做站内运营时，很容易在链接后面顺手加一串参数：投放渠道带 utm_source，分享按钮带 share_token，后台报表带 ref，列表页带排序和筛选条件。对用户来说这些地址打开的是同一篇文章，但在搜索引擎眼里，它们是不同的 URL。如果不做区分，同一份内容可能被拆成很多版本参与抓取和收录。
先把参数分成三类
1. 追踪参数
常见的有 utm_source、utm_medium、utm_campaign、gclid、fbclid、ref、from、spm 等。它们只记录来源，不改变页面内容，是重复 URL 的主要来源。
2. 筛选与排序参数
例如 ?color=red、?price=100-200、?sort=new。这类参数通常会改变页面上展示的结果，可能对应真实的搜索需求，不能一概当成垃圾处理。
3. 会话与分页参数
PHPSESSID、sid 这类会话标识会为每个访客生成一个新的 URL，属于需要优先清理的类型；page=2 这类分页参数则是正常内容的一部分，一般保留。
参数 URL 多了会怎样
- 同一内容出现多个地址，搜索引擎需要自己挑一个作为代表版本；
- 收录量看起来变大，实际有效页面没有增加，反而稀释了页面信号；
- 抓取量被大量重复地址占用，新内容和真正需要更新的页面排队更久；
- 筛选条件可以自由组合时，可能生成成百上千个近似空结果的地址。
处理顺序建议
- 内链和站点地图只写干净 URL。追踪参数放在外部渠道、广告落地页和邮件里，不要写进站内导航、正文链接和 sitemap。
- 会话 ID 改到 Cookie。让 URL 不随访客变化，这是最省事的做法。
- 内容相同的带参地址，用 canonical 指向无参版本。canonical 要写绝对地址，并且目标页面本身能正常访问、返回 200。
- 筛选页按质量取舍。有真实搜索量、结果内容充实的筛选组合，可以保留并让它们自指 canonical；只是把参数随便拼出来的组合页，可以设置 noindex，或者干脆不生成可抓取的链接。
- 谨慎使用 robots.txt 屏蔽带参地址。屏蔽抓取可以省下抓取预算，但被屏蔽的 URL 上写的 canonical 和 noindex 也不会被读到，容易让旧地址长期停留在索引里。
判断一个参数要不要处理，最简单的标准是：它会不会真的改变用户在页面上看到的主要内容？不会，就收敛到一个地址；会，就当成独立页面来判断质量。
怎么确认问题存在
在服务器日志里按 URL 统计，看带参数地址的抓取占比；在收录结果里搜索 utm_source、ref 之类的关键词，看是否有带参地址被收录；再看后台的抓取统计，确认重复抓取是否在挤占正常页面的空间。三步做完，基本能判断问题出在追踪参数、筛选参数还是会话参数上。
几个容易踩的坑
- 把所有带参数的地址一律 301 到无参版本，连带把有真实需求的筛选页也砍掉；
- canonical 写成相对路径，或者指向一个本身带参数的地址，等于没写；
- 只改了 robots.txt，站内链接和 sitemap 里的带参地址没有同步清理；
- 以为加了 canonical 就一定会被采纳，忽略了页面本身的内容质量和内链是否一致。
参数本身没有对错，问题在于同一份内容是否被拆成了多个可抓取的地址。先分类、再收敛，通常比一刀切屏蔽更稳妥。