先给结论:不要把所有重复事实都删掉,也不要只换同义词。更稳的做法是给每处重复事实指定一个“主承载页”,其他页面只保留理解上下文所需的最小片段,并用链接或指代把读者送到主承载页。判断保留、改写还是退出的依据,不是重复次数,而是这段事实在该页是否承担独立任务:支撑独有结论、满足不同搜索意图,还是仅仅在复述。
相同事实重复出现,常见原因有三类。第一类是同一结论被复制到多个页面,例如“某类服务需要先确认资质”出现在十篇文章里。第二类是同一组背景数据被反复引用,例如行业规模、政策条款、产品参数。第三类是同一操作步骤被拆到不同文章,例如注册、提交、审核分别写了一遍。
第一类通常应退出:只留主承载页详细写,其他页面用一句话概括并链接过去。第二类适合改写:保留与本文论点直接相关的那一项数据,删掉无关铺陈。第三类要看搜索意图,如果每篇文章对应不同长尾问题,步骤可以保留,但必须补充该场景独有的判断条件,否则就是冗余。
逐句比对效率低,而且容易把必要上下文删掉。更可执行的动作是:先列出重复事实,再为每条事实指定一个主承载页。主承载页通常是该主题最完整、最可能被引用的页面;其他页面只保留一句最小必要说明,并指向主承载页。
这个动作的结果会直接影响下一步。如果某条事实找不到合适的主承载页,说明它可能还没有被系统整理过,此时不应继续复制,而应先补一个承载页。如果一条事实在多个页面都承担核心论证任务,那它就不适合退出,而应分别改写为不同角度:一个讲适用条件,一个讲反例,一个讲操作顺序。
不要凭感觉判断。可以用三个信号做取舍:
这三个信号不能单独证明处理正确。比如某页流量下降,可能是季节、渠道变化或抓取波动,不一定是去重导致。要结合改动时间和页面角色一起看,避免把相关当因果。
假设某站点有三篇文章都提到“设备待机时间为 8 小时”。第一篇讲选购,第二篇讲日常维护,第三篇讲故障排查。直接删掉两处会破坏上下文;三处都完整重复又会冗余。
可以这样处理:选购页保留完整参数,并说明该参数在什么条件下成立;维护页只写“待机时间参见选购页的参数说明”,把重点放在充电习惯;故障排查页只保留“若待机明显短于标称值,先排查后台任务”,并链接到维护页。这样每页仍有独立任务,重复事实只出现一次完整版本。这个例子是假设,用于说明比较方法,不是真实项目结果。
机械替换同义词不会带来新价值,还可能让读者更难理解。有效改写是让同一事实在不同页面承担不同任务:在主承载页解释定义和适用条件,在操作页说明先后顺序,在对比页说明差异和取舍。如果一段事实无法承担新任务,就应该退出,而不是硬改。
执行时可以先做一个小范围测试:选三到五个重复事实,按主承载页方案处理,记录改动前后各页面的角色变化、内部链接点击情况和读者下一步动作。观察一段时间后,再决定是否扩大范围。不要设关键词密度或字数阈值,也不要把某次抓取量归零当作处理正确的唯一证据。