标签页为什么容易失控
发布内容时顺手打几个标签，系统就自动生成一个列表页。刚开始看起来挺方便：访客能顺藤摸瓜找到相关内容，编辑也不用额外维护。但标签是只增不减的，几个月后标签数量往往超过文章总数，每个标签页只有一两篇内容，页面正文除了标题和链接几乎什么都没有。这些页面同样会被蜘蛛抓取，慢慢吃掉本来该花在正文页上的抓取时间。
标签页本身不是问题，问题在于没人定期清理。下面这套自查，核心只有一件事：哪些标签页值得留下，哪些不值得。
先判断哪些标签页值得留下
可以拿四条标准去筛：
- 内容量够不够：至少能稳定聚合若干篇相关内容，并且以后还会继续增长；只有一两篇的标签，先别急着让它单独成页。
- 主题是否明确：这个标签能不能一句话说清代表什么。像「随笔」「推荐」「其他」这类模糊词，访客点进去也不知道自己在看什么。
- 有没有真实需求：访客会不会主动点这个标签，或者这个词本身有搜索需求。翻一遍点击数据就有答案。
- 和栏目是否重复：如果栏目页已经覆盖了同样的内容集合，再做标签页只是重复。
三个最常见的标签页问题
1. 同一个主题被拆成好几个标签
同义词、单复数、中英文混用、带不带空格，很容易生成「SEO」「seo」「搜索引擎优化」三个互不相干的标签页，每个页面都只有零星几篇内容。处理方式是把它们合并到一个主标签，其余页面用 301 或 canonical 指过去，别让几个空壳页面互相分散权重。
2. 标签页和栏目页、搜索页内容撞车
标签聚合的链接列表，常常和栏目列表、站内搜索结果高度相似。内容基本一样时，蜘蛛通常只保留一个版本，剩下的既拿不到流量，又占着抓取额度。自查时把这几类页面的标题、描述、列表内容放在一起比对，重复度高的就该做取舍。
3. 标签页既没有入口，也没有出口
有些标签页只在发布时出现过一次，之后就再没有内链指向它，只能靠站点地图被发现。这种页面即使被收录，也很难获得内链支持。要么补上合理的入口，要么干脆清理掉。
具体怎么处理
- 导出全站标签清单，标注每个标签下的文章数、最近更新时间、站内点击次数。
- 把文章数过少、长期没有新增、也没有点击的标签合并或删除。
- 保留下来的标签页，补一段简短说明文字，让页面不只是一串链接。
- 给保留的标签页设置好规范链接，涉及翻页的标签页处理好前后页关系。
- 确实不需要被收录的标签页，用页面的 noindex 处理，而不是写进 robots.txt 屏蔽——被 robots 挡住的页面，蜘蛛看不到上面的 noindex 说明。
- 站点地图里只保留值得收录的那部分标签页，不要全量提交。
标签是帮访客找内容的工具，不是越多越好的流量入口。判断标准很简单：访客真点进去，会不会觉得「就这几篇，白来了」。会，就别让它单独成页。
做完之后怎么确认效果
改动后过一到两个月，回头看看抓取日志里标签页的抓取次数是不是降下来了，正文页的抓取有没有相应增加。同时留意索引量有没有异常波动——大量删除标签页时，索引数量短期下降是正常现象，只要正文页没受影响就不用慌。
标签页自查不必一次做完，按季度过一遍就够。真正要防的，是成百上千个空壳标签页常年躺在那里，既不服务访客，也白白占着蜘蛛的抓取时间。