Kiểm tra nội dung trùng lặp: cách tìm và sửa các trang trùng
Phần lớn nội dung trùng lặp không phải do cố tình sao chép. Nó đến từ cách website tạo URL: cùng một trang có và không có www, kèm tham số theo dõi, sắp xếp theo cách khác, hoặc nằm dưới hai danh mục. Công cụ tìm kiếm khi đó phải đoán bạn muốn phiên bản nào. Công cụ kiểm tra nội dung trùng lặp tìm mọi bản sao, gom chúng lại và cho biết bản nào nên giữ.
Công cụ kiểm tra nội dung trùng lặp làm gì
Công cụ kiểm tra nội dung trùng lặp so sánh các trang của một website với nhau và báo cáo những trang giống hệt hoặc gần giống. Một công cụ tốt xét bốn thứ:
- URL chỉ khác nhau ở giao thức, host, chữ hoa thường, dấu gạch chéo cuối hoặc tham số nhưng trả về cùng một trang.
- Văn bản chính giống hệt nhau trên hai trang trở lên.
- Văn bản chính rất giống nhau, chỉ đổi vài từ, tên sản phẩm hoặc tên thành phố.
- Title, meta description và heading lặp lại giữa các trang, thường chỉ ra cùng một vấn đề từ góc độ khác.
Nó cũng nên cho biết trang nào đã được xử lý. Một trang khai báo URL khác làm canonical, hoặc đã redirect, là bản trùng bạn đã giải quyết, và không nên bị đếm chung với những bản chưa giải quyết.
Nội dung trùng lặp có hại cho SEO không?
Không theo cách mà nhiều người lo sợ. Tài liệu về canonical hóa của Google giải thích rằng khi tìm thấy nhiều trang cùng nội dung, Google gom chúng lại, chọn một trang làm canonical và crawl các trang kia ít hơn. Không có hình phạt nào cho việc có phiên bản www và không www của một trang. Sao chép nội dung của website khác để thao túng thứ hạng là chuyện khác, và chính sách về spam của Google xếp nó vào nội dung cào (scraped content).
Cái giá thực sự thì âm thầm hơn:
- Google có thể chọn nhầm phiên bản. URL trên kết quả tìm kiếm có thể là bản có tham số, bản HTTP hoặc bản in.
- Tín hiệu bị chia nhỏ. Backlink và link nội bộ rải ra nhiều URL thay vì cộng dồn vào một.
- Lãng phí crawl. Trên website lớn, hàng nghìn biến thể tham số có thể chiếm thời gian mà công cụ tìm kiếm muốn dành cho trang mới. Hướng dẫn crawl budget trình bày khía cạnh đó.
- Báo cáo bị nhiễu. Click và lượt hiển thị rải ra nhiều URL, nên khó thấy một trang thực sự hoạt động thế nào.
SEO ProCheck tách biệt lầm tưởng với cách sửa thật trong duplicate content: causes, myths, and fixes.
Các loại nội dung trùng lặp
| Loại | Ví dụ | Cách sửa thường dùng |
|---|---|---|
| Biến thể URL | http, www, chữ hoa thường, dấu gạch chéo | Redirect về một dạng |
| Biến thể tham số | ?utm_source=, ?sort=price | Canonical về URL sạch |
| Trùng lặp hoàn toàn | Hai danh mục, bản in | Redirect hoặc canonical |
| Gần trùng lặp | Chỉ đổi tên thành phố | Gộp, viết lại hoặc canonical |
| Metadata trùng lặp | Một title, nhiều trang | Mỗi trang một title |
| Bản sao trên website khác | Đăng lại (syndication), cào nội dung | Noindex hoặc canonical phía họ |
Hai loại đầu là vấn đề kỹ thuật và thường được sửa một lần, ở server hoặc template. Hai loại giữa là quyết định về nội dung. Loại cuối phụ thuộc vào website của người khác.
Trang trùng lặp đến từ đâu
Khi công cụ kiểm tra tìm thấy hàng trăm trang trùng, chúng hiếm khi đến từ hàng trăm quyết định. Hãy tìm quy luật:
- Host và giao thức. Website trả lời trên cả http và https, hoặc cả có và không có www, và không có redirect nào.
- Dấu gạch chéo cuối và chữ hoa thường. Server trả về 200 cho cả /page và /page/, hoặc cho /Page và /page.
- Tham số theo dõi trong link nội bộ. Một thẻ utm_ thêm vào link banner tạo ra URL mới cho cùng một trang.
- Sắp xếp và lọc. Điều hướng theo bộ lọc có thể tạo ra nhiều URL hơn cả số sản phẩm. Hướng dẫn về faceted navigation của Google yêu cầu website giữ tham số bộ lọc theo cùng một thứ tự trong mọi URL.
- Một mục, nhiều đường dẫn. Một sản phẩm truy cập được qua /sale/ và /shoes/, hoặc một bài viết dưới mỗi tag của nó.
- Template ít chữ. Trang lưu trữ tag, trang danh mục trống và trang địa điểm mà template lấn át nội dung.
- Phần sót lại. Một host staging mở cho crawler, một domain cũ vẫn trả lời, một bản in hoặc bản AMP.
Chúng tôi đã tìm thấy hai lỗi như vậy trên chính website của mình. Trên neova.app, ngày 20 tháng 11 năm 2026, http:// trả về 200 thay vì 301 sang https, nên mỗi trang đều có một bản sinh đôi cho đến khi chúng tôi sửa. Và lần crawl đầy đủ seoprocheck.com của Neova ngày 17 tháng 10 năm 2026 tìm thấy:
| seoprocheck.com, ngày 17 tháng 10 năm 2026 | Số lượng |
|---|---|
| Trang HTML trả về 200 | 4.561 |
| Title trùng lặp | 56 |
| Title dài hơn 60 ký tự | 557 |
| Meta description dài hơn 155 ký tự | 582 |
| Canonical trỏ tới URL nội bộ khác | 5 |
Neova gom trang theo template, nên khi các bản trùng tập trung trong một nhóm trang, bạn biết template là nơi cần sửa.
Cách phát hiện trùng lặp hoàn toàn và gần trùng lặp
Trùng lặp hoàn toàn là phần dễ. Công cụ trích văn bản chính của mỗi trang, bỏ qua menu điều hướng, header và footer, chuẩn hóa nó rồi so sánh. Hai trang có cùng văn bản chính là trùng lặp dù menu của chúng khác nhau.
Gần trùng lặp cần một thước đo độ giống nhau. Một cách phổ biến là chia văn bản thành các chuỗi từ gối lên nhau, gọi là shingle, rồi đếm xem hai trang có chung bao nhiêu chuỗi:
trang A: "giày chạy bộ màu đỏ cho đường mòn và đường phố"
chuỗi 5 từ: "giày chạy bộ màu đỏ", "chạy bộ màu đỏ cho", ...
độ giống = số chuỗi cả hai trang cùng có / số chuỗi trên trang
| Thiết lập trong Neova | Giá trị |
|---|---|
| Văn bản được so sánh | Chỉ văn bản chính |
| Độ dài chuỗi (shingle) | 5 từ |
| Tỷ lệ chuỗi chung để đánh dấu | Từ 90% trở lên |
| Văn bản chính tối thiểu | 50 từ |
| Trang đã canonical sang nơi khác | Loại khỏi kiểm tra trùng lặp hoàn toàn |
Neova đánh dấu hai trang khi một trang có chung từ 90% trở lên các chuỗi 5 từ với trang kia, trên những trang có từ 50 từ văn bản chính trở lên. Không công cụ tìm kiếm nào công bố ngưỡng, nên hãy coi một mục đánh dấu gần trùng lặp là lời nhắc đặt hai trang cạnh nhau để xem, không phải phán quyết.
Hai chi tiết tạo khác biệt lớn. Hãy so sánh văn bản chính, không phải toàn bộ HTML, nếu không mọi trang trên website có menu lớn sẽ trông giống nhau. Và nếu nội dung được dựng bằng JavaScript, hãy so sánh trang đã render, nếu không mọi trang sẽ trông trống rỗng và giống hệt nhau.
Cách kiểm tra nội dung trùng lặp trên website, từng bước
- Crawl toàn bộ website, và bật kết xuất JavaScript nếu nội dung được dựng trong trình duyệt.
- Bắt đầu với biến thể URL. Chúng rẻ nhất để sửa và thường giải thích phần lớn số còn lại.
- Xem xét trùng lặp hoàn toàn theo từng nhóm. Với mỗi nhóm, chọn URL nên giữ lại.
- Xem xét gần trùng lặp đặt cạnh nhau. Quyết định xem chúng có phục vụ nhu cầu khác nhau không. Một biến thể kích cỡ có thể không; hai thành phố với dịch vụ khác nhau thì có thể.
- Rà các title và description lặp lại. Nơi nội dung khác nhau, hãy viết mới. Nơi nội dung giống nhau, chúng xác nhận một nhóm trùng lặp.
- Kiểm tra canonical trên mọi bản trùng bạn giữ lại, và đảm bảo chúng trỏ tới URL bạn đã chọn. Hướng dẫn kiểm tra thẻ canonical trình bày những gì có thể sai ở đó.
- Crawl lại sau khi sửa và so sánh hai lần crawl để xem mục đánh dấu nào đã được giải quyết.
Cách sửa nội dung trùng lặp
Trang của Google về hợp nhất URL trùng lặp liệt kê các cách chính để cho Google biết bạn ưu tiên URL nào. Redirect và rel=canonical là tín hiệu mạnh; liệt kê URL trong sitemap là tín hiệu yếu hơn. Chọn cách sửa theo từng trường hợp:
| Tình huống | Cách sửa | Độ mạnh tín hiệu |
|---|---|---|
| URL trùng không có mục đích gì | 301 sang URL ưu tiên | Mạnh |
| Biến thể phải vẫn truy cập được | rel=canonical sang URL ưu tiên | Mạnh |
| Hai trang, cùng chủ đề | Gộp lại, redirect trang kia | Mạnh |
| Trang tương tự, người đọc khác nhau | Viết lại từng trang | n/a |
| Một title trên nhiều trang | Mỗi trang một title | n/a |
| Chỉ liệt kê trong sitemap | Thêm redirect hoặc canonical | Yếu |
| Bị chặn trong robots.txt | Bỏ chặn, rồi canonical | Không có, trang không được đọc |
Dù chọn cách nào, hãy gửi cùng một thông điệp ở mọi nơi. Link nội bộ, XML Sitemap, hreflang và canonical đều nên ghi cùng một URL. Google khuyên không dùng robots.txt để canonical hóa, vì trang bị chặn hoàn toàn không đọc được. Sau khi redirect, hãy cập nhật các link trỏ tới URL cũ để chúng không phải đi qua một bước nhảy; hướng dẫn chuỗi redirect trình bày điều đó.
Để tìm hiểu sâu về canonical, SEO ProCheck có một tài liệu tham khảo đầy đủ về thẻ canonical.
Kiểm tra nội dung trùng lặp với Neova
Neova kiểm tra trùng lặp trong các danh mục Nội dung và Khả năng index của mọi lần crawl. Những trang đã khai báo URL khác làm canonical được loại khỏi kiểm tra trùng lặp hoàn toàn, nên danh sách đó chỉ hiển thị những gì còn tồn đọng. Các mục kiểm tra phía sau:
- Các biến thể URL trả về cùng HTML, cho giao thức, www, chữ hoa thường, dấu gạch chéo cuối, thứ tự tham số và tham số theo dõi
- Biến thể có dấu gạch chéo cuối redirect hoặc trùng lặp URL và Biến thể chữ hoa thường redirect hoặc trùng lặp URL
- Cùng tham số truy vấn nhưng khác thứ tự
- Nội dung trùng lặp giữa các trang HTML, sau kết xuất JavaScript khi lần crawl đã render các trang
- Nội dung gần trùng lặp giữa các trang HTML
- Title trùng lặp giữa các trang HTML, Meta description trùng lặp giữa các trang HTML và H1 trùng lặp giữa các trang HTML
- Bản đăng lại không có noindex hoặc canonical về bản gốc
- URL có thể index dùng tham số tìm kiếm hoặc bộ lọc và URL có thể index dùng tham số sắp xếp

Nhóm trang cho biết các bản trùng đến từ template nào, và So sánh các lần crawl cho biết mục đánh dấu nào đã được giải quyết sau khi sửa. Mọi bảng đều xuất được ra CSV. Xem Tính năng hoặc tải Neova; gói Free chạy mọi mục kiểm tra.
Câu hỏi
Công cụ kiểm tra nội dung trùng lặp là gì?
Là công cụ so sánh các trang của một website và báo cáo những trang trả về nội dung giống hệt hoặc rất giống nhau, bao gồm các biến thể URL của một trang và title hoặc description lặp lại giữa các trang.
Google có phạt nội dung trùng lặp không?
Không phạt trùng lặp bên trong website của bạn. Google gom chúng lại, chọn một URL làm canonical và hiển thị URL đó. Rủi ro là Google chọn phiên bản bạn không muốn và tín hiệu bị chia nhỏ. Nội dung sao chép từ website khác để thao túng thứ hạng thuộc phạm vi chính sách spam của Google.
Các trang phải giống nhau đến mức nào mới bị coi là trùng lặp?
Không công cụ tìm kiếm nào công bố tỷ lệ phần trăm. Neova đánh dấu gần trùng lặp khi một trang có chung từ 90% trở lên các chuỗi 5 từ với trang khác, như lời nhắc để so sánh chúng, không phải phán quyết.
Nên dùng canonical hay redirect cho trang trùng lặp?
Redirect khi URL trùng không cần tồn tại. Dùng canonical khi nó phải vẫn truy cập được cho người dùng, như một danh sách đã sắp xếp hay một URL có tham số theo dõi.
Tôi có thể chặn trang trùng lặp trong robots.txt không?
Google khuyên không nên. URL bị chặn không đọc được, nên Google không thấy canonical của nó hay việc nó là bản trùng, và vẫn có thể index URL đó từ các link.