内容站运营一段时间后，地址数量往往会明显超过文章数量。多出来的部分，大多是系统按规则自动生成的聚合页：标签页、作者页、日期归档、分类的多层筛选结果。它们不是编辑一个个建出来的，而是跟着内容属性一起长出来的。收录报告里出现大量这类地址时，需要先判断它们是资产还是负担。
这些页面是怎么长出来的
一篇内容通常带多个属性：所属分类、若干标签、作者、发布时间。CMS 默认会为每个属性各生成一个列表页，再加上分页，一个属性就可能衍生出十几个地址。如果还支持按时间、按热度排序，同一批内容能组合出更多入口。这些页面在站内是导航效率的产物，对外却是搜索引擎眼中的一批新地址，需要单独评估。
聚合页的正当价值
- 给用户一条按主题浏览的路径，比只靠搜索框更顺
- 把链接集中指向同一主题下的文章，帮助深层页面被发现
- 承接一些宽泛的主题词浏览需求，不必为每个词单独做页面
问题不在聚合页本身，而在于数量。当标签页的数量是文章数量的好几倍，且多数标签下只挂着一两篇文章时，这批页面的整体价值就会下降。
判断一个聚合页值不值得收录
- 内容量：列表里只有一两条内容时，页面主体几乎为空，可替换性很高
- 相关性：标签组合是否自然，还是系统硬凑出来的交集
- 检索需求：这个主题是否真的有人会主动搜索，还是只对内部导航有意义
- 是否重复：和分类页、首页推荐位呈现的内容是否高度重合
- 是否有替代入口：如果分类页已经覆盖同样的内容集合，标签页就是多余的
判断时不要只看单个页面的字数，而要看这个页面对用户是否提供了别的页面没有的信息顺序。
几种常见处理方式
保留并优化
对确有检索需求、内容量充足的主题聚合页，可以正常保留，补充一段说明文字、控制每页条目数量、把分页处理好。这类页面有资格作为独立入口存在。
收敛到主集合
如果标签页和分类页内容几乎一致，可以用 canonical 指向主集合页，让引擎知道哪一份是主版本。注意 canonical 是建议而非强制，站点自身的内链也应指向主版本，否则信号会互相冲突。
用 noindex 排除
对内容单薄、只对站内导航有意义的聚合页，可以加 noindex。它和 robots.txt 屏蔽是两件事：
noindex 表达的是“可以抓，但别放进索引”；robots.txt 屏蔽的是抓取行为本身。用屏蔽来解决收录问题，往往连页面内容都读不到，标记也无法生效。
从源头减少生成
如果某个标签只有一两篇文章，干脆不生成列表页，或设置最小条目阈值再生成。这比事后批量加标记更省事，也避免了内链里出现大量空壳入口。
和站点地图、内链的配合
站点地图里不必把所有聚合页都列上，只保留希望被发现的那些。内链方面，全站铺开的标签云会把链接分散到大量低价值地址上，建议只展示内容较多的标签，其余收进折叠区或干脆不展示。已加 noindex 的页面，同样不适合继续放在全站导航里。
一个可执行的自查顺序
- 从收录报告或日志中导出聚合类地址，按类型分组（标签、作者、日期、筛选）
- 统计每组页面的平均内容条目数，筛出条目极少的
- 对照站内导航，确认这些页面是否真的有用户使用路径
- 先对最少的一批做 noindex 或收敛，保留其余部分
- 观察一段时间内抓取分布和收录变化，再决定是否扩大处理范围
处理时尽量避免一次性把全部聚合页排除。它们同时承担着内容发现和内链中转的作用，全砍掉可能让深层文章的入口变少。分批调整、观察反馈，比一次性动作更容易看清影响来自哪里。