很多站点的问题不是内容不够，而是不该被看到的东西先被看到了。编辑在后台存了个草稿，运营发了个预览链接给同事确认，开发把测试环境挂在了公网可解析的域名上——这些地址一旦能被外部访问，就有机会被抓取工具写进队列。它们通常没有导航、没有配图、正文半句话，被用户搜到时观感很差。

一、草稿页常见的三种“漏出”方式

• CMS 自动生成的预览地址：不少系统会给草稿分配一个带参数或 ID 的固定地址，只要有人访问过一次，链接就可能被复制到各处。
• 测试域名与暂存站可被解析：dev、test、staging 之类的子域名如果对外可访问，又没有访问限制，等于多了一个内容残缺的镜像站。
• 协作工具里的外链：把预览链接贴进群聊、邮件、外部文档，链接本身就成了一个可被发现的入口。

二、自查时先确认“能不能被外部访问”

排查顺序建议从访问控制开始，而不是从内容改起。

1. 用未登录、无 cookie 的浏览器窗口访问草稿地址，看是否需要登录或验证码。
2. 查看该地址返回的状态码，是 200 还是 403/404。
3. 在站点日志或抓取记录里，筛一下 preview、draft、test、tmp 这类路径关键词，看有没有访问痕迹。
4. 检查 sitemap 和栏目列表，确认没有把草稿或测试页混进正常集合。

如果第 1 步就直接返回了正文，说明问题在权限层，后面几步只是确认影响范围。

三、处理方式按“能不能删”分两类

可以删除的

已经定稿发布、或确认不再需要的草稿页，直接删掉并让地址返回 404；如果是曾经正式发布过、后来下线的页面，更适合返回 410，表达“确实不再提供”。长期挂着 200 的空壳最麻烦。

需要保留访问的

预览功能是刚需，不能一关了之。常见的做法是：

• 给预览地址加一次性或有时效的令牌，过期即失效；
• 对预览页整体加 noindex 标记，或者放在 robots.txt 的禁止抓取路径下（注意：robots 禁止抓取的同时，页面上的 noindex 往往读不到，两者选其一即可，别指望双保险）；
• 测试环境放在需要内网或白名单访问的位置，不要用公网可直接打开的域名。

判断标准很简单：这个地址如果被陌生人打开，你会不会觉得尴尬。会尴尬，就别让它留在公网上。

四、别让内部链接指错地方

自查里最容易被忽略的一点，是正常页面里混进了测试地址。编辑从预览页复制正文时，顺手把图片、附件或“相关阅读”的链接一起复制过来，这些链接就会指向测试域名。发布前扫一遍正文外链，把 test、staging、内网 IP 开头的地址替换掉。

五、把检查放进日常流程

与其每次改版后突击排查，不如把它变成发布前的一步：后台发布按钮旁标注“确认无预览链接残留”，新栏目上线时顺带确认测试环境是否已隔离。频率不用高，一季度清一次历史遗留地址，就能避免大部分“蜘蛛抓到半成品”的情况。

最后提醒一句：这类地址被抓取工具访问，通常只影响观感和少量抓取资源，不会直接导致整站出问题。真正需要在意的是那些内容残缺、又长期返回 200 的页面——把它们清理干净，比纠结某一条链接更实际。