很多站点收录量不小，但真正能带来流量的页面很少，问题往往出在一批“薄内容”页面上。它们能被抓取、能被索引，却几乎没有独立信息量，既稀释了站内链接的传递效果，也让蜘蛛把抓取配额花在低价值 URL 上。处理这类页面，关键不是删得越多越好，而是先分清哪些确实该留。
先判断“薄”在哪一层
“薄”不是按字数算的。一个三百字的商品页，如果有独立参数、真实库存和用户评价，它的信息量可能比两千字的拼凑文章更高。判断时可以看三点：
- 独立信息量：去掉页头页脚、导航和模板文案之后，剩下多少只属于这个 URL 的内容。
- 可替代性：站内是否存在另一个 URL，能完整满足同一搜索意图。
- 入口价值：它是否承担站内导航作用，是否被其他页面引用。
三点里满足两条以上，基本可以归为偏薄的页面，进入下一步评估；如果只是字数少但确实有独立价值，不要急着动手。
三类常见的薄内容来源
标签页与聚合页
标签、分类、年份归档这类页面本身没有独立内容，靠列表撑着。少数有明确检索需求的标签可以保留，其余大量同质标签页会让索引里堆满重复列表。
短内容与模板复制
公告、短讯、活动页、帮助中心的重复问答，正文很短，主要靠模板填充。站内同类页面越多，单页被索引的收益越低。
多版本复制
同一份内容因为地区、语言、渠道参数各生成一套 URL，彼此差异只有一两行。这种情况下真正的问题不是内容薄，而是重复，需要先确定主版本再谈收口。
处理顺序：先补、再合、最后收口
- 补内容：如果页面有明确搜索需求，先补充真实信息，例如参数、价格区间、常见问题、图文说明。补完之后观察一个抓取周期，再决定是否保留。
- 合并：多个 URL 讲同一件事时，选信息最全的那个作为主版本，其余用 301 指过去，同时更新站内链接，避免旧 URL 继续被引用。
- 收口：确实没有保留价值、也不适合合并的页面，用 noindex 让它退出索引。canonical 解决的是重复版本的归属问题，不是用来屏蔽页面的，两者不要混用。
先合并再收口，通常比直接批量 noindex 更稳妥。很多页面被 noindex 之后，站内依然有大量链接指向它，蜘蛛还是会反复来抓，只是不再收录。
别一次性全量处理
批量提交几千条 noindex 或 301，容易出现两个后果：一是站点抓取节奏被打乱，二是万一判断错了，想恢复索引同样需要时间。更稳妥的做法是按模板分组，一次处理一类，例如先处理没有检索量的标签页，观察一到两周的抓取与收录反馈，再决定是否扩大范围。
同时要清楚，收口的目标是让索引里留下有价值的页面，不是把收录量做低。如果某类页面确实有稳定的长尾流量，即便内容简短，也应当保留。
收口之后核对哪些指标
- 抓取频次：被收口的 URL 是否还在大量消耗抓取日志。
- 索引状态：状态是否从已编入索引变为已排除，附带的原因是什么。
- 站点层收录量：总收录下降的同时，有效页面的展现与点击是否稳定。
- 内链残留：站内是否还有入口指向已收口页面，需要一并清理或替换。
最后提醒一句：这类判断只能建立在站内自查的日志与索引状态之上，任何工具给出的收录数字都只是参考样本。与其盯着收录总数，不如把注意力放在“这个 URL 到底解决了什么问题”上。