被搜尋引擎判定為低價值內容而剔除,往往不是因為做了什麼,而是因為「什麼都沒做」。以下幾點是實務上最常見的問題與改法。
這裡說的是那種設定好規則與時間、由系統自動完成的抓取。它最大的問題在於:所有元素都被原封不動搬進資料庫,包括文章裡那些你根本不需要的表格標籤、圖片標籤、樣式與多餘的空白。這些殘留標記本身就是一個明顯特徵——搜尋引擎正是靠這類正則特徵來判斷內容屬於機械複製而非原創。當這類內容在站內佔到相當比例,後果就不必多說了。
判定機制用的是可分析的規則特徵,既然如此,我們也可以反過來避免踩中。最簡單的做法是把流程拆成兩步:先把需要的文字複製到純文字環境,去掉所有多餘標記,再貼進你的編輯器重新排版。表面上看起來沒什麼變化,實際上 HTML 結構已經被清乾淨,判斷難度提高了不少。這個方法缺點是費時——但想省事,就得承擔風險。
至少要改標題。這麼做有兩個好處:第一,搜尋越來越重視標題,原始素材的標題往往寫得不利於排名,你重新擬一個更精準的,效果自己會看到;第二,改寫本身的自然結果就是降低了被判定為重複內容的機率。
不要和來源文章一模一樣地分頁,讓自己的頁面有自己的組織方式,這既是差異化,也讓使用者閱讀更順。
保持內容新鮮度,盡量與來源站同步更新,這樣才有機會在搜尋結果裡與對方競爭位置。我曾經做過一次實驗:同一批手機產品的報導,來源是大型科技媒體的原創稿,我在調整了分頁結構與標題之後,做到基本同步發佈,結果那篇文章在兩個搜尋引擎裡都排到了第一位,單篇每天帶來一千三百多 IP。
那段時間我幾乎每天更新到凌晨三點多,因為那些大型媒體站半夜也在發稿。過程確實辛苦,但結論很清楚:速度加上差異化,比單純搬運有效得多。這件事之後,我更確信把力氣花在內容的重新組織上,而不是抓取效率上。