同一批内容用不同标题、不同入口发布，或者旧版页面没有及时下线，站点里就会积累出多篇主题相近的页面。搜索系统在收录阶段要做的事不只是抓取，还要判断这些页面是不是在讲同一件事。如果判断为近似，索引层面可能只保留其中一个版本，其余页面未必会以独立结果出现。
这不是一句“重复内容会被惩罚”能概括的。更常见的现象是：多个页面彼此稀释，每个页面拿到的内链、点击和主题信号都变少，最终谁都不够突出。处理目标不是删除所有相似内容，而是让每个被保留的页面都有清晰的理由。
先分清三种“相似”
不同页面的相似程度不一样，处理方式也应该分开。
- 完全重复：正文几乎一致，只是 URL、标题或发布时间不同。常见于旧版页面、打印版、参数排序页。优先合并或指定主版本。
- 主题重叠：讲同一个主题，但角度、案例、适用范围不同。例如“入门教程”和“常见报错排查”。可以同时保留，但要在正文和内链里明确差异。
- 部分更新：新版本替代旧版本，旧版本还有外链或历史流量。先确认新版本内容更完整，再考虑迁移，而不是直接删旧页。
主版本按什么判断
如果要归并，第一步是选主版本。不要只看发布时间，按下面几个信号排序更稳：
- 搜索意图匹配度：哪个页面更直接回答用户会搜的问题。标题、首屏和正文结构都要看。
- 内容完整度：有没有独立的数据、步骤、示例或结论，而不是只换了关键词。
- 链接与流量：内部链接、外部链接和已有访问更集中的页面，通常迁移成本更低。
- 维护成本：更新频率高、后续还会继续维护的版本，适合作为主版本。
如果两个页面都有一批外链，不要急着把其中一个 301 到另一个。先看外链是否指向不同主题，必要时保留两个入口，再通过内链和内容差异做区分。
处理顺序：先内容，再技术
很多人一发现相似页面，立刻上 canonical 或 robots。顺序反过来更稳妥。
- 合并内容：把旧版本里有价值的信息补进主版本，避免用户访问旧地址时得到残缺内容。
- 更新内链：站内指向旧页面的链接改成主版本，减少旧地址继续获得点击。
- 选择技术动作：旧版本已经无独立价值，并且内容已经合并，再用 301 指向主版本。如果旧版本仍需保留给特定用户，可以用 canonical 指明主版本，但要确保 canonical 指向的页面可抓取、可索引。
- 观察回查：技术动作生效需要时间。先看抓取日志和索引报告，再看搜索表现，不要当天就判断失败。
canonical 不是“取消收录”的开关。它表达的是“这个地址的优选版本是另一个”，搜索引擎仍可能根据其他信号做出不同判断。因此，主版本本身必须可访问、内容完整，否则 canonical 可能被忽略。
不要用一把锤子处理所有页面
有些页面虽然相似，但有独立需求。例如城市分站、多语言版本、不同型号的产品页。简单复制正文再改地名，通常会让这些页面都变得很薄。更实际的做法是：
- 每个版本补充当地或该型号特有的信息，例如价格、库存、服务范围。
- 用 hreflang 处理语言和地区关系，而不是用 canonical 互相指向。
- 如果某个版本确实没有独立内容，就合并回主页面，不必为了数量强行保留。
观察哪些指标
归并之后，重点不是看“收录数有没有涨”，而是看主版本是否开始稳定获得展示和点击。
- 索引报告：确认主版本处于可索引状态，旧地址是否仍以其他形式出现。
- 搜索表现：观察主版本的目标查询是否更集中，而不是多个 URL 轮流出现。
- 抓取日志：看旧地址是否还在被频繁抓取。如果 301 已生效，抓取会逐渐转向新地址。
- 内链点击：站内链接改向主版本后，用户路径是否更顺畅。
站内近似内容的归并，本质上是把分散的信号收回来。先判断页面关系，再决定保留、合并还是迁移；技术手段只是最后一步。把这件事当成常规维护，而不是一次性清理，索引里的版本才会逐渐清晰。