做蜘蛛池的人常常盯着入口页的“数量”，却很少回头看单个入口页里到底装了什么。一个页面如果模板、导航、页脚和一堆外链占了大半，真正属于这一页的文字只剩几句，蜘蛛拿到的信号就会变得很稀。这里说的“内容占比”，指的是剥离 HTML 标签之后，页面里属于这一页独有的文字，占整页可见文字的比例。
一个入口页通常被分成三块
主体内容：这一页独有的部分
标题、正文段落、列表，这些是页面唯一的东西，也在很大程度上决定蜘蛛怎么判断“这页在讲什么”。入口页不要求长篇，但至少要让主体文字在整页纯文本里占到一半左右，才不至于被模板淹没。
模板区域：所有页面都一样
顶部导航、侧栏推荐、页脚版权与备案信息、面包屑，这些在站群里是复用的。蜘蛛抓第一页时还会看，抓到第一百页时基本等于零信息。它们不是不能有，而是不该占掉大半篇幅。
外链区域：指向别处的链接
入口页的价值之一是传递链接，但外链区与主体内容的比例要控制。正文只有两百字，下面挂八十个链接，蜘蛛看到的结构更像目录页而不是内容页。
内容占比低，可能带来什么
- 抓取预算被模板吃掉：相同模板反复出现，蜘蛛在后续页面上的解析收益会下降。
- 页面类型判断偏移：主体太弱、链接太密，容易被当成聚合页或导航页来对待。
- 站群相似度升高：模板一致、主体又短，批量页面之间的差异进一步缩小。
- 目标链接被当噪声：出站链接挤在一块、缺少上下文时，链接本身的可信度也会打折。
这些都不是必然结果，但方向上大体如此：内容越薄、模板越重，单个入口页的边际作用越小。
怎么粗略估算内容占比
- 随便挑一个入口页，查看源码，或把 HTML 标签去掉只留纯文本。
- 把纯文本复制到文本编辑器，记录总字数。
- 再找同站群里的另一个页面，把两页共有的段落（导航、页脚、免责声明）删掉，剩下的就是主体部分。
- 用主体字数除以总字数得到大致比例，按批抽查十到二十个页面，看中位数落在哪。
这个方法很粗，但足够判断方向。中位数长期低于三成，就该动手调整了。
调整时优先做的事
- 先做减法。把侧栏推荐、热门标签、友情链接这类区块先收掉，通常比急着加正文更快见效。
- 把链接写进正文里。在讲清楚一句话之后再自然地指向目标 URL，比单开一个链接列表更容易被理解。
- 控制单页出站链接数量。一个入口页指向目标站的链接不必多，位置清楚、上下文完整更重要。
- 保持主体结构稳定。不要今天整页文字、明天整页链接，节奏波动太大反而不好判断效果。
- 把改动按批做。一次只动一批入口页，隔几天再对照日志看这批页面的抓取情况。
几个常见误区
误区一：内容越多越好。入口页不是内容站，堆几千字模板化正文，反而会把站群相似度推得更高。
误区二：外链越多传得越多。链接密度过高时，蜘蛛对单个链接的上下文判断会变弱。
误区三：所有页面套同一套模板最省事。省事是真的，但入口页之间的区分度也会一起省掉。
小结
内容占比不是一个精确指标，而是一个自查角度。它提醒你：蜘蛛每抓一次页面都要花预算，如果大部分内容在站群里已经见过很多次，这一抓的价值就很有限。把主体写清楚、把模板收一收、把链接放回上下文里，通常比继续加新页面更值得先做。