發現原创内容還停在“已發現，尚未编入索引”，而一個轉载頁或聚合頁已经出現在搜尋结果里，很多人第一反應是“權重不够”。但重复内容問题的核心通常不是權重，而是搜尋引擎需要先判断：這两段内容在索引里到底算一份還是两份。判断對象搞错了，後面所有動作都是白費。
先確認是不是真的重复
不是所有“看起来像”的頁面都會互相挤压。核對之前，先回答三個問题：
- 正文重合比例有多高？只有導语和结论相似、主体内容不同，一般不會被当成同一份。
- 两邊是否都能獨立满足搜尋意图？如果轉载頁只截取了片段，它本身價值有限，不太可能長期占據位置。
- 頁面類型是否相同？原文是深度說明，聚合頁只是列表摘要，两者往往各走各的路径。
只有当正文大面积一致、标题和描述几乎相同时，才需要進入归並核對。
核對顺序：從時間信号到連結信号
- 發布時間與更新時間是否可讀。原文的發布信息是寫在正文可见位置，還是只藏在结构化資料里？時間信号讀不出来，快照時間就容易被当成第一手来源。
- 原文有没有自引用 canonical。不少站点在加 canonical 时漏掉了自引用，導致頁面之間的信号互相冲突，搜尋引擎只能自己猜。
- 轉载頁有没有指向原文。如果對方给出了明确来源連結，归並通常會顺畅一些；没有来源連結时，只能靠内容比對。
- 两個 URL 的内部連結量。原文如果要從首頁深挖三四层才点得到，而轉载頁到處被連結，抓取優先級自然不同。
- 入口是否唯一。同一篇内容在站内有三個入口（专题頁、标簽頁、归档頁），每個入口都返回 200，等于自己制造了竞争。
顺序不要跳。先看時間信号，再看 canonical，最後才看連結和入口结构。很多人直接從最後一步開始改内鏈，结果問题還留在前两步。
canonical 不是萬能挡板
canonical 表達的是“我建议以哪個 URL 為准”，它是一個提示，不是强制指令。当目标頁面本身抓取異常、返回非 200，或者内容與来源頁面差异明顯时，這個提示會被忽略。所以設定之前，要確認目标 URL 能正常訪問、能被抓取、内容确實是同一份。
把 canonical 指向一個自己都進不了索引的頁面，等于把信号指向空气。先確認目标可用，再谈归並。
站内重复：先收敛入口
站内重复比跨站轉载更好處理，因為你有完整的控制權。常见来源有三類：
- 同一商品挂在多個分類路径下，每條路径都是獨立可訪問的 URL；
- 标簽頁、作者頁、归档頁把同一批文章反复列出；
- 列表分頁與篩選參數组合出大量近似頁面。
處理思路是保留一條主路径，其余入口要么归並到主路径，要么加條件限制。不要一邊让全部入口返回 200，一邊指望搜尋引擎自己挑出主版本。
几個容易做错的点
- 把投诉下架轉载頁当成第一選擇。多數情况下，先把自己的信号理清楚，效果比投诉更快。
- 為了“抢占”而给原文堆關鍵詞或频繁改标题。内容没變、标题變了，反而让两邊的對應關系更模糊。
- 同时用 canonical、robots 和 noindex 去處理同一個 URL。指令叠加會让狀態难以判断，先看索引狀態，再决定用哪一種。
重复内容的處理目标不是“让轉载頁消失”，而是让该被收錄的那一條 URL 拥有清晰、唯一、可讀的信号。把時間、canonical、入口和内部連結按顺序核一遍，多數情况下問题會自己收敛。