看收錄报表时，數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：這些被索引的 URL 里，有多少是能承接搜尋需求的頁面。收錄量是结果，不是目标。先给索引頁面做一次质量分层，後面的取舍才有依據。

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：有獨立搜尋需求，内容基本唯一，有正常内鏈入口，用戶点進来能得到答案。
• 备用：暂时没有明顯搜尋表現，但有保留價值，比如刚上线的内容、季节性頁面、待补充的長尾頁。
• 该清掉：重复、空壳、參數拼接、站内搜尋或篩選产生的低價值 URL，長期没有訪問也没有内鏈價值。

分层的意义在于，把“要不要處理”變成“先處理哪一档”。大部分站点的問题不是收錄太多，而是该清的那一档長期没人管。

判断頁面质量时看哪几個点

先看内容本身，再看抓取和索引條件，顺序不要颠倒。

• 頁面是否有明确的搜尋意图對應，标题和正文是否在回答同一個問题。
• 正文是否與站内其他頁面高度重合，重合部分是否只是模板或參數差异。
• 頁面是否有站内入口，還是只能靠 sitemap 或外鏈被發現。
• 返回狀態是否稳定，是否存在跳轉鏈、超时或软 404。
• 頁面上是否有下一步路径，比如相關推荐、分類入口或轉化按钮。

這几項里只要有一項明顯異常，就先记為待观察，不要立刻下结论。

重复内容要先归因，再决定動作

重复不是一種情况。模板重复、參數重复和正文重复的處理方式完全不同。

• 模板重复：多個 URL 只有标题或篩選條件不同，正文主体一致。優先合並或規范 URL。
• 參數重复：同一内容被排序、分頁、追踪參數拆成多個地址。先统一參數規則，再處理已索引的残留。
• 正文重复：不同頁面寫了相同内容，通常来自采集或複製。需要判断保留哪一版，其余做跳轉或移除。

归因清楚之前，直接批量刪除容易誤伤。建议先抽一批样本，確認重复来源集中在哪個模板。

從报表到動作的先後顺序

1. 拉一份索引頁面样本，按模板或目錄归類，不要逐條看。
2. 标出每類的内鏈入口數量、抓取狀態和近期搜尋表現。
3. 把長期無訪問、無内鏈、内容重复的頁面放進待處理清單。
4. 分小批處理，每批只動一個模板或一類參數。
5. 處理完观察抓取和索引變化，再决定是否繼續下一批。

這個顺序的核心是控制變量。一次改太多，後面很难判断是哪一步起了作用。

该清掉的頁面怎么收尾

不同情况對應不同手段，目标是让搜尋引擎和用戶都不要把時間花在這些 URL 上。

• 内容還有價值但地址重复：保留一個規范地址，其余用 canonical 指向它。
• 内容已被合並：舊地址做 301 跳轉到新地址，並更新内鏈。
• 内容不再需要：返回 410 或 404，同时從 sitemap 和内鏈中移除。
• 頁面必须保留但不希望被索引：加 noindex，並確認没有被 robots.txt 挡住抓取。

提醒一句：清理動作不要和改版、換模板、調參數同时進行。索引變化需要時間，多個變量叠在一起，报表會失去參考價值。

分层之後，收錄量才有意义

把索引頁面分成能用、备用和该清掉三類後，收錄量就從一個孤立數字變成了结构信息。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。這個视角比單纯追求收錄數字更接近站点运营的實际問题。