做蜘蛛池的人，注意力通常放在入口站數量、域名歷史、連結结构上，而入口頁本身寫了什么，往往是最先被牺牲的一环。很多入口頁只剩模板文字、導航和一堆連結，蜘蛛来了，讀到的東西几乎為零。這不一定會立刻出問题，但抓取行為和预期不一致时，原因常常就在這里。
空壳頁與薄内容頁是两回事
空壳頁
整個頁面基本由模板构成：頁头、菜單、几條連結、頁脚，正文区域只有一句话，甚至是空的。蜘蛛抓到的 HTML 里，去掉标簽之後的有效文本可能不到一百字。這類頁面在抓取系統眼里更像一個導航节点，而不是一頁内容。
薄内容頁
有正文，但信息量很低。比如同一段介绍在几十個入口站上原样複製，或者只是把關鍵詞堆成几句通顺却没有實际信息的话。頁面不空，但頁面之間几乎没有区別，重复度极高。
蜘蛛大致會看哪些信号
具体的算法没人能完整说出来，但從公開资料和長期的抓取日誌观察，下面几類信号比較常见：
- 去掉标簽後的正文文本量，以及正文占整頁 HTML 的比例；
- 标题、H1 與正文内容是否在讲同一件事；
- 该頁面與其他入口站頁面的内容重合度；
- 頁面上是否有大量指向同一批目标頁的重复連結。
這些信号不會單獨决定什么，但叠加在一起，會明顯影响蜘蛛在這個頁面上停留的意愿以及後續回訪的频率。
几種常见做法與代價
- 纯模板铺量。上手最快，站與站之間文字完全一致。短期看不出問题，但重复度一高，入口站之間就互相稀释，事後也很难判断哪個站在起作用。
- 工具批量伪原创。比纯複製好一点，但換词不換结构，讀起来別扭，正文長度也未必真的增加，改到後面往往越改越像。
- 每個站配一段真實内容。成本最高，但入口站之間的差异是真實存在的，日誌里也更容易看出哪個站被稳定抓取。
让入口頁有点内容厚度的可行思路
- 每個入口站围绕一個具体的小主题寫一段三百到六百字的說明，不必長，但要能獨立成立；
- 标题、H1、首段保持一致，別出現标题说 A、正文讲 B 的情况；
- 同一段内容最多复用到少數几個站，跨越太多站时換掉结构和例子；
- 目标頁連結放在正文语境里，而不是全部堆在頁脚；
- 入口頁數量少一点、质量稳一点，通常比铺几百個空壳頁更好管理。
怎么判断有没有效果
比較實际的做法是分两组測試：一组以空壳頁為主，一组是有正文的入口站，分別看蜘蛛的訪問次數、抓取深度和回訪間隔。观察两到四周，看差异是否稳定。如果两组几乎没有区別，問题可能不在内容厚度上，而在域名、服務器或整体入口结构上。
内容厚度只是让頁面更像一頁可讀的頁面，它提高的是被正常抓取的概率，不构成收錄或排名的保證。入口頁寫得再扎實，也不能替代目标頁本身的质量。
把入口頁当成一頁真正有人看的頁面来寫，很多抓取上的怪現象會自然减少。蜘蛛池是放大器，不是修复器：它放大的東西里，也包括頁面本身有多薄。