一千个条目一张脸：目录站的重复内容怎么治

目录站有个先天缺陷：条目页的内容本来就少，一个链接、一句介绍、几个标签。条目一多，雷同描述、互相搬运的介绍就开始泛滥，搜索引擎管这叫薄内容和重复内容，轻则不收录，重则拖累整站质量评分。这篇讲目录站的重复内容从哪来，怎么发现，怎么治。

图片来源：网络，版权归原作者所有，侵权请联系删除

重复内容从哪来

三个来源，按出现频率排：

• 提交者自己复制官网简介。十个提交有八个直接粘官网首页 meta description，同一个站被提交三次，就有三段一模一样的介绍。
• 编辑批处理的模板句。"XX 是一款优秀的在线工具，界面简洁，功能强大。"这种句子写五十遍，五十个页面互相长一样。
• 程序生成的参数页。同一批条目按不同筛选条件生成几百个相似列表页，这在分面导航那篇里单独讲过。

前两个是内容问题，第三个是结构问题。结构问题用规则解决，内容问题得动笔。

先发现自己有多严重

两个检测动作。一个偏技术：把全站条目描述拉出来，用相似度检测（shingle 或最小哈希都行）跑一遍，找出描述相似度高的条目群。不用上精密算法，检出率 80% 以上就够定位问题。

一个看后台：Search Console 或百度资源平台的索引覆盖里，"已抓取未编入索引"和"重复网页"两类的占比。目录站这两类占比超过两成，基本可以确认重复内容在拖后腿。

四种治法，按严重程度选

轻度：改写。编辑自己写一遍介绍，哪怕只有两三句自己的话。判断标准很朴素：把条目名遮住，这段话还能看出说的是这个站吗？看不出，就还得重写。

中度：canonical 归一。同一个站被提交多次生成了多个条目页，保留信息最全的那个，其余页面 canonical 指过去，或者干脆 301。

较重：合并成聚合页。把同类的薄条目合成一个专题页——"十款免费原型工具"这样。聚合页有自己的导语、有对比，每个成员条目贡献一小段。原来十个 200 字的薄页面，变成一个 2000 字有观点的页面。这是目录站把劣势翻成优势的最好机会。

重度：noindex 或删除。实在没有独立价值的条目（比如死站、镜像站），折叠出索引或直接删。留着的唯一作用是稀释整站质量。

从提交端堵住源头

治标不如治本。收录审核环节加一条硬规则：描述与官网 meta 重复率过高的，打回重写，给出写法示例。配合之前讲过的提交标题描述怎么写那篇的内容，让提交者在投稿前就知道标准长什么样，编辑的工作量能省一大半。

重复内容不可怕，可怕的是不知道自己站里有多少。先测，再挑治法，最后把关口前移到提交端。条目页薄是目录站的宿命，但"薄而各异"和"薄而雷同"在搜索引擎眼里是两个物种。