先给结论:不要删掉重复事实,而是把它拆成“主承载页”和“引用片段”。同一事实只在一个页面完整展开,其他页面用一句话概括并指向主承载页;如果两篇文章各自承担不同的搜索意图,则保留各自必需的结论句,但删去推导过程。这样做的代价是短期内部分页面字数下降,收益是每个页面有清楚的分工,后续更新时只需改一处。
拿你手里正在整理的两到三篇文章,把重复出现的事实逐条标出来,通常落在三种情况里。
分类之后你会发现,真正冗余的不是事实本身,而是同一事实被反复推导。先分类,再决定哪一篇当主承载页,这一步直接决定后面怎么改。
假设你手上有三篇围绕佛山本地服务的内容:一篇讲基础概念,一篇讲页面更新判断,一篇讲选题整理。三篇都提到了“页面被收录不等于获得排名”。
处理方式是:让讲基础概念的那篇完整解释收录与排名的区别,包括抓取、索引、排序是不同环节;讲更新判断的那篇只保留一句“收录是排名的前提之一,但不等于排名”,然后补充更新场景下真正要看的信号,例如页面信息是否过期、是否与当前服务一致;讲选题整理的那篇则完全不展开这个概念,只把它作为筛选选题的一个条件写进判断句。
这样做的实际动作是:给每篇标注“完整展开 / 一句话引用 / 不出现”三种处理级别。标注完成后,你会发现有些段落可以直接删,有些只需压缩成一句。下一步就是按标注逐篇修改,而不是逐句换同义词。
引用句的写法可以很固定:一句结论加一个指向主承载页的说明。例如:
收录是排名的前提之一,但不等于排名;这一区别在基础页中有完整说明。
这里要注意一个假设:假设读者可能从站内其他页面进入,因此指向主承载页是有意义的。如果你的网站结构本身很浅,读者几乎只从搜索落地页进入,那么指向主承载页的价值会下降,此时更合适的做法是把引用句写成自足的一句话,不再依赖跳转。
另一个假设是:主承载页本身会持续维护。如果主承载页长期不更新,而其他页面反复引用它,一旦事实变化,所有引用都会一起过期。所以引用句适合放在变化较慢的事实上;对价格、服务范围、政策这类容易变动的事实,宁可在每篇各自写清当前口径,也不要集中引用。
减少冗余不等于把所有重复都清掉。以下情况保留重复更合理:
判断标准是:删掉这句后,读者是否还能完成当前页面的任务。能完成就压缩为引用,不能完成就保留,但删去与其他页面相同的推导过程。
修改完成后,不要只看字数变化。更可靠的做法是逐个页面问三个问题:这个页面的核心任务是什么;页面里有没有与任务无关的完整推导;同一事实是否只在一个地方被完整解释。
如果三个问题的答案都清楚,说明分工已经建立。此时再去更新主承载页,其他页面只需要检查引用句是否仍然成立,而不必逐篇重写。这个动作的结果会直接决定你下一次内容维护的工作量:分工清楚的站点,更新一处即可;分工混乱的站点,每改一个事实都要全站排查。
最后提醒一点:抓取量、索引量或某条统计归零,不能单独证明你的去重处理正确,它也可能是站点调整、抓取策略变化或统计周期造成的。把去重当作内容分工问题处理,比把它当作排名手段更可靠。