很多站点里，分类页、标签页、聚合页的数量远超原创内容本身。这些页面本身不算错，但质量差别很大：有的是用户真正会点的导航入口，有的只是把标题排成一列的空壳。把它们统统交给搜索引擎，结果往往是索引里塞满低质页面，真正重要的内容反而被稀释。
第一步：先把三类页面分开看
- 导航型聚合页：分类页、专题页、系列文章目录。有人手动维护，点进去能找到下一步。
- 自动型聚合页：标签页、作者页、日期归档。由系统自动生成，数量随文章增加而膨胀。
- 结果型页面：站内搜索页、筛选与排序页、组合条件页。参数一多，数量可以接近无限。
三类的处理思路并不一样。导航型页面通常值得留在索引里，前提是有实际内容支撑；自动型要看是否有独立价值；结果型页面绝大多数情况下不适合让蜘蛛大量抓取。
判断一个聚合页值不值得收录
不用太玄学，几个可以观察的信号：
- 有没有独立的标题和描述。如果标签页只是把文章标题排成一列，页面标题还是系统默认的“标签：XXX”，它能表达的信息就很有限。
- 页面内容是不是别处已经有了。分类页如果只展示标题和摘要，和文章列表页高度重合，价值就偏低。
- 它有没有被链接、被点击。内链入口没几个、服务器日志里几乎没人访问的聚合页，通常也没必要强推进索引。
- 数量会不会失控。几百个标签页还看得过来，几万个基本没法逐个监控，数量本身就是风险。
分档处理：四种做法
保留并补内容
核心分类页、专题页值得投入：加一段人工撰写的导语、补充筛选说明、把最相关的几条内容放到前排。这样页面才不只是一个列表。
合并同类
同义标签、近义分类（比如“SEO”和“搜索引擎优化”）应该合并成一个，而不是靠指向同一个地址硬凑。合并之后把旧地址 301 到保留的那个，入口统一，也少一堆重复。
限制而不是一刀切
如果标签页确实有一部分价值，可以只放开内容量足够的那部分，其余用 noindex 挡在索引外。noindex 只影响进索引，蜘蛛仍然可以抓取，便于顺着链接发现别的页面。注意别用 robots.txt 屏蔽这些路径，否则蜘蛛读不到 noindex 指令。
直接挡掉
站内搜索结果页、多条件筛选页，建议从抓取入口上就断开：不进 sitemap、站内不要大量导链、必要时对参数做统一处理。如果已经大量被收录，先看它们是怎么被抓到的，再逐步收回。
一个常见的误解是：以为 noindex 加上就完事了。指令生效需要蜘蛛重新抓取那个页面，在这之前，旧记录仍会留在索引里。
几个容易踩的坑
- 把 robots.txt 当成收录开关，写完才发现 noindex 根本没被读到。
- 给标签页加了 noindex，却仍在导航、侧栏里大量链接它们，等于白占抓取资源。
- 用 canonical 指向一个本身也不该被收录的页面，问题只是换了个地方存在。
- 聚合页内容半年没更新，系统还在持续生成新的子页面。
还有一个容易被忽略的细节：内链资源最好留给真正想推的页面。如果大量链接都指向被挡住的聚合页，蜘蛛顺着爬过去也拿不到有用的东西，反而分散了对核心内容的注意力。
最后，聚合页的收录状态不是一次决定就完事。内容在增加、标签在变化，隔一段时间去 GSC 的“已编入索引”和“已排除”报告里对一遍，看看有没有新的批量生成页面冒出来。收录这件事，本质上是持续做取舍，而不是设一次开关。