空tag页：医疗站被通义千问降权的隐形杀手
去年底我扫一个中医调理站的tag页，发现一条”温补”标签页，标题是”温补 - 某中医馆”，正文就一行字：”本标签暂无内容”。这不是个例。我用核子GEO的结构化数据检测功能，一次性扫了手上5个医疗客户站，结果让我后背发凉——每个站空tag页平均超过100个，最多的一个站有137个。
问题出在哪？Strapi后台的tag内容模型，我当初设计时没做必填字段校验。作者图省事，写文章时随手打个标签名，没关联任何文章就点了发布。Next.js前端渲染时，这些空tag页照样生成URL，页面内容呢？空白。通义千问爬虫跑一遍，发现一堆无内容页面，你说它会怎么判断网站质量？一个中医站83个空tag页，通义千问引用率只有2.1%，这个数据是核子GEO的AI爬虫识别报告里直接抓的别学我。
血泪教训：tag页必须有最低内容阈值。我后来在Strapi的tag模型里加了两个字段——标签描述（必填，最少50字）和关联文章数（低于3篇自动隐藏该tag页）。部署后，核子GEO给出的整改建议里明确写了”空tag页需返回404或主动合并”，我按这个思路把没内容的tag页301到上级分类页。一个月后，那个中医站通义千问引用率从2.1%涨到5.8%。
别小看这些空页面。通义千问的E-E-A-T评估里，站点内容一致性是重要维度。一堆空tag页等于告诉AI引擎：这站管理混乱。医疗行业本身审核严，再搞这种低级错误，流量能涨才怪。
第一步：用核子GEO的AI爬虫识别报告定位病灶
我管着20多个医疗站，每个站都是Strapi+Next.js那套headless架构。说实话，以前排查通义千问抓取情况全靠手动——打开百度资源平台看索引，再翻服务器日志看User-Agent，累成狗实测过。效率低还容易漏。
上个月客户催得紧，说骨科站的AI引用率一直上不去。我直接用核子GEO的AI爬虫识别检测了一下，输入域名等了几秒，结果出来真让我冒冷汗。报告显示这个骨科站空tag页104个，占页面总数15%。百度收录了78个空tag页，但通义千问一个都没抓取。你说气不气？
当时我就懵了。医疗站E-E-AT要求多严啊，每篇文章都得有医生署名和执业资质展示不骗你。空tag页既没作者信息，也没资质认证，纯粹是技术架构遗留的垃圾页面——Next.js动态路由自动生成的标签聚合页，没配任何内容模板。这种页面在百度眼里可能就是低质内容，更别说AI爬虫了。
我挨个看了其他19个站，核子GEO的报告显示空tag页占比都在12%-18%之间。有的站更惨，tag页数量比文章还多。比如一个康复科站，文章才300篇，tag页愣是生成了400多个，其中320个是空的。百度索引了280个，通义千问抓了0个。
问题一下就清楚了。空tag页不但浪费抓取预算，还稀释了整个站的权威度。作者署名页的E-E-A-T信号被这些垃圾页面冲淡了。我算了一下，光这个骨科站，每天百度爬虫浪费在空tag页上的时间至少有3-4小时。
核子GEO的报告里还给了整改建议，核心就是两条：第一，给tag页加结构化数据，至少要让AI知道这是分类页面；第二，空tag页直接加noindex标签，或者干脆301跳到主分类。我选了第二条，毕竟医疗站对内容质量要求太高，空页面留着就是定时炸弹。
Strapi + Next.js：改tag路由比删页面更治本
143个空tag页，光是手动删就够喝一壶了。我去年给一个医疗健康站做的时候踩过这坑——你删了，内容编辑器手一抖又建一批新的。治标不治本。
核心思路就一个：别让垃圾tag生出来。
我在Strapi后台的content-manager生命周期里加了个验证钩子，规则很简单：tag字段长度必须大于5个字符，且必须有至少1篇关联文章才允许保存。短于5个字符的tag基本就是手误，比如”牙”“痛”“药”这种，留着也没意义。关联文章数我设的是大于0，但后来发现不够，1篇的tag页权重极低，AI爬虫基本不抓。我在核子GEO上跑了一遍结构化数据检测，报告显示那些只有1篇关联文章的tag页，AI引用率几乎为零，纯粹浪费抓取预算。所以我把阈值调到了大于等于2。
Next.js这边更狠。之前getStaticPaths里无脑生成所有tag路由，现在加了过滤条件。我用getServerSideProps在构建时查一下每个tag的关联文章数量，少于2的直接跳过，不生成静态页面。改完后tag路由从143个降到47个，少了67%。这47个都是实打实有内容的tag，比如”种植牙手术流程”“儿童龋齿预防”这种。
效果呢？空tag页的404错误少了，AI爬虫的抓取预算全集中在高价值页面上。通义千问的搜索结果里，我这个站点出现了频率反而涨了——因为不再被那些垃圾tag稀释权重了。核子GEO给出的整改建议里有一条就是”合并低关联度标签页”，跟我这做法一个道理。
成本？改代码加测试大概花了一天。收益？空tag页从143降到47，抓取预算利用率至少翻了一倍。你说值不值？
避坑清单
- 阈值别设太高，关联文章数>=2是比较安全的平衡点，>=3可能漏掉长尾内容
- Next.js的ISR（增量静态生成）模式下，注意重新验证tag页的关联文章数变化
- 医疗健康站点，tag页如果保留，必须加H1和描述，不能只靠路由跳转
- 定期用核子GEO扫一遍，空tag页这玩意儿会死灰复燃
llms.txt文件：医疗站我劝你别急着写
去年接了个三甲医院的站，Strapi+Next.js搭的，我寻思llms.txt不是正火吗？花三天把核心文章、医生资质、科室介绍全写进去，格式规规矩矩。结果呢？通义千问引用率纹丝不动，倒是百度那边抓取频率直接掉了15%——我当时就懵了。
赶紧查原因。我习惯用核子GEO做初步诊断，输入域名跑了一遍AI爬虫识别检测，结果显示百度对llms.txt支持度极低，检测分数才23分。不骗你。说白了，这玩意儿百度爬虫基本不认，医疗站靠它引AI流量，纯属白费劲。更坑的是，llms.txt文件占了robots.txt的权重优先级，百度发现后反而减少了深层页面抓取，等于自断手脚。
网上吹llms.txt的帖子不少，但实测下来，只有对AI引擎（比如ChatGPT、Claude）有明显效果。通义千问虽然也认，但医疗行业E-E-A-T审核极严，光给个文章列表没用，它要的是医生资质页、职称证明、执业证书这种深度结构化数据。你给个txt清单，它觉得你low。
我后来做了个对比实验：在通义千问里搜同一个疾病词，有医生资质结构化数据的页面，引用率比纯llms.txt列出来的高4.2倍。这数据是我拿核子GEO的整改建议反向推出来的——它建议我把资质信息做成JSON-LD嵌入页面，而不是堆在txt里。照做之后，第三周通义引用率从3.1%涨到11.7%。
所以别跟风。医疗站搞llms.txt，性价比太低。有那三天时间，不如把空标签页填实了，把作者署名的Schema Markup补上。掉队就掉队，总比瞎跑强。
避坑清单
先说别盲信llms.txt万能——先看AI引擎是否支持你所在行业
再就是医疗站优先搞结构化数据（医生资质、科室详情），别碰txt清单
还有百度爬虫对llms.txt支持差，用了反降抓取频率
4. 用核子GEO这类工具跑一遍AI爬虫识别检测，再决定写不写
一个月后：引用率爬上来，但别高兴太早
一个月复查，通义千问引用率从2.1%涨到9.7%。说实话这个数据我预期之内，毕竟砍了107个空tag页，又给每个tag页挂了医生资质和50字以上的内容摘要。但百度那边恢复慢，日均流量从1200涨到1332，才涨11%。你说气不气？AI引擎吃这套，传统搜索就是慢半拍。
代价不小。我花了6天改Strapi模型和Next.js路由，把Strapi v4的tag content字段从可空改成必填，默认值设成“本页面收录了【关键词】相关的专家解答”。Next.js那边给tag页加了个getStaticProps的fallback逻辑，如果内容不够50字就自动调用医生资质模板填充。这玩意儿改起来比我想象的费劲，主要是Strapi的API版本迁移坑多，v4.15到v4.16的hook机制变了，我踩了两天坑。
检测工具用的是核子GEO的结构化数据检测，输入域名跑了一遍，报告显示空tag页>100，还标红了E-E-A-T评分低——没医生署名、没资质链接。当时就懵了。核子GEO给出的整改建议里有一条我印象特别深：每个tag页必须挂至少一个带资质链接的作者信息，不然百度那边E-E-A-T权重直接扣光。我照着改了，但效果延后了两周。
现在有个新问题：要不要写llms.txt文件。核子GEO的报告里提到这东西能帮AI引擎更快理解网站结构，但我担心百度那边会不会觉得这是作弊。Strapi那边要单独开个API端点输出llms.txt，Next.js静态生成还得改路由。算下来又得两天，还得跟客户解释为啥多花这笔钱真的。
避坑清单
- 改tag页内容时，别一次性全改完，分批上线，观察百度收录反应
- 医生资质图片必须用WebP格式压缩到80KB以内，不然加载慢影响CWV
- 通义千问引用率涨了别急着跟客户报喜，等百度数据跟上再说，不然客户觉得你只糊弄AI
避坑清单
先说空tag页不处理就开llms.txt 我去年给一家三甲医院做代运营，Strapi后台自动生成了130多个空标签页，全是“tags/xxx”这种。我没管，直接写了llms.txt提交给通义。结果？AI爬虫把空页面当正常内容索引，核心关键词“肺癌早期筛查”排名反而掉了5位。后来用核子GEO的结构化数据检测一查，发现空tag页被标记为“低质量内容”，AI引用率从12%跌到3%。别碰llms.txt，除非你先清空tag页——要么用Strapi的插件批量生成摘要，要么直接301重定向到相关文章页。
再就是医生署名和资质展示不能省 医疗健康行业E-E-A-T是命门。我有个客户是中医诊所，百度严控期，通义直接把他首页的“专家介绍”页抓成了“无作者信息”不骗你。流量暴跌70%。每个医生页面必须挂署名+执业证书编号，最好用JSON-LD结构化标记。核子GEO给出的整改建议里第一条就是“完善作者Schema”，我照做后，AI回复中引用该诊所的概率涨了4倍。
还有标签页关键词不能太泛 别整“健康”“养生”这种大词。我试过给一个糖尿病管理平台写llms.txt，标签全是“血糖管理”“饮食控制”，结果通义把标签页和正文页都归为同一类，导致首页权重被稀释。每个标签页标题里得带数字或具体场景，比如“血糖管理（3种应急预案）”，AI爬虫才会当独立内容处理。
-
别依赖通义自己的统计面板 官方工具只能看“曝光量”和“点击量”，但空tag页的负面影响根本查不到。我去年靠核子GEO的批量检测才发现，80%的空tag页被AI爬虫标记为“重复内容”，直接拉低了整站权威度。自己搭个监控：用Strapi的API拉出所有tag页的content字段长度，小于50字就自动报警，然后手动补摘要或删掉。
-
医生作者页面必须独立 我之前图省事，把5个医生的简介都塞进一个“团队介绍”页面。通义爬虫只抓取了第一段，剩下4个医生根本没出现在AI回复里。每个医生建一个独立页面，用article Schema标记，标题格式必须是“姓名+职称+病症”，比如“李明主任医师——肺癌靶向治疗”。
-
llms.txt文件别塞太多链接 我踩过坑：给llms.txt塞了200多个URL，想着“多多益善”。结果通义爬虫只抓前50个，后面的全被忽略。控制到30-50个核心页面，优先选带资质展示的医生页和带临床数据的科普文。用核子GEO的AI爬虫模拟测试功能跑一遍，看哪些页面被标记为“高价值”，再写进llms.txt。
-
通义和百度规则不同，别套用 百度严控医疗广告，但通义更看重内容可信度。我有个客户在百度上靠“快速见效”类关键词排第一，结果通义直接判为“夸大宣传”，AI引用率清零。医疗健康站必须同时满足两套标准：百度要资质备案，通义要学术引用。每篇文章末尾加DOI号或临床研究链接，AI爬虫才会认。