同一篇稿子，可能在自有站点、授權轉载方、聚合平台，甚至几個镜像域名上同时存在。结果就是搜尋结果里冒出好几個入口，用戶点進去看到的正文几乎一样。這是做收錄时很常见的一種“分散”。要處理它，先得理解搜尋引擎在几個版本之間更倾向保留哪一版。

判断主版本时，通常會參考哪些信号

没有公開的固定權重，但下面几類信息在多數情况下都會被用到：

• 首次出現的時間：同一段内容，先被發現的那一版往往更容易被当作原始出處。
• 指向它的連結：外部連結、站内推荐、轉载时保留的来源連結，都算一種投票。
• URL 與站点的稳定性：协议、主机名、路径寫法统一，可正常抓取的站点，判断成本更低。
• 内容完整度：正文齐全、有作者和發布時間、配图可訪問的那一版，通常比残缺副本更占優。
• 站点整体质量：如果同一站点里低價值頁面占比很高，它的版本被保留的概率也會受影响。

這些信号是综合看的，所以“谁先發谁一定赢”並不成立，只能在方向上争取，而不是精确控制。

站点能主動做的收敛動作

與其等搜尋引擎去猜，不如先把明顯的重复路口收掉。

授權轉载

• 原作者與轉载方约定時間差，轉载方延後發布，避免同一时刻两處齐發。
• 轉载頁在 head 里用 canonical 指向原文 URL，前提是两邊地址都長期稳定。
• 正文保留来源與原文連結，轉载方不要把這行删掉。
• 同一篇稿子不要在轉载方站内再衍生出多個可索引版本，例如分享用的带參數連結。

站内的副本

• 聚合頁、标簽頁、打印頁這類系統生成的副本，判断價值不高时可以让它們不進索引。
• 分頁内容尽量不要把每一頁都当成一篇獨立文章来處理。
• 同一份内容不要同时挂在子域名和主域名两套路径下，否則等于自己和自己竞争。

發出信号之後，看什么資料

收敛動作做完並不等于立刻生效，重复内容的判定會随着新一轮抓取重新评估，观察几周比較現實。

• 用标题片段或站内搜尋查，看结果里保留的是哪個域名、哪個 URL。
• 看抓取日誌，副本站点的蜘蛛来訪频次是否在下降。
• 看自己站点的索引狀態，目标 URL 有没有被替換成別的版本。
• 看這部分頁面的点击入口是否集中到了主版本上。

重复内容處理的目标不是“只剩一個 URL 才叫干净”，而是让用戶和搜尋引擎都能明确知道，哪一版是長期维護的主版本。

容易走偏的几個做法

• 直接屏蔽所有轉载方的抓取，短期看似干净，却也丢掉了外部連結和曝光机會。
• 把 canonical 随便指向一個内容不相干的頁面，這種信号通常會被忽略。
• 自家多個域名互相 canonical，形成循环，等于没有指定。
• 只有主站做了規范，轉载方照舊各自生成副本，收敛效果會打折扣。

把這几個环节理顺之後，同一篇内容的多個入口會慢慢收拢，剩下的工作就是定期抽查：主版本是否還稳定可抓取，副本站的重复是否又長出来了。