先分類：參數不同，處理方式差別很大
判断一個带參數的 URL 要不要收錄，第一步不是决定屏蔽還是放開，而是把參數归類。不同来源的參數，對内容的影响完全不同，混在一起處理通常會導致誤伤。
- 跟踪類：utm_source、gclid、fbclid、spm、ref 等，加與不加，頁面内容一字不差。
- 排序與视图類：?sort=price_asc、?view=grid，内容基本一致，只是顺序或样式變了。
- 篩選類：?color=red&size=40，可能组合出成百上千個结果頁，其中一部分确實有搜尋需求。
- 分頁類：?page=3，属于同一列表的延伸。
- 會话與身份類：?sid=、?sessionid=、?uid=，每個用戶一個地址，几乎必然产生大量重复。
- 語言與地区類：?lang=en，通常和 hreflang 配合使用，属于有明确用途的一類。
跟踪參數：優先級最高的一類
跟踪參數是最容易失控的一類。外鏈、广告、站内分享按钮都可能带上它們，蜘蛛顺着這些連結抓過去，就會看到同一份内容的多個地址。問题不在于某一個參數，而在于規模：如果站内大量連結都带參，抓取预算會被反复消耗在同一批内容上，真正需要更新的頁面反而排到後面。
處理顺序建议：先確認這些带參 URL 現在處于什么狀態——是被抓取了没收錄，還是已经進了索引，還是压根没被發現。狀態不同，手段不同。
- 從服務器日誌或索引报表里捞出带參 URL 的样本，看數量級和抓取频次。
- 检查這些頁面返回的 canonical 指向哪里。如果指向無參數版本，通常問题不大；如果指向自身，索引就會分散。
- 確認無參數版本的 URL 是否稳定、是否可被抓取，這是收敛的前提。
- 再决定手段：站内連結统一去掉跟踪參數，是最干净的做法；需要彻底阻断抓取时用 robots.txt；如果 URL 已经被抓取甚至收錄，用 noindex 让它自己登出更稳妥。
要注意 robots.txt 屏蔽和 noindex 會互相干扰：一旦某個路径被 robots.txt 屏蔽，蜘蛛就看不到该頁面上的 noindex 标簽，已经進索引的頁面可能會長期留在那里，因為没有机會讀到登出信号。
排序與篩選參數：先問有没有搜尋需求
篩選參數不能一刀切。有些组合本身就是用戶的搜尋词，比如“某品牌 某型号 價格”，這類頁面如果内容足够、结果不為空，是可以單獨放開的。判断标准大致有三條：這個组合有没有人搜、生成的结果是否稳定且非空、頁面之間是否存在大量重复的标题與描述。
- 有需求、结果稳定：保留收錄，做好标题描述，让它成為獨立入口。
- 有需求但结果经常為空：優先解决内容問题，空结果頁不宜收錄。
- 纯排序、纯视图切換：一般不需要獨立收錄，用 canonical 归到預設视图即可。
- 组合爆炸型篩選：保留高频组合，其余用 robots.txt 或參數規則收敛。
無论選哪種，站内連結的輸出方式都很關键。如果篩選结果頁之間互相大量連結，蜘蛛會顺着這些連結扩散出去，再好的收敛策略也會被稀释。
分頁參數：預設自指，別急着指向第一頁
分頁 URL 通常是 self-canonical，也就是指向自己。把第二頁、第三頁全部 canonical 到第一頁，會让蜘蛛誤以為後面几頁是重复内容，從而放弃抓取，列表深處的條目就更难被發現。只有当整站确實只保留一個聚合入口时，才考虑向第一頁收敛。
至于第几頁開始不再收錄，可以结合两点看：頁面上的條目是否還有獨立價值，以及這部分内容是否已经被其他路径覆盖。
一套可执行的自查顺序
- 從日誌和索引报表中提取带參 URL，按上面的類別归並，先看總量。
- 對每一類判断：内容是否獨立、是否有搜尋需求、是否會被站内連結反复暴露。
- 選收敛手段——連結层面去掉參數優先，其次是 canonical，再是 noindex，最後才是 robots.txt 屏蔽。
- 同步更新 sitemap，別把准备收敛的带參 URL 繼續提交上去。
- 观察一段時間，重点看抓取分布有没有回到核心頁面上。
几個常见誤区
- 用 robots.txt 屏蔽了參數路径，又在頁面上加 noindex，两個信号互相抵消。
- canonical 指向了一個被屏蔽或不可抓取的 URL，等于给了一個無效建议。
- 認為加上 noindex 就會立刻登出索引，實际還要等蜘蛛重新抓取並讀到标簽。
- 把带參 URL 全量寫進 sitemap，等于主動扩大重复内容的規模。
參數處理的本质不是“要不要”，而是“留哪些、留多少、用什么方式留”。把類別分清楚，再按連結、canonical、noindex、robots.txt 的顺序逐步收敛，通常比一次性大改更容易观察效果，也更少出現誤伤。