發現站内出現重复内容时，很多人的第一反應是加 canonical 或者直接 noindex。但在動手之前，先判断重复發生在哪一层更重要——不同层級的重复，成因和處理顺序完全不同，用错手段常常是白費力气，甚至把原本正常的頁面挡在索引之外。
第一层：完全重复，同一份内容挂在多個 URL 上
特征是整段正文、标题、结构几乎一字不差，只是訪問地址不同。常见来源有：
- 同一頁面同时能被 www 與非 www、http 與 https 打開；
- 带與不带结尾斜杠、大小寫不同被当成不同地址；
- 列表頁通過參數翻頁或排序，生成了内容几乎一致的副本；
- 站内複製粘贴做測試，忘了刪除或没做跳轉。
這一层的處理最干净：先统一地址，再谈索引。能 301 的就 301，让所有變体指向唯一的規范地址；确實無法跳轉（比如追踪參數必须保留）时，用 canonical 声明主版本。注意 canonical 是建议而不是命令，只有在頁面本身可正常訪問、且主版本也真實存在的前提下才有意义。
第二层：近似重复，内容被改寫或拼接
這一层藏得比較深。正文可能換了開头结尾、調了段落顺序、替換了部分同义词，但主体信息高度重合。常见来源：同一篇稿件在不同栏目各發一次；产品頁的規格段落大量共用；聚合頁把摘要拼在一起，跟原文形成竞争。
判断方法不是靠工具跑一次相似度就够了，而是要看用戶搜尋這個問题时，期望看到哪一個頁面。如果两個頁面满足的是同一個搜尋意图，就應该合並成一個；如果满足的意图不同（例如一個是产品介绍，一個是選购指南），保留两個反而合理，此时要做的是把各自的差异部分寫清楚，而不是硬塞 canonical。
合並时優先做的事
- 選一個主版本，把其余版本里真正有價值的信息补進去；
- 舊地址做 301 跳轉到主版本，不要只是删掉；
- 更新站内連結，让後續抓取路径直接指向主版本；
- 观察一段時間，確認索引里的版本逐步替換。
第三层：模板重复，批量生成的相似頁面
這類頁面單看每一頁都不算抄，但几十上百頁放在一起，除了名稱、價格、地区等少數變量外几乎没有区別。常见的有：篩選组合頁、空结果的标簽頁、只有一條内容的作者頁、按時間自動生成的归档頁。
處理原則是先問一句：這一頁有没有獨立被搜尋的價值。
- 有明确搜尋需求的篩選组合（比如品牌加品類），可以保留，但要保證有足够的结果數量，並让搜尋引擎抓到稳定入口；
- 结果很少甚至為空的组合，通常不必要被索引，可以在服務端返回合适狀態，或用 robots 規則收敛；
- 纯粹给用戶做導航用的列表，用 noindex,follow 保留連結传递，比彻底屏蔽更合适。
處理顺序：先規范地址，再判断意图，最後决定取舍
把三层叠在一起處理，最容易出的错是：一邊加 canonical，一邊又让參數頁大量被抓，结果索引里的版本反复横跳。比較稳妥的顺序是：
- 先做 URL 层净化——统一协议、域名、尾斜杠、大小寫，消除纯技術性重复；
- 再按搜尋意图分组，判断近似重复该合並還是该保留差异；
- 最後處理模板頁，决定哪些進索引、哪些只留連結；
- 每一步都留出观察周期，不要同一天改三件事，否則出問题时分不清是谁引起的。
重复内容本身不是惩罚項，它的問题是让搜尋引擎难以判断该展示哪一個版本，從而稀释了頁面的表現。處理的终点不是消灭重复，而是让每個有價值的搜尋意图都對應一個清晰的頁面。
最後提醒一点：不要指望改完立刻看到索引變化。索引更新是渐進的，與其每天刷新报告，不如把注意力放在内鏈是否都指向了主版本、舊地址是否還會被外部引用這些更容易控制的事情上。