条目简介是抄官网的还是自己写的：重复率、长度和能不能自动生成

随手在一百个条目页里各复制一段简介去搜，能搜到原句的大概七成。出处不一：有的来自对方官网的 meta description，有的来自另外两个同类目录站，还有的来自网站自己的宣传稿。这件事的麻烦不在于被抄，在于你的详情页除了这段抄来的话，没有别的独特内容。

图片来源：网络，版权归原作者所有，侵权请联系删除

四种来源，四种代价

来源	成本	重复风险
抓官网 meta description	最低，一次抓取入库	最高，原句在官网和同行站上都有
抓正文首段截取	低	高，常截到「欢迎来到」或导航文字
人工写 60 到 140 字	最高，一条几分钟	最低，可控
提交者自己填	中，但要校验	中等，质量参差，有人直接贴广告

现实里的组合是分层的：头部几百个条目人工写，中部用抓取加改写，长尾用提交者填写加自动补全。全站统一用一种，要么成本撑不住，要么质量撑不住。

重复的判定不在文字相同

很多人以为只要换个说法就安全了，其实判断维度不是文字相似度，而是这个页面有没有别人那里没有的东西。

目录站的条目页，增量本来应该在這些地方：它归在哪个类目下、编辑给的结构化标签、收录时间与最近一次核验时间、同分类里它还和谁排在一起、访问热度、有没有做过人工复核。这些东西官网没有，同行的目录站也各不相同。

如果这些字段全空着，只有一段抄来的简介加一个链接，那这个页面确实没有存在理由。反过来，即使简介是自动生成的，只要上面这些结构化信息齐全，页面整体是有差异的。

自动生成可以，但不能凭空造

搜索引擎官方对自动生成的描述文本并不排斥，反对的是为了塞关键词而生成的、与页面内容不符的文本。所以自动生成这条路能走，前提是输入要是真的。

可用的输入：站点标题、官方简介里的关键事实、所属类目、面向的地区、界面语言、是否收费、有没有客户端。输出一句陈述，说明它是做什么的、给谁用。

三条要守住的：

• 输入要真。没有的信息宁可不写，别用「专业的」「领先的」这类填充词补位，那些词既没有信息量，又会让一千条简介长得一模一样。
• 句式要变。一千条都以「XX网是一个」开头，模板痕迹太重。准备三到五种句型轮换，按条目 ID 取模选一种，成本几乎为零。
• 长度要控。中文 80 到 140 字比较合适，前 60 字要能独立成立，因为展示时经常被截断。

长度这件事被误解得最多

meta description 早就没有官方长度限制了，展示时按设备宽度截断。所以与其纠结 155 还是 160 个字符，不如把最重要的信息放前面。

目录站还有一个特殊之处：条目页的描述经常被搜索结果用来替换标题下方的摘要。如果描述开头是「本站收录了……」，用户看到的就是一句没有信息量的话。把「这个站是干什么的」放在第一句，效果差别很明显。

抄袭与投诉的边界

抓取对方官网的 meta description 算不算抄？关键在长度和独创性。一句话说明「这是一个在线配色工具」，属于事实性描述，谁写都差不多；整段照搬一段有文风的宣传语，就是复制。

稳妥的做法是只取事实，句式自己写。真收到投诉，先改再议，不要花时间争论「这段文字有没有独创性」，成本不对等。

一个可执行的质量标准

把全站简介两两做一次相似度计算，阈值定在 0.8，超过的批量重写。这个阈值不高，但能抓出「同一套模板生成」的那批。

再加一个人工动作：每月随机抽 20 条读一遍。数据看的是规模问题，人眼才能发现「读起来像机器写的」这种质感问题。我自己抽查时抓到过一句「该网站提供多种服务以满足不同需求」，一句话里没有一个具体信息，这种就是典型的该重写。