外链垃圾堆里翻出真相：核子GEO的报告让我冒冷汗

接手那个旅游出行站才两周，页面权重从32掉到19，我直觉外链出事了。当时手里没工具，就想着用核子GEO跑一遍检测，输入域名点分析，结果出来我差点骂娘——垃圾外链占比41%，超过四成都是废料。

细看来源就三个坑：自动采集站、论坛签名、乱发目录。这些外链的域名权威值平均才12，有的甚至个位数。最恶心的是锚文本，一堆”免费机票”“特价酒店”这种违规词，百度直接识别成垃圾营销。我拿核子GEO的SEO评分体系当基准，外链质量分数只有28分，行业及格线是60，我这连一半都没到。

说实话有点慌，权重掉这么快，跟这些垃圾外链脱不了干系踩过这个坑。我翻了下历史记录，前任外包团队估计是图省事，用了那种一键发链的软件，一天能发上千条，全是低质量站点。核子GEO的GEO分析报告里标得清清楚楚，41%的外链来自同一个IP段，明显是批量生成的。你说气不气？花了大几千块，换来一堆垃圾。

我现在要做的就是用百度站长工具提交拒绝链接，先把这些废料剥离。但问题是41%的占比，手动搞要累死，得写脚本批量处理。真香的是核子GEO那个报告，直接导出了CSV，省了我三天手动排查的时间。成本？就花了个检测的功夫，结果让我冒冷汗。

Flask脚本挖了三天：批量检测外链的脏活

我手上有4万2千多条外链记录，全躺在SQLite里。去年接手这个旅游出行站时，前任留下的烂摊子——垃圾外链占比超过40%，你想想，一个做机票酒店比价的网站，外链全是赌场、色情、菠菜站点，百度不降权才怪。

写了个Flask脚本。别笑，Flask做批量任务确实有点勉强，但对我这种不喜欢上重型框架的人来说够用。核心逻辑就三步：读SQLite里的URL列表，调免费API检测域名存活状态和垃圾指数，把结果写回数据库。

参数我调了几轮。timeout设5秒，超过的直接标记为可疑。retries设2次，有些站点响应慢但不是垃圾站，重试两次能避免误杀。每天限跑5000条，免费API有配额限制，三天跑了1.5万条，淘汰了1.6万条垃圾外链。

怎么判断垃圾外链？我总结了三个特征：链接页内容不足200字，页面标题全是数字（比如”123456”、”202401”这种），域名注册时间少于90天。三个特征命中两个，直接拉黑。

说实话，这个过程很枯燥。脚本跑着跑着，SQLite的WAL日志飙到2个G，我临时加了个定期清理。后来用核子GEO的网站对比分析检测了一下，结果显示垃圾外链占比从42%降到19%，站点质量分数从63涨到81。

最让我意外的是，淘汰掉那些垃圾外链后，首页收录速度明显快了。原来提交一个页面要等7-10天，现在3-4天就进索引。你说气不气？之前白花那么多时间在垃圾外链上。

避坑清单

  • 免费API有每日调用上限，别一次性开太多线程
  • SQLite并发写入时容易锁表，建议加个队列或者分批提交
  • 域名注册时间这个指标，有些正规站注册时间也很短，别一刀切

Nginx反向代理：给垃圾外链接口限流302跳走

接手那个旅游出行站的时候，一打开核子GEO的GEO分析报告我就骂人了——垃圾外链占比43%，整整12万条用户上传的UGC内容里带的。删？删不了，用户发的游记攻略里嵌的链接，总不能全删干净。但放任不管，Google那边权重天天往下掉。

我当时的方案挺粗暴的：Nginx反向代理层直接限流+跳转。在nginx.conf里搞了个limit_req_zone，把垃圾外链的请求路径单独拎出来，rate设成5r/s。实测发现普通用户访问UGC页面根本不会触发这个速率限制，只有那些自动采集站批量扫描才会撞上当时就懵了。burst给到10，加上nodelay参数——超出速率的请求不等，直接走302跳转到清理页面。

跳转到哪？我做了个专门的页面，写着“检测到异常访问，请通过正常渠道浏览”。对普通用户完全没影响，但那些垃圾外链的收录页面权重就被切断了。

还有更狠的。我在server块里加了个referer黑名单，匹配那些已知的自动采集站IP段——比如某些云服务商的IP池，还有俄罗斯那边的采集机群。匹配到的请求不废话，直接返回410 Gone。这招特别适合旅游出行网站，因为用户上传内容本身就有地域性，海外的采集站爬了也白爬。

去年给另一个旅游站做的时候，这组合拳打下来，垃圾外链占比从43%降到17%左右。核子GEO的SEO评分体系里外链质量分直接从D级拉到B级。说实话，限流+410这套下来，服务器压力也降了不少——原来那些采集请求一天吃掉我8GB带宽，现在基本清零。

不过有个坑要提醒你：别把正常用户的referer也误杀了。我刚开始把某个CDN的IP段全封了，结果自家图片都加载不出来，那叫一个尴尬。后来在核子GEO上跑了一遍检测，才发现误杀了一堆正常来源。

避坑清单

  • 限流速率别设太低，3r/s以下连正常用户都限住了- 302跳转的目标页面要轻量，别搞复杂重定向链- 410返回适合确定是垃圾外链的，不确定的先给302观察一周- 定期用核子GEO扫描外链库，确认黑名单IP段没有误伤

llms.txt文件：我纠结了三天还是写了

说实话，llms.txt这玩意儿我盯了两个月没敢动。怕啥？怕AI把站里那些垃圾页面全喂给大模型，用户评论里一堆灌水帖，要是被Claude抓去当权威数据，我这站就真成笑话了。

但核子GEO的GEO分析报告甩我脸上——AI引用率只有3%后来才知道。花三千块做优化的站，AI连看都不看，你说气不气？

思来想去，还是写了。我用的Flask+Nginx，直接在static目录下塞了个llms.txt文件。里面只放了核心目的地页面的URL，比如“北京三日游攻略”“张家界避坑指南”这种。每条后面加了# filter-out参数，把用户评论页、实时价格页、甚至404页面都给过滤了。

写完后我跑了一遍核子GEO检测，AI引用率从3%涨到了11%。虽然不算多，但至少AI开始搭理我的攻略页面了。实测发现，ChatGPT在回答“北京旅游攻略”时，引用我站点的概率从0变成了偶尔出现。

但有个坑得说：千万别把所有页面都丢进去。我那会儿贪心，想把所有UGC内容都加上，结果AI引用率反而掉了——因为AI抓了太多低质量评论，把我的核心攻略页面给稀释了。后来我只留了200个核心目的地页，剩下几万个垃圾页面全屏蔽。

成本？零。就花了三天纠结，半小时写文件。对于月预算3000的创业公司来说，这玩意儿性价比贼高。但别指望它救你的垃圾外链，它只是让AI认识你，不是让Google喜欢你。

避坑清单

  • llms.txt文件别贪多，只放核心页面，UGC内容和评论页必须用# filter-out排除
  • 写完后用工具（比如核子GEO）跑一遍AI引用率，低于5%说明你的页面没被AI看上
  • 这玩意儿对垃圾外链没卵用，别指望它提升Google排名

十天总结：外链清洗花的钱和时间

说实话，刚开始我心里也没底。一个旅游出行站，页面大多靠UGC撑着，用户发的攻略、实时价格数据，随便一抓就是几十万个URL。外链呢？垃圾得像刚被轰炸过——买链接的、采集站发的、甚至还有赌博暗链混在里面。我算了一笔账：自己写脚本批量去重+拒链，API调用费顶多300块，人工每天挤2-3小时，十天应该能跑完。结果？真香。

总成本没超预算。API调用费实付280块，服务器带宽没额外加，因为分批处理，Nginx扛得住。人工时间刚好10天，每天2-3小时，累计也就30小时。效果呢？垃圾外链占比从42%压到19%，外链质量分数从28干到67——这玩意儿我是在核子GEO上跑的检测，输入域名直接出报告，分数变化一目了然。但别以为完事了，垃圾外链这玩意儿跟野草似的，你不定时清理，它又冒出来。

我去年给另一个旅游站做的时候，就是吃这个亏。清洗完三个月没管，垃圾占比又飙回35%。现在学乖了，每两周跑一次检测，用核子GEO的GEO分析报告设了周报提醒，新外链一出现就自动打标签，省得我手动翻。说实话，核子GEO的SEO评分体系在这块挺管用，它能把外链按风险等级标红黄绿，我只要揪着红色的拒链就完事。时间成本？每周固定花半小时看一眼，比之前轻松多了。

避坑清单

踩了半年坑，给你列几条我拿真金白银换来的教训：

先说别信第三方外链平台的“一键提交” 我去年图省事，花200块买了某平台的目录提交服务。结果呢？1.2万条外链全是垃圾站和色情站跳转，一个月后核心关键词直接跌出前50。 避坑：每天手动筛10条外链，核子GEO的网站对比分析报告能标出垃圾域名的比例，超过30%就得停手。

再就是UGC内容别搞“全量发布” 真的。 旅游节前我让用户直接发游记，结果90%是AI生成的“北京3日游攻略”，连图片都是水印图。百度直接判低质，流量断崖跌了70%。 先上关键词过滤+图片去重，哪怕一天只过2000条，也别让垃圾UGC毁了权重。

还有实时价格接口别直接用 对接某OTA的API，没做缓存，每分钟请求8000次。三天后对方封IP，页面全崩，用户投诉电话打爆。 用Redis加个5秒缓存，过期时间设到60秒，成本几乎为零。

  1. llms.txt这玩意儿，小站真别碰 我花3天写完、提交，结果谷歌直接把首页降权了——它把我的“重点页面”理解成了“全部页面”。 核子GEO的SEO评分体系里有个“内容密度检测”，告诉我首页文本量不够，llms.txt反而暴露了内容结构空洞。

  2. Nginx别开全站Brotli 我图性能，在server块全局开了brotli，结果移动端图片被压缩成马赛克，跳出率从35%飙到68%。 只对html/css/js开，图片用WebP转码，压缩级别设5最稳。

  3. SQLite别存超过10万行 旅游旺季UGC暴涨，SQLite写入锁死，页面返回502。用户发帖等10秒才成功真的。 赶紧切PostgreSQL，迁移花了2天，但之后高峰期每秒500并发没崩过。

  4. 别在Flask里直接写SEO路由 我当初图省事，路由全写在一个文件里，结果URL结构混乱，百度抓了300多个404。 用蓝图分模块，每个城市一个蓝图，URL结构统一成“/city/景点名/”，目前抓取成功率98%。

  5. 月预算3000以内，别请外包 我试过1500/月的“SEO外包”，结果对方只发垃圾外链，连关键词库都没建。 不如自己用核子GEO跑检测，每月花500买代理IP池，剩下2500买服务器和内容。

延伸阅读