当页面从几十个涨到几百上千个,最先出问题的往往不是策略,而是手工操作的边界。手工适合处理少量、需要判断的页面,一旦同类改动重复出现、多人同时改同一批文件,就应该转为规则化或脚本化处理,否则错漏会累积成难以排查的索引问题。
假设你手里有一份从后台导出的页面清单,包含标题、描述、栏目、更新时间几列。先不要急着逐条改,而是按“同类字段是否用同一套判断标准”分组:标题格式统一、只需替换栏目词的,属于可规则化;需要结合搜索意图重写、判断内容是否该合并的,属于必须人工判断。这一步的结果决定了后面哪些工作交给脚本、哪些留在人手里。如果分组后发现超过一半的行落在可规则化一侧,继续纯手工就不划算了。
标题后缀、面包屑、分页链接这类全站统一的元素,手工改到第一百个页面时,漏改和改错几乎是必然。更稳妥的做法是把规则写进模板或生成逻辑,让新页面天然符合规范。改完后抽查几个不同栏目,确认规则生效,而不是逐个核对全部页面。
同一类型的内容页,结构化数据字段和内链位置往往一致。当数量达到几十个以上,手工维护会带来两种后果:一是遗漏,二是不同批次写法不一致,导致搜索引擎对页面类型的理解出现分歧。可先固定一套字段模板,再用脚本批量注入,人工只负责判断哪些页面属于同一类型。
检查哪些页面被抓取、哪些被索引,属于周期性动作。页面少时手工翻日志可行,规模扩大后应改为按规则筛选异常项,例如只看状态码异常、只看被排除的页面。需要注意,抓取量或索引量下降本身不能直接说明处理正确,也可能是内容调整、站点结构调整或外部链接变化带来的正常波动,必须结合具体页面判断。
多人协作时,常见分歧是“这个页面到底该不该保留”。与其争论,不如把判断依据写成可核对的条目:页面是否有独立搜索需求、是否与另一页高度重叠、是否有外部链接指向。每条给出是或否,分歧就变成对同一组事实的核对,而不是对结论的争论。核对完成后,保留、合并、删除三类动作自然分开,脚本只处理合并和跳转这类机械部分。
假设清单有三百个页面,其中两百个只需统一标题后缀,剩下的一百个涉及内容取舍。先处理两百个规则化部分,能快速释放人力;剩下的一百个再用核对条目逐个判断。这个顺序让机械工作和判断工作分开,也便于在下一轮只关注仍未解决的页面。
页面数量少、改动只发生一次、或者每个页面都需要结合具体业务背景判断时,手工处理更直接,也更容易发现规则之外的例外。规则化和脚本化的前提是同类问题反复出现且判断标准已经稳定。如果标准本身还在调整,过早写成规则,后面反而要反复修改,成本更高。判断标准是否稳定,可以用一个小测试:让两个人分别按同一套说明处理十个页面,如果结果基本一致,说明标准已经可以固化。