为什么跨站重复要单独拿出来处理
站内重复内容，你可以改模板、加 canonical、合并页面；跨站重复不一样，另一个域名不在你手里。搜索引擎面对多个高度相似的页面时，通常会挑一个作为主版本，其余版本被折叠或不展现。被挑中的不一定是你的源站，这一点往往是站点发现流量变化之后才回头确认的。
先把情况分成三类
- 授权转载：对方保留署名和原文链接，部分平台还会自动加 canonical 指向源站，这类问题相对最小。
- 自行分发：你主动把同一篇内容发到多个平台或多个自有域名，节奏和改写程度由自己控制。
- 未授权采集：全文照搬，去掉链接与署名。能直接使用的技术手段有限，更多靠长期补强源站。
源站可以做的几件事
- 保持原始 URL 稳定。改路径、换域名会把已有的时间信号和外部链接全部打散，代价通常大于收益。
- canonical 指向源站自己。要注意它只是提示而非指令，跨域使用时效果还取决于两边写法是否一致。
- 把源站版本做全。转载版常常只有正文，源站如果有配图、表格、更新记录和相关内链，整体信息量更大，被视为主版本的可能性也更高。
- 在站点地图中优先提交源站 URL，并确认它可抓取、可索引，没有被 robots.txt 或 noindex 误伤。
- 转载页留下的来源链接尽量指向具体文章页，而不是站点首页。
自建多域名时的一个基本原则
同一篇内容不要同时放在两个自有域名上。选一个主域名承载主版本，其余域名要么用 301 归拢，要么用 noindex 排除，跨域 canonical 只能作为辅助提示。多地区站需要做本地化改写，而不是把同一份正文原样复制到不同后缀的域名上。
怎么判断主版本落在谁那里
- 用一段特征性较强的句子做精确搜索，观察谁出现在最前。
- 看索引中的快照或更新时间，谁的版本更新。
- 看外部提及与链接落在哪个域名上，很多情况下是这里决定的结果。
转载版被选为主版本时，能做什么
先别急着大规模改版。可以按顺序做：把源站正文补得更完整，加上明确的修订说明和更新日期；把散落的内链重新指向这篇文章；争取正常的引用和行业媒体报道；检查文章页是否被模板、广告或弹窗挤压得难以顺畅阅读。这些动作不会立刻改变结果，但影响的是长期判断。对于明显批量采集的站点，可以通过官方反馈渠道提交，但不要把它当成主要手段。
一份可执行的自查清单
- 原文发布时间、作者和原始 URL 是否清晰可见。
- canonical 是否指向源站自己，且与 rel=alternate 等标签不冲突。
- 源站版本是否可被抓取，是否已出现在站点地图中。
- 转载页面是否至少保留了一条指向原文的链接。
- 自有域名之间是否存在同一篇内容的多份副本。
几个常见误区
- 以为首发时间早一定赢。实际上内容完整度、外部链接和站点整体质量往往更关键。
- 以为写死 canonical 就万事大吉。对方不配合时，它只是一个建议。
- 想用 robots.txt 去影响别人的站点。规则只对本站生效，这在技术上做不到。
跨站重复更像一场长期的信号累积，而不是一次设置就能解决的技术项。把源站本身做扎实，比反复寻找技巧更省事。