重复内容本身不會直接導致站点被降權，但它會让搜尋引擎在多個地址之間难以判断：哪一個才是應该被索引、被展示的版本。而處理顺序出错，常见的结果是该收錄的頁面没進索引，不该占位的聚合頁、參數頁反而進了索引。
第一步：先分清重复来自站内還是站外
這两類重复的成因和處理手段完全不同。站内重复是“自己跟自己抢”，可以通過技術手段归並；跨站重复是“別人跟你抢”，更多只能靠内容本身的差异化去竞争。混淆两者，就會出現把站内頁面 canonical 指向別人站点這種反向操作。
站内自我重复的常见来源
- 同一内容出現在多個栏目路径下，例如 /news/123 與 /tech/123；
- 带參數的地址，例如排序、篩選、追踪參數生成的變体；
- 打印頁、移動版獨立域名、舊站遗留地址；
- 标簽頁、聚合頁把文章摘要整段搬走，形成近似正文；
- 分頁被拆成多個可獨立打開的地址，正文被截断在不同頁。
跨站重复的常见来源
- 内容被整站采集或轉载，對方頁面没有任何来源标注；
- 授權發布，同一篇内容在多個平台同时上线；
- 镜像站、缓存站、歷史快照站；
- 你自己的站点是二次發布方，原始内容在別處先上线。
站内重复：按“归並”的思路處理，而不是删頁面
站内重复的目标是让多個地址收敛到一個首選版本，而不是把頁面批量删掉。删頁面會同时损失内鏈和訪問路径，且容易产生一批新的 404。
- 确定主版本：選内容最完整、路径最稳定、内鏈最多的那條 URL 作為主版本，通常是詳情頁而不是聚合頁。
- 统一對外信号：主版本的 canonical 指向自己；變体頁 canonical 指向主版本。
- 收敛内鏈：站内連結、面包屑、上一篇下一篇，都只指向主版本，避免自己持續给變体頁輸送入口。
- 收敛提交入口：sitemap 里只保留主版本；如果歷史 sitemap 已经提交過變体頁，更新並观察變化即可，不需要反复重提。
- 處理不需要的變体：篩選參數頁、排序頁等無獨立價值的地址，可考虑 robots 屏蔽或 noindex，二者選其一即可，不必叠加。
- 复核分頁：列表翻頁如果承载了獨立的商品或文章入口，就應保留可抓取；如果只是展示更多摘要，可按主列表頁归並。
注意：canonical 是指示而不是强制指令。它需要與内鏈、sitemap、頁面可訪問性保持一致。單獨設定 canonical 而内鏈仍指向變体頁，效果會被削弱。
跨站重复：先核對首發與内容完整度
跨站重复没有可提交的技術指令能直接决定归属，搜尋引擎會综合首發時間、内容完整度、頁面体驗，以及站点與主题的相關性来判断。因此核對的重点是自己頁面的“不可替代性”。
- 確認首發地址：如果是自己首發，检查頁面是否有明确的發布時間；如果是轉载方，尽量回到首發平台做来源說明，或获得授權後引用原文連結。
- 核對内容完整度：對方是否只截取了一段？你的頁面是否有後續更新、資料、图表、附件？差异越明顯，判断越容易。
- 补充獨有信息：原始資料、實测截图、更新說明、作者信息，都是同主题頁面之間的實质差异。
- 检查站内上下文：同一主题下是否有相關内頁形成集群，單篇孤立的重复内容更容易被替代。
- 观察索引變化：改動後按 2 到 4 周的节奏复看，避免每天反复修改标题與正文，让頁面信号始终處于波動狀態。
容易踩的三個坑
- 把 noindex 当成去重工具：noindex 會让頁面彻底登出索引，如果你還需要這個地址承接訪問或内鏈，應優先用 canonical 归並。
- 主版本频繁更換：今天指向 A，下周指向 B，等于持續推翻自己的判断，收錄狀態會一直不稳定。
- 只看收錄數量，不看收錄地址：真正要核對的是“哪些地址進了索引”，而不是“進了多少條”。
重复内容的處理没有一次性完成的動作，更像是一次归並加上持續观察。做完上面的核對後，把主版本、變体、跨站對應關系记成一張清單，後續每次内容更新或改版，都按這張清單复核，比事後一次次翻日誌更容易發現問题。