打开一个页面，用户第一眼看的是标题和分段，抓取程序解析时最先碰到的也是这些结构信号。H 标签就是正文的骨架：骨架清楚，读者能快速判断这一段跟自己有没有关系；骨架混乱，整页看起来像一大段没有重点的文字，抓取端也难分清哪部分是主题、哪部分是补充。下面这份自查不谈玄学，只看页面上能直接改的东西。
先确认一页只有一个 H1
H1 通常对应页面主题。常见问题有两种：一是模板把站点名写成 H1，正文标题反而是 H2，于是所有页面的主题都变成了同一个站点名；二是编辑在正文里又插了一个 H1，一页出现两三个。前者让主题信号变弱，后者让程序分不清主次。
检查方法很直接：查看页面源码，搜一下 h1 标签，看看出现几次、内容是不是当前页面的主题。列表页、详情页、专题页的规则最好统一，别这一栏有、那一栏没有。
层级要连续，不要跳级
正常顺序是 H1 到 H2 再到 H3。如果正文里直接从 H1 跳到 H3，或者 H2 下面又冒出第二个 H2 才接 H3，结构就断了。对用户来说跳级不会报错，只是视觉上层次怪；对程序来说，大纲会被打散。
- H2 用来分隔大段落，比如“自查方法”“常见问题”“处理建议”。
- H3 用来承载 H2 下面的细分点，不要跨级使用。
- H4 及更深层级尽量少用，移动端很难看出区别，不如用加粗或列表代替。
标题要写清楚“这一段讲什么”
很多页面的小标题是“注意事项一”“相关内容”“更多信息”，这类写法对读者和抓取都没有信息量。改成具体描述，例如把“注意事项”换成“上传前先压缩图片体积”，读者一眼知道要不要继续看。
关键词可以自然出现在标题里，但不必每个 H2 都塞一遍。标题堆词会让句子读不通，也会让同页的多个标题高度雷同，反而模糊了各自的边界。
一个容易忽略的细节：导航与侧栏也用了 H 标签
部分模板会把侧栏模块标题写成 H2 或 H3，结果正文大纲里混进了“最新文章”“热门标签”这类和主题无关的条目。如果模板允许，把这些模块标题改成 div 配合样式，让正文大纲只保留内容本身的层级。
自查清单
- 随机抽 5 到 10 个不同类型页面，统计 H1 数量，确认都是 1 个。
- 看 H1 内容是否与页面主题一致，而不是站点名或栏目名。
- 检查层级是否连续，有没有 H1 直接跳到 H3 的情况。
- 通读所有小标题，判断只看标题能不能猜出正文大意。
- 确认导航、侧栏、页脚没有混进正文的 H 标签。
- 对比电脑端与移动端，标题字号差异是否还能看出层级。
- 改完一批页面后记录时间点，方便之后从日志里观察抓取变化。
别把 H 标签当成开关
H 标签是结构标记，不是排名开关。把关键词塞进 H1 不会自动带来流量，把 H2 删光也不会立刻掉排名。它的价值在于让页面更容易被读懂，改动带来的通常是理解成本和点击率上的变化，而不是立竿见影的效果。
所以调整时优先解决那些明显说不过去的问题：一页多个 H1、标题空洞、层级错乱。改完以后不用天天盯着，过一段时间结合服务器日志看看重点页面被抓取的次数和深度有没有变化，再决定下一步。
和 URL 发现流程的关系
蜘蛛池、URL 发现这类工具和流程解决的是“地址有没有被看到”，标题层级解决的是“看到之后能不能读明白”。两者不冲突，也不能互相替代。入口给得再多，落地页面如果是一团没有层次的文字，抓取端拿到的仍然是低质量的结构信息。把页面骨架理顺，是成本很低、也相对稳定的一步。