蓝天算法，资源有限时先处理哪些问题
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /10370194f748.html
📄
蓝天算法，资源有限时先处理哪些问题
蓝天算法针对的是页面靠大量低质采集、拼凑内容获取流量的情况。资源有限时，先处理“已经被算法识别为低质聚合”的栏目和页面，而不是先改全站模板或重写所有文章。判断顺序可以概括为：先收缩低质入口，再处理重复内容，最后才做原创补充。
一个假设例子：先动哪个栏目
假设某站点有三个内容栏目：A栏目每天自动抓取外部文章，只改标题；B栏目是编辑整理的行业问答，但同一问题有多个版本；C栏目是原创教程，更新慢但访问稳定。站内可投入的人力只有一人、每周约十小时。此时不应平均分配，而应先把A栏目下线或改为只保留经过人工筛选的少量页面，再合并B栏目重复问答，最后把剩余时间投入到C栏目。
原因是蓝天算法主要打击的是靠采集和拼接获取搜索流量的模式。A栏目如果满足“批量抓取、标题改写、正文与来源高度相似”，就属于优先处理对象。B栏目虽然也有重复，但若内容经过整理，处理优先级低于A。C栏目不是当前问题的主要来源，不应在资源紧张时先重写它。
先处理什么：按风险与成本排序
可以用两个维度判断：一是页面是否明显符合低质聚合特征，二是处理它需要多少人力。优先处理“风险高、成本低”的项目。
- 批量采集栏目：直接下线、设置noindex，或只保留人工确认有独立价值的页面。这是最先做的动作。
- 同一主题的多版本页面：合并为一篇，保留最完整的版本，其余做301跳转或删除。
- 只有标题不同、正文雷同的页面：先抽样对比，确认重复比例后再处理，不要凭感觉批量删除。
- 原创但流量低的页面：最后处理。它们不是蓝天算法的主要目标，资源不足时可以暂时不动。
常见错误是先改全站标题模板、先提交大量URL，或先写新文章。这些动作不能替代对低质页面的收缩。如果低质页面仍在被抓取和索引，新增原创内容很难改变整体判断。
两种处理方案的比较条件
面对低质聚合页面，通常有两种方案：直接删除或设置noindex，以及先合并再保留。选择哪一种，取决于页面是否还有独立价值。
- 如果页面内容完全来自采集，且没有额外数据、案例或工具，直接删除或设置noindex更合适。
- 如果页面包含少量人工补充，例如价格表、常见问题整理，可以先合并到同主题主页面，再处理原页面。
- 如果页面有外部链接或稳定访问，删除前先检查流量来源；来自搜索以外的访问较多时，可以保留但改为不参与索引。
判断结果要看两个检查项：页面是否提供来源之外的信息，以及它是否满足同一搜索需求。两个答案都是“否”，就归入优先处理；有一个是“是”，可以先合并观察。
执行时怎么确认已经处理到位
处理完成后，不要只看后台删除数量。需要核对：低质页面是否已返回404或301；设置noindex的页面是否仍出现在搜索结果中；站内是否还有指向这些页面的内部链接。可以用site:查询做抽样检查，也可以在日志中观察这些URL是否还被频繁抓取。
如果一段时间后抓取量下降、重复页面减少，说明收缩动作生效。如果低质页面仍被大量抓取，先检查内部链接和站点地图是否还在推送它们。这里要区分“可能原因”和“已经定位的原因”：抓取未下降可能是链接未清理，也可能是外部链接仍指向旧页面，需要逐项核对，不能直接断定算法仍在惩罚。
资源有限时的下一步
先列出一份页面清单，按“采集比例高、重复度高、有独立价值低”三项打分，从最高分开始处理。每周只处理一个栏目或一组同主题页面，处理完再检查抓取和索引变化，不要同时改动全站结构。
