自從搜尋市場格局改變後,公司接的案子多數集中在一家引擎上。它在中文環境的影響力確實不容小覷,加上行銷手法強勢,用戶想繞開它也難。對從業者來說,另一家的退出多少是個遺憾——技術層面,它確實更成熟一些。以下談談我在原創頁面處理上觀察到的三個現象。
搜一篇自己寫過的文章標題,你會發現結果頁只列出前三條相關頁面。但這篇文章的轉載量很大,收錄量絕對不止這麼點。翻到後面會看到一行提示,大意是「為了提供最相關的結果,我們省略了一些內容相似的條目」——點開之後,大量頁面才出現。
可見它對相似結果做了過濾。真正讓人困惑的是:留下來的那幾個「代表」是依據什麼挑的?我看到的前三條全是轉載者,原創者不在其中,收錄時間也不是最早。到底是權重、是時間、還是快照新鮮度在起主導作用?這個問題目前很難有確定答案。
這個發現挺有意思。我接過一個相當冷門的關鍵詞,難點在於客戶手上有兩個內容幾乎完全相同的站,域名只差 .com 與 .com.cn,在搜索系統眼裡屬於鏡像站點。
接手時,前一任已經做了一個月,最好的成績是第二十幾名。我接手兩週後,首頁一度同時出現兩個結果;此後其中一個被移到第三頁,位置恰好也在二十幾名。同一個頁次、同一個名次,很難說是巧合——它似乎在為這類重複站點安排一個固定的處理方式。
原創內容在理論上權重更高,這一點在另一家引擎上體現得更清楚。但細節裡常有值得琢磨的地方:當你的一篇文章被大量轉載之後,搜索系統認定誰是原作者?有些人認為時間戳起決定作用,有些人認為是站點自身權重,也有人指向快照。這正是新站難以立足的原因之一——你辛苦寫的內容,可能在自己被收錄之前,就已經透過別人的站被大量收錄了。
社群裡常見的抱怨「某某站採集了我的內容,我的權重越來越低」,背後多半就是這個機制。
上面談的是三個觀察到的處理現象。老實說,現實中的抄襲認定連法官都傷腦筋,何況只是一套程式。至於如何保護自己的原創內容,各有各的做法:在內容中埋入自有品牌線索、優先在自己站點首發並同步提交、透過站內聚合頁強化主題歸屬——這些都比事後投訴更實際。