单薄内容:是什么、如何找出单薄页面以及如何处理
单薄内容(thin content)是指几乎没有给访问者提供其他地方得不到的东西,甚至什么都没提供的页面。它不等于短页面:一家店的营业时间四十个字就能写完整,而一篇从其他网站拼凑而来的两千字文章却可能很单薄。在大型网站上找出单薄内容,需要把爬虫能统计的数字与对价值的判断结合起来,再逐页或逐个模板决定保留什么。
单薄内容是什么意思
Google 针对它的人工处置名为几乎或完全没有附加价值的单薄内容。列出的例子包括单薄的联盟营销页面、从其他来源复制的内容(例如采集的页面或低质量的客座文章)以及门页。其垃圾内容政策更详细地描述了同样的模式,还有规模化内容滥用:大量主要为了排名而非帮助用户而制作的页面。
在大多数网站上,单薄内容并不是垃圾内容,而是模板和时间的副产品:
- 只列出一两篇文章的标签页和分类页。
- 只有制造商描述的产品页面。
- 只有城市名称不同的地区页面。
- 旧新闻、过期优惠和已经结束的活动。
- CMS 为每次上传自动生成的媒体附件页面。
- 对抓取开放的搜索结果页和筛选页。
SEO ProCheck 的单薄内容词条给出了简短定义和更多例子。
为什么字数不是判断标准
Google 的 SEO 新手指南说得很直接:内容长度本身对排名没有影响。字数仍然是有用的筛选条件,因为单薄内容大多集中在很短的页面上,但它只是建立检查清单的方式,而不是定论。
| 信号 | 能发现什么 | 误报 |
|---|---|---|
| 正文少于 200 词 | 残缺页面、空模板 | 联系、购物车、登录页面 |
| 文本与 HTML 比例低 | 代码多,文字少 | 功能丰富的应用、工具 |
| 近似重复的文本 | 城市页和变体页 | 法律模板文字 |
| 12 个月内没有点击 | 没人找得到的页面 | 新页面 |
| 软 404 用语 | 空的结果页 | 讲述错误的页面 |
| 过时的日期 | 过期优惠、活动 | 历史、存档 |
把两三个信号结合起来用。一个少于 200 词、文本近似重复、一年没有点击的页面就是单薄的。一个少于 200 词、却把一个问题回答得很好并且有点击的页面就没问题。
单薄内容与 Google 的系统
单薄内容会通过两种不同的途径让您付出代价:
| 途径 | 触发 | 范围 | 如何得知 |
|---|---|---|---|
| 人工处置 | 审核人员发现附加价值很少 | 页面或整个网站 | Search Console 消息 |
| 排名系统 | 内容被判定为没有帮助 | 页面或栏目 | 流量下滑,没有消息 |
| 垃圾内容政策 | 规模化、采集或门页 | 页面或整个网站 | 以上任一种 |
Google 关于创建有用、可靠、以用户为中心的内容的指南列出了对每个页面要问的问题:它是否提供原创信息,与搜索结果中的其他页面相比是否有实质性的附加价值,读者离开时是否觉得学到了足够的东西。人工处置要求您修复页面,并提交重新审核请求,附上您删除和添加内容的示例。排名下滑则没有可以提交的请求;改进网站是唯一的出路。SEO ProCheck 的单薄内容处罚解决指南介绍了这个过程。
如何找出单薄内容
- 抓取整个网站,如果正文由脚本生成,就开启 JavaScript 渲染;否则爬虫统计的只是一个空壳。
- 统计正文,而不是整个页面。导航、页脚和侧边栏在每个页面上重复,会掩盖独特内容有多少。
- 找出完全重复和近似重复的正文。90% 措辞相同的地区页和变体页,会一起变得单薄。
- 结合搜索数据。Search Console 的点击和展示能把访问不多但有用的页面与没人需要的页面区分开。
- 按模板归组。单薄内容几乎总是成批出现:所有标签页、所有附件页、所有城市页。
- 每组读一部分样本。数字用来建立清单;由人(或被告知要看什么的模型)来做决定。
重复内容检测指南深入介绍了重复文本,可索引性检测指南则介绍了根本不打算被索引的页面。
改进、合并、noindex 还是删除
每个单薄页面都会得到五种决定之一。如何选择,取决于页面是否有用途、是否有人找到它,以及是否已经有另一个页面在做同样的事。
| 页面情况 | 点击或链接 | 决策 | 做法 |
|---|---|---|---|
| 有用途,文字薄弱 | ✓ | 改进 | 补充原创细节 |
| 与更强的页面重叠 | ✓ | 合并 | 301 到更强的页面 |
| 与更强的页面重叠 | – | 合并 | 301 或 410 |
| 访问者需要,搜索不需要 | 不限 | Noindex | 保留,noindex |
| 已过时,没有用途 | – | 删除 | 404 或 410 |
然后解决根源:让 CMS 不再生成附件页,规定标签页至少要有多少篇文章才可索引,给地区页补充真正的本地信息,或把它们合并成一个页面。SEO ProCheck 的单薄内容研究:多少内容才够用数据探讨了长度问题。删除任何内容之前,先检查外链,并把有外链的页面重定向。
大型网站上的单薄内容
在拥有数万个 URL 的网店或出版网站上,单薄页面还会浪费抓取:Google 每获取一个筛选组合或空标签页,就少获取一个产品或一篇文章。抓取预算指南介绍了这什么时候重要。两个好习惯:
- 按页面组诊断,而不是按页面。在大多数网站上,五个模板就能解释大部分标记。
- 按计划重新抓取并对比。每次新增标签、地区或导入,单薄页面都会卷土重来,一份只增不减的清单说明根源没有解决。
没有任何链接到达的页面往往也很单薄;孤立页面指南展示了如何找到它们。
用 Neova 找出单薄内容
Neova 会统计每个 HTML 页面的正文(如果抓取进行了渲染,则在 JavaScript 渲染之后统计),并根据 HTML 按模板对页面分组,所以一个单薄的模板会显示为一组。它的“单薄与过重页面”检查会标记文本与 HTML 比例低、正文少于 200 词和超过 5,000 词的页面。“内容 AI 审查”是在您电脑上运行的模型,会为需要判断的检查项阅读页面,它的标记与「必须修复」和「值得关注」分开。连接 Google Search Console 后,点击、展示和点击率会结合到抓取的每个 URL 上。

- 正文少于 200 词
- 文本与 HTML 比例低
- 内容较少的 HTML 页面已过时或过于单薄,由 AI 阅读器判断,不包括联系、法律、购物车和登录页面
- HTML 页面之间存在重复内容和 HTML 页面之间存在近似重复内容,阈值为 90% 的 5 词序列相同
- 主要内容显示出投入、原创性、技能或准确性不足
- title 或 H1 带有软 404 用语
- WordPress 附件页面可索引
- 正文超过 5,000 词,另一个极端
“HTML 页面导出为 Markdown”会把每个页面的主要内容各导出为一个文件,方便您在应用之外阅读某一组页面。免费套餐在 Mac、Windows 和 Linux 上每次抓取最多 1,000 个 URL,运行全部 694 项检查。请查看功能或下载 Neova。
常见问题
SEO 中的单薄内容是什么?
几乎或完全没有为访问者提供价值的页面:残缺页面、其他页面的副本、门页、单薄的联盟营销页面,或几乎什么都没有的模板。Google 为此设有人工处置,名为“几乎或完全没有附加价值的单薄内容”。
多少字算单薄页面?
没有固定数字。Google 表示内容长度本身对排名没有影响。爬虫会用正文 200 词这样的界线来建立检查清单,再由人来判断。
应该删除单薄内容吗?
只删除没有用途、没有点击、没有链接的页面。改进有用途的页面,把重叠的页面用 301 合并到更强的那个,对访问者需要但搜索不需要的页面使用 noindex。
单薄内容会伤害整个网站吗?
人工处置可能覆盖整个网站。在人工处置之外,Google 的指南是逐页评估的,所以代价主要落在单薄页面本身以及花在它们身上的抓取时间上。
如何从单薄内容人工处置中恢复?
修复或删除消息中描述的页面,然后在 Search Console 的“人工处置”报告中选择“请求审核”,并附上您删除和添加内容的示例。