看收录报表时，数字涨跌很容易吸引注意力，但真正影响站点健康的是另一件事：这些被索引的 URL 里，有多少是能承接搜索需求的页面。收录量是结果，不是目标。先给索引页面做一次质量分层，后面的取舍才有依据。

先分三档：能用、备用、该清掉

不必做复杂的评分模型，按用途粗分三档就够用。

• 能用：有独立搜索需求，内容基本唯一，有正常内链入口，用户点进来能得到答案。
• 备用：暂时没有明显搜索表现，但有保留价值，比如刚上线的内容、季节性页面、待补充的长尾页。
• 该清掉：重复、空壳、参数拼接、站内搜索或筛选产生的低价值 URL，长期没有访问也没有内链价值。

分层的意义在于，把“要不要处理”变成“先处理哪一档”。大部分站点的问题不是收录太多，而是该清的那一档长期没人管。

判断页面质量时看哪几个点

先看内容本身，再看抓取和索引条件，顺序不要颠倒。

• 页面是否有明确的搜索意图对应，标题和正文是否在回答同一个问题。
• 正文是否与站内其他页面高度重合，重合部分是否只是模板或参数差异。
• 页面是否有站内入口，还是只能靠 sitemap 或外链被发现。
• 返回状态是否稳定，是否存在跳转链、超时或软 404。
• 页面上是否有下一步路径，比如相关推荐、分类入口或转化按钮。

这几项里只要有一项明显异常，就先记为待观察，不要立刻下结论。

重复内容要先归因，再决定动作

重复不是一种情况。模板重复、参数重复和正文重复的处理方式完全不同。

• 模板重复：多个 URL 只有标题或筛选条件不同，正文主体一致。优先合并或规范 URL。
• 参数重复：同一内容被排序、分页、追踪参数拆成多个地址。先统一参数规则，再处理已索引的残留。
• 正文重复：不同页面写了相同内容，通常来自采集或复制。需要判断保留哪一版，其余做跳转或移除。

归因清楚之前，直接批量删除容易误伤。建议先抽一批样本，确认重复来源集中在哪个模板。

从报表到动作的先后顺序

1. 拉一份索引页面样本，按模板或目录归类，不要逐条看。
2. 标出每类的内链入口数量、抓取状态和近期搜索表现。
3. 把长期无访问、无内链、内容重复的页面放进待处理清单。
4. 分小批处理，每批只动一个模板或一类参数。
5. 处理完观察抓取和索引变化，再决定是否继续下一批。

这个顺序的核心是控制变量。一次改太多，后面很难判断是哪一步起了作用。

该清掉的页面怎么收尾

不同情况对应不同手段，目标是让搜索引擎和用户都不要把时间花在这些 URL 上。

• 内容还有价值但地址重复：保留一个规范地址，其余用 canonical 指向它。
• 内容已被合并：旧地址做 301 跳转到新地址，并更新内链。
• 内容不再需要：返回 410 或 404，同时从 sitemap 和内链中移除。
• 页面必须保留但不希望被索引：加 noindex，并确认没有被 robots.txt 挡住抓取。

提醒一句：清理动作不要和改版、换模板、调参数同时进行。索引变化需要时间，多个变量叠在一起，报表会失去参考价值。

分层之后，收录量才有意义

把索引页面分成能用、备用和该清掉三类后，收录量就从一个孤立数字变成了结构信息。接下来每次看报表，重点不再是涨了多少，而是能用那一档有没有增加，该清掉那一档有没有减少。这个视角比单纯追求收录数字更接近站点运营的实际问题。