視の本体になります。四つめは、三つめで見つけた気になるURLを1本ずつ開けるための道具です。順番としては、レポートで当たりをつけてから検査ツールに入ります。

1本のURLで確かめる5手順

料金ページ（/price/）が site: 検索に出てこない、という場面で通してみます。

1. 対象URLを1本だけ決める。サイト全体ではなく、出てこないと分かっている具体的なURLから始めます。母数のズレは、個別の原因の積み上がりとしてしか直せません。
2. site:https://example.com/price/ の形で検索し、有無だけを見る。ここで出れば、そのURLはインデックスにあります。出ないなら次へ進みます。判断はここで止め、原因の推測はしません。
3. Search Console のURL検査ツールに同じURLを入れる。検査できるのは、いま開いているプロパティに含まれるURLだけです。自社の別ドメインを調べたいなら、そのドメインのプロパティを開き直します。
4. 「クロールを許可」と「インデックス登録を許可」を別々に読む。公式は、クロールの可否はrobots.txtによるブロックの有無を示すもので、インデックス登録の可否とは別の値だと明記しています。クロールというのは、Googleがページを読みに来る動きのことです。ここを1行にまとめて読むと、原因を取り違えます。
5. 「ユーザー宣言の正規URL」と「Googleが選択した正規URL」を見比べる。正規URLというのは、内容の似たページの中で代表として扱う1本のことです。前者は自分がページに書いた指定、後者は似たページを見つけたGoogleが実際に代表として選んだURLです。

料金ページの例では、5番目で差が出ました。自分の指定は /price/ なのに、Googleが選んだのは /plan/ だった、という形です。この場合、/price/ 単体が登録済みとして数えられないことがあります。母数の120には入っていて、Google側の登録済みには出てこない。冒頭の食い違いは、こういう1本1本の集まりです。

正規URLの指定と実際の選択がずれる原因は、重複コンテンツとcanonicalの整理で扱っています。

なお、検査ツールに出る情報は最後にクロールされた時点のものです。表示されている最終クロール日時より後の修正は、まだ反映されていません。直した直後に数字が動かないのは、多くの場合これです。

つまずきやすい2つ

robots.txt でブロックしたのに、site: 検索に出てくる。 これは公式に説明のある挙動です。Googleはrobots.txtを常に尊重するが、他のサイトからリンクされている場合、それだけではインデックス登録を防げるとは限らない、と書かれています。ページを取りに行かないまま登録されることがある、ということです。

対処も明示されています。検索結果から外したいなら、robots.txtのブロックを外したうえで noindex を使う、という順序です。noindex はページ側に置く「登録しないでほしい」という指示ですが、ページを読みに来られない状態では読み取られません。ブロックしたまま noindex を足しても届かない理由がここにあります。詳しい手順はrobots.txtで止めたページのnoindexが効かないにまとめています。

公開したばかりのページが出てこない。 公式は、Googleがページを登録するには時間がかかることがあり、一定の期間を待つように書いています。作った直後の1本を site: で叩いて出ないことは、それだけでは異常の証拠になりません。

もうひとつ、公式にはこういう記述もあります。ウェブは膨大で、Googleがすべてのページに到達できるわけではない。まったく問題のない理由で、ページが索引から外れたり省かれたりすることもある。ブロックの設定を疑う前に、この可能性が残ります。再クロールをリクエストできる、という案内も同じ場所にあります。

数字を追う前の自己点検

手を動かす前に、この4つを確認します。

• 比べようとしている2つの数字は、同じものを測っているか。母数と「有無」を比べていないか。
• ページレポートで、未登録の理由を1件でも開いたか。合計だけを見て焦っていないか。
• 出てこないURLを1本、URL検査ツールにかけたか。全体の傾向から入っていないか。
• ブロックの設定は、robots.txt と noindex とパスワード保護のどれか。公式は、この3つを含む仕組みが登録されない代表的な理由だと挙げています。

一つめは、冒頭の38と120がまさにこれでした。二つめは、内訳を開くと「意図してブロックしたURL」が並んでいるだけ、という結果になることがよくあります。三つめまで進んで初めて、料金ページの正規URLのような具体的な原因にたどり着きます。四つめは、どの仕組みで止めているかを自分で言えるかどうかの確認です。

件数を合わせにいく作業は、終わりません。合わせるべきものではないからです。

見るべきものは、未登録の理由と、その理由が自分の意図どおりかどうか。それだけです。未登録ページの切り分け全体の流れは、ページがインデックスされない原因の切り分けに整理しています。