同一個站点里出現内容相近的頁面很常见，它本身並不是惩罚，真正麻烦的是索引归属被摊薄：搜尋引擎要多花成本判断该留下哪一版，你也更难判断流量到底该落在哪個 URL 上。處理重复内容的目标不是删頁面，而是把收錄归属收拢到你想被搜到的那一版。
先分清重复属于哪一種
- 完全重复：同一篇正文被複製到多個 URL，常见于多域名、測試环境、舊路径未清理。
- 结构重复：正文相同，只是參數、排序、分頁或模板版本不同。
- 近似重复：主题相同、措辞不同，比如不同地区或品類的介绍頁、批量生成的問答頁。
- 片段重复：产品參數表、引用段落、用戶评论等局部重合，通常不构成問题。
判断基准是去掉導航、頁脚、推荐位之後的主体内容，而不是整頁 HTML 的相似度。整頁相似度高但正文各不相同，往往不用處理。
第一步：把重复范围圈出来
用站内搜尋、抓取工具或日誌，先找出可能成组的 URL，再抽取主体文本比對。重点看三件事：正文重合到什么程度、這些 URL 是否都有站内入口、它們是否都在 sitemap 里。只有先确定范围，後面的動作才不會誤伤正常頁面。
第二步：按類型决定處理方式
同一内容多個 URL：收敛到主版本
- 确定一個主版本 URL，其他版本用 301 指向它，前提是這些版本没有獨立的外部價值。
- 無法跳轉的（如带參數、带 session 的地址），用 canonical 指向主版本，並保證主版本自指。
- 站内連結、面包屑、sitemap 只保留主版本，避免自己把權重分散出去。
- 清理完再观察，不要一邊收敛一邊繼續生成新的重复入口。
近似重复：先合並，再考虑改寫
這類頁面往往来自模板化生产，比如几十個地区的服務介绍。判断依據是它是否服務不同人群或地区、是否有獨立信息。
- 能合並的合並成一個更完整的頁面，把差异信息集中呈現。
- 必须保留的，补充本地資料、案例、價格或流程說明，让正文有實质差异。
- 标题與首段要能反映各自的重点，不要只替換地名。
- 用内鏈說明它們之間的關系，帮搜尋引擎理解各自定位。
片段重复：一般不用動
參數表、免责声明、评论区重合属于正常現象。除非某個頁面的正文几乎全部由引用和他站内容组成，否則不必专门處理。
處理时容易做错的地方
- 直接给大批頁面加 noindex，结果连正常入口一起屏蔽。
- canonical 互相指向，A 指 B、B 指 A，等于没做。
- 只改 canonical，不改内鏈和 sitemap，信号互相矛盾。
- 把分頁和篩選頁全部屏蔽，導致深层内容失去發現入口。
- 重复還没收敛，就批量上新頁，抓取预算繼續被摊薄。
處理之後的观察顺序
- 看被選中的規范版本是否集中在主 URL 上。
- 看抓取频次是否從重复地址轉移到主版本。
- 看主版本的曝光與点击是否更集中，而不是繼續四處分流。
- 看索引量下降的同时，有没有有效頁面一起掉出去。
重复内容的處理本质是一次收敛：先定主版本，再决定跳轉、合並還是改寫。把归属定清楚之後，再谈内容優化才不會被自己制造的多個入口拖住。