做蜘蛛池的人常常盯着入口頁的“數量”，却很少回头看單個入口頁里到底装了什么。一個頁面如果模板、導航、頁脚和一堆外鏈占了大半，真正属于這一頁的文字只剩几句，蜘蛛拿到的信号就會變得很稀。這里说的“内容占比”，指的是剥离 HTML 标簽之後，頁面里属于這一頁獨有的文字，占整頁可见文字的比例。
一個入口頁通常被分成三块
主体内容：這一頁獨有的部分
标题、正文段落、列表，這些是頁面唯一的東西，也在很大程度上决定蜘蛛怎么判断“這頁在讲什么”。入口頁不要求長篇，但至少要让主体文字在整頁纯文本里占到一半左右，才不至于被模板淹没。
模板区域：所有頁面都一样
顶部導航、侧栏推荐、頁脚版權與备案信息、面包屑，這些在站群里是复用的。蜘蛛抓第一頁时還會看，抓到第一百頁时基本等于零信息。它們不是不能有，而是不该占掉大半篇幅。
外鏈区域：指向別處的連結
入口頁的價值之一是传递連結，但外鏈区與主体内容的比例要控制。正文只有两百字，下面挂八十個連結，蜘蛛看到的结构更像目錄頁而不是内容頁。
内容占比低，可能带来什么
- 抓取预算被模板吃掉：相同模板反复出現，蜘蛛在後續頁面上的解析收益會下降。
- 頁面類型判断偏移：主体太弱、連結太密，容易被当成聚合頁或導航頁来對待。
- 站群相似度升高：模板一致、主体又短，批量頁面之間的差异進一步缩小。
- 目标連結被当噪声：出站連結挤在一块、缺少上下文时，連結本身的可信度也會打折。
這些都不是必然结果，但方向上大体如此：内容越薄、模板越重，單個入口頁的邊际作用越小。
怎么粗略估算内容占比
- 随便挑一個入口頁，查看源碼，或把 HTML 标簽去掉只留纯文本。
- 把纯文本複製到文本編輯器，记錄總字數。
- 再找同站群里的另一個頁面，把两頁共有的段落（導航、頁脚、免责声明）删掉，剩下的就是主体部分。
- 用主体字數除以總字數得到大致比例，按批抽查十到二十個頁面，看中位數落在哪。
這個方法很粗，但足够判断方向。中位數長期低于三成，就该動手調整了。
調整时優先做的事
- 先做减法。把侧栏推荐、热门标簽、友情連結這類区块先收掉，通常比急着加正文更快见效。
- 把連結寫進正文里。在讲清楚一句话之後再自然地指向目标 URL，比單開一個連結列表更容易被理解。
- 控制單頁出站連結數量。一個入口頁指向目标站的連結不必多，位置清楚、上下文完整更重要。
- 保持主体结构稳定。不要今天整頁文字、明天整頁連結，节奏波動太大反而不好判断效果。
- 把改動按批做。一次只動一批入口頁，隔几天再對照日誌看這批頁面的抓取情况。
几個常见誤区
誤区一：内容越多越好。入口頁不是内容站，堆几千字模板化正文，反而會把站群相似度推得更高。
誤区二：外鏈越多传得越多。連結密度過高时，蜘蛛對單個連結的上下文判断會變弱。
誤区三：所有頁面套同一套模板最省事。省事是真的，但入口頁之間的区分度也會一起省掉。
小结
内容占比不是一個精确指标，而是一個自查角度。它提醒你：蜘蛛每抓一次頁面都要花预算，如果大部分内容在站群里已经见過很多次，這一抓的價值就很有限。把主体寫清楚、把模板收一收、把連結放回上下文里，通常比繼續加新頁面更值得先做。