seo-programmatic

程序化 SEO 分析与规划

针对基于结构化数据源批量生成的 SEO 页面进行构建与审计。
实施严格的质量门控，防止触发低质量薄内容（Thin Content）惩罚及索引膨胀（Index Bloat）。

数据源评估

对支撑程序化页面的数据进行评估：

• CSV/JSON 文件：行数、列唯一性、缺失值
• API 接口：响应结构、数据新鲜度、频率限制
• 数据库查询：记录数、字段完整性、更新频率
• 数据质量检查项：
  • 每条记录必须包含足够的唯一属性，以生成具备区分度的内容
  • 标记重复或近乎重复的记录（字段重合度 >80%）
  • 验证数据新鲜度；陈旧的数据会导致页面质量低下/内容落后

模板引擎规划

设计能够生成具备独立价值且内容唯一页面的模板：

• 变量注入点：Title、H1、正文段落、Meta Description、Schema 标记
• 内容板块：静态内容（多页面共享）与动态内容（单页面独有）
• 条件逻辑：根据数据可用性动态显示/隐藏特定板块
• 补充内容：相关推荐、场景化提示、用户生成内容（UGC）
• 模板审核清单：
  • 每个页面都必须具备独立、高质量的阅读价值
  • 拒绝“填词游戏（mad-libs）”模式（避免仅在相同文本中替换城市或产品名称）
  • 动态板块必须提供真实的有效信息，而非单纯堆砌关键词变体

URL 命名与路径策略

常见模式

• /tools/[tool-name]：工具/产品目录页
• /[city]/[service]：城市 + 服务落地页
• /integrations/[platform]：集成方案落地页
• /glossary/[term]：词条/参考资料页
• /templates/[template-name]：可下载模板页

URL 命名规范

• 使用全小写、短横线（hyphen）连接的英文 Slug（由数据生成）
• 层级结构清晰，真实反映网站架构
• 杜绝重复 Slug；在生成环节即强制要求唯一性
• 将 URL 长度控制在 100 个字符以内
• 核心内容 URL 中不带有任何查询参数（query parameters）
• 统一末尾斜杠（trailing slash）规范（与现有网站风格保持一致）

内链自动化策略

• 枢纽/辐射（Hub/Spoke）模型：分类枢纽页（Hub）向下链接到各个具体的程序化页面（Spoke）
• 相关内容推荐：基于数据属性，自动关联并链接 3-5 个相关页面
• 面包屑导航：根据 URL 目录层级自动生成 BreadcrumbList Schema 标记
• 交叉链接（Cross-linking）：在具备相同属性的程序化页面之间建立互链（如相同分类、同一城市、同一功能）
• 锚文本：使用描述性强、丰富多样的锚文本。避免完全匹配关键词的机械重复
• 链接密度：每 1000 字包含 3-5 个内部链接（参考 seo-content 规范）

薄内容（Thin Content）防护机制

质量门控（Quality Gates）

指标	阈值	处置动作
未经人工内容审核的页面数	100+	⚠️ 警告：发布前必须进行内容审计
未经合理性校验的页面数	500+	🛑 熔断拦截：要求用户明确授权并完成薄内容专项审计
单页独有内容占比	<40%	❌ 标记为低质量薄内容（存在极高降权风险）
单页字数	<300	⚠️ 标记并复核（可能缺乏足够的价值）

规模化内容滥用：打击背景与合规要求 (2025-2026)

Google 于 2024 年 3 月发布的“规模化内容滥用（Scaled Content Abuse）”政策在 2025 年迎来了更大规模的算法与人工干预：

• 2025 年 6 月： 掀起了针对大规模 AI 生成内容网站的集中人工处置潮
• 2025 年 8 月： 第三方与 SEO 社区报告显示，SpamBrain 垃圾内容识别系统显著强化了对 AI 生成外链网络和内容农场的打击力度
• 打击效果： Google 官方报告称，自 2024 年 3 月政策实施以来，搜索结果中的低质量、非原创内容减少了 45%

程序化页面的强化质量门控：

• 内容差异度： 任意两个程序化页面之间，必须保证至少 30-40% 以上的内容具有实质性的独特差异（绝对不能只是替换城市名或关键词字符串）
• 人工抽检： 发布前必须对生成的页面进行至少 5-10% 的随机人工抽样复核
• 渐进式上线： 采用分批发布策略，每批 50-100 页。监控索引与排名表现 2-4 周后再扩大规模。严禁在未经严格质量审核的情况下一次性上线 500+ 程序化页面。
• 独立价值测试： 每个页面都应能通过检验：“哪怕不依赖其他同类页面，这个页面本身是否依然值得单独发布？”
• 网站声誉滥用（Site Reputation Abuse）： Google 于 2024-11-19 进一步澄清了网站声誉滥用条款；切勿引入第三方托管或合作的程序化内容，以免触犯违规风险。

优化建议： 建议保留“独有内容占比 <40% 触发警告”的门控。对于独有内容占比 <30% 的页面，建议直接设为硬性拦截（HARD STOP），以规避规模化内容滥用的降权风险。

安全的程序化页面（适合大规模生成）

✅ 工具集成页（提供真实的操作文档、API 细节、截图说明）
✅ 模板/工具页（提供可下载资源、具体使用教程）
✅ 词汇/概念页（200 字以上的深度定义、实际案例及相关术语）
✅ 产品参数页（独家规格参数、真实测评、多维对比数据）
✅ 数据驱动页（针对每个数据记录提供独特的统计数据、图表与分析）

高危违规页面（严禁大规模生成）

❌ 仅在完全相同的模板套话中替换城市名称的本地服务页
❌ 缺乏行业专属价值的“适用于[行业]的最佳[工具]”堆砌页
❌ 缺乏真实对比数据的“[竞品]替代方案”流头页
❌ 未经过人工审核、缺乏独有附加价值的全 AI 生成页
❌ 60% 以上的内容均为通用模板套话的页面

独有内容占比计算公式

独有内容占比 % = (本页独有字数) / (页面总字数) × 100

计算时需对比程序化页面集内的所有其他页面。公共页头（Header）、页脚（Footer）和导航栏不计入总体字数；但模板的公共通用套话必须计入总字数中参与计算。

规范标签（Canonical）策略

• 每个程序化页面都必须包含指向自身的规范标签（Self-referencing canonical tag）
• 对于参数变化页面（如排序、筛选），若内容重复或价值较低，应统一 Canonical 指向基础 URL
• 分页序列：当各页内容不同时，保留指向各自页面的 self-canonical，同时确保内链可被爬取
• 若程序化页面与手动编写的静态页面存在内容重叠，必须将 Canonical 统一指向手动页面
• 除非有明确的跨站授权配置，否则严禁将 Canonical 指向外部域名

站点地图（Sitemap）集成

• 自动为所有合格的程序化页面生成 Sitemap 条目
• 严格遵循协议限制，单个 Sitemap 文件达到 50,000 个 URL 或解压后 50MB 时必须切分
• 当存在多个 Sitemap 文件时，使用 Sitemap Index 索引文件进行集中管理
• <lastmod> 必须准确反映数据的实际更新时间戳（而非页面生成的编译时间）
• 自动剔除已被标记为 noindex 的程序化页面
• 在 robots.txt 中配置并注册 Sitemap 路径
• 当数据源新增记录时，需同步动态更新 Sitemap

索引膨胀（Index Bloat）预防

• 低价值页面标 noindex：对未达到质量门控标准的页面直接设置 noindex
• 分页处理：仅对纯重复或低价值的筛选视图进行 noindex / canonical 合并处理
• 多维度筛选导航（Faceted Navigation）：对于重复或低价值的筛选组合页，一律 Canonical 到主分类页或追加 noindex
• 抓取预算（Crawl Budget）：对于程序化页面超过 1 万页的站点，需在 Search Console 中密切监控抓取统计数据
• 薄页面聚合（Consolidation）：将数据不全、内容单薄的零碎记录合并为综合汇总页
• 定期审计：每月对比已索引页面数量与预期目标数量，及时清理异常索引

输出结果规范

程序化 SEO 综合评分：XX/100

评估摘要

评估维度	状态	得分
数据质量	✅/⚠️/❌	XX/100
模板独特性	✅/⚠️/❌	XX/100
URL 结构规范	✅/⚠️/❌	XX/100
内链自动化	✅/⚠️/❌	XX/100
薄内容风险	✅/⚠️/❌	XX/100
索引管理	✅/⚠️/❌	XX/100

严重问题（须立即修复）

高优先级问题（建议 1 周内修复）

中优先级问题（建议 1 个月内修复）

低优先级问题（建议放入 Backlog）

优化建议

• 数据源改进方案
• 模板调整建议
• URL 路径策略优化
• 质量门控合规处置动作

异常处理机制

触发场景	处置动作
URL 无法访问	报告连接错误并附带状态码。建议排查 URL 可达性及是否需要身份认证。
未检测到程序化页面	告知用户未识别到基于模板生成或数据驱动的页面模式。建议检查页面是否采用客户端渲染（CSR），或确认 URL 是否指向了正确的目录区域。
触及薄内容阈值	触发质量门控警告。输出独有内容占比分析结果，并对独有内容低于 40% 的页面进行标记。要求用户确认后方可继续。
触及质量门控硬性拦截	在触及硬性拦截阈值（未经合理性校验的页面超过 500 个，或独有内容占比低于 30%）时强制中断分析。展示诊断结论，必须获得用户明确授权后方可继续。