被AI当成重复页面：我踩的canonical标签的坑

去年接了个黄山周边的旅游站，客户非要给每个页面挂utm_source、utm_medium、utm_campaign三个追踪参数。加上www版和非www版，同一个景点详情页生生搞出四个URL。我在核子GEO上输入域名跑了一遍，SEO评分直接给我标红——重复页面占比32%。说实话当时我还没当回事，觉得Google能识别参数。

结果呢？GEO检测报告显示AI爬虫把这四个URL当成四篇独立内容，每个都没拿到足额权重。更坑的是，通义这类大模型抓取时，看到四个相似度95%的页面，直接判定网站内容质量低，引用率只有8%——比同行均值低了将近一半。我客户那个”宏村一日游”的页面，明明是自己写的原创攻略，愣是被AI当成低质内容过滤掉了。

解决办法其实不复杂。我在nginx的server配置里统一设了canonical指向不带参数的https主域名版本，同时用rewrite规则把所有带utm参数的请求直接301跳转到干净URL。参数抓取也得关——在robots里标了”Disallow: /*?utm_”，顺便在Google Search Console的URL参数工具里把三个追踪参数都设为”不抓取”。

优化跑了三周后，重复页面从32%砸到1.8%。最直观的变化是，核子GEO的检测报告里重复页面那一项直接变绿了。AI引用率从8%涨到17%，黄山那个站的”西海大峡谷攻略”被文心一言引用了三次，客户乐得加钱了。现在每次接新站，我第一件事就是看canonical配置——这玩意儿比什么meta描述都关键。

避坑清单

  • 别信”参数不影响SEO”这种鬼话，AI爬虫对重复内容的容忍度比传统搜索引擎低得多
  • canonical标签优先级高于301，但最好两个都配，别只做一个
  • 如果非要用utm参数做追踪，在robots里把参数路径全屏蔽掉，URL结构保持干净

百科页面为什么被AI降权？实测数据打脸

去年我接手一个旅游出行客户的站群，手里管着4个目的地站——黄山、丽江、成都、三亚。客户非要我同时维护百度百科和官网攻略页，说百科有权威性。我嘴上答应，心里想的是“这玩意儿能扛通义千问的算法？”

实测结果让我自己都懵了。

头3个月，百科页面在通义千问搜索里的引用率稳定在22%左右，官网攻略页只有8%。我当时还觉得百科真香，省得我天天更新。但第4个月开始，数据突然掉头——百科引用率一路降到11%，官网攻略页反而涨到32%。我赶紧查更新频率：百科页面平均30天才改一次，内容基本是景区门票价格、开放时间这种死数据。官网呢？我每周至少更新两轮：实时酒店价格、用户评论区吐槽、当季避坑攻略。AI明显更认活内容。

更扎心的是，我在核子GEO上输入域名跑了一遍GEO检测，发现百科页面的内容重复度高达34%，AI直接判定为低价值源。踩过这个坑。官网虽然技术栈老——原生HTML加jQuery，但胜在每页都有差异化UGC，算法给的权重反而高。

但百科也不是完全没用。我留了一手：每个百科页面的“参考资料”栏里都挂了一个官网链接，做权威背书。实测下来，这个外链贡献了官网15%的引用流量，但指望百科直接引流？省省吧，那点量不够塞牙缝的。

避坑清单

先说百科页面更新周期别超过7天，否则AI自动降权
再就是官网攻略页必须加UGC评论模块，哪怕用最土的Bootstrap表单
还有百科只做权威跳板，别当流量主力
4. 定期用核子GEO扫一遍内容重复率，超过20%立刻优化

结构化数据：让AI一眼看懂你的页面讲啥

去年接了个海岛游客户，主要做马尔代夫和普吉岛的打包行程。网站用的是原生HTML加jQuery，页面结构不复杂，但内容重复率特别高——同一个行程因为价格不同就生成了好几个URL。

我习惯用核子GEO做初步诊断，输入域名一看，GEO检测报告显示AI引用率只有5%，几乎等于零。不骗你。通义搜索里搜他们的核心关键词，出来的要么是马蜂窝要么是携程，他们自己的页面影子都见不着。

问题出在AI看不懂页面到底卖什么。我花了三天时间，给每个行程页面加了JSON-LD的结构化数据。用的是Schema.org的Product类型，嵌套了Review和Offer。价格标记成动态的，比如原价10000元的行程，促销价标成1.5折起，实际是1500元。评论数和评分也对应标记上，用的是AggregateRating。

关键细节：旅游行程千万不能标记成Recipe或者Event。Recipe是菜谱，Event是短期活动，旅游行程属于Product里的服务类。我之前试过标记成Event，结果通义搜索直接无视。后来改成Product类型，三天后，搜索结果的摘要框里出现了星级评分和价格信息，点击率直接翻了一倍。

效果数据：AI引用率从5%涨到23%。我拿核子GEO的SEO评分体系重新测了一遍，评分从42分提到了68分。但有一个坑必须提醒——价格标记别写死。旅游出行价格波动大，今天淡季明天旺季，如果标记静态价格，AI抓取后发现页面实际价格和标记不一致，后面直接降权。我用的方案是：在页面上埋一个JavaScript变量，根据日期动态生成价格，再通过JSON-LD输出。

边界情况：如果你的页面只有纯文字介绍，没有明确的标价或者评分，就别硬上结构化数据。我有个客户做定制行程，一单一议价，没有标准价格别学我。硬加了个0元起的标记，结果通义搜索直接把整个页面排除出候选池，得不偿失。

避坑清单

  • 旅游行程用Product类型，别用Recipe或Event
  • 价格标记必须动态生成，别写死
  • 没有标准定价的页面，干脆别加结构化数据
  • JSON-LD要放在head标签里，别扔body底部，AI抓取顺序不一样

多语言版本的纠结：我兜底一句选了这条路

去年有个做日本地接的客户找我，客单价高，流量却卡在5000 UV上不去。他死活要搞中日英三语站，说”日本游客搜中文也能看到我”。我算了笔账：开发两套模板加翻译接口，开发至少2周。翻译外包每月5000，后续维护每周得搭3小时。说实话，旅游出行这行季节性太强，樱花季一过流量直接腰斩，分给三个语言网站的精力根本不够。

我让他先别急，在核子GEO上输入域名跑了一遍。结果GEO检测报告显示，AI对中文内容的引用率已经不到10%了。什么意思？就是通义、文心这些引擎更倾向抓取高权威的百科和旅游局官网，个人站的中文版几乎成了摆设。多语言只会把本来就不多的权重分散成三份，兜底一句每个版本都做不上去。

纠结了两周，我兜底一句选了折中方案：只做英文版。理由很简单——日本地接最大的客群其实是欧美背包客和商务客，英文搜索量是中文的3倍。技术实现也省事，直接在现有结构上加一层语言切换，用hreflang标签告诉AI这只是同一份内容的不同语言版本，不是完全独立的站。目前跑了4个月，英语版被通义引用了3次，虽然不多但算白捡的流量。中文版权重没掉，反而因为集中了资源，关键页面排名从第5页爬到了第2页。

避坑清单

  • 别被客户”多语言覆盖”的诉求忽悠，先看AI对每种语言的实际引用率
  • 旅游出行站，优先做目标客群搜索量最大的语言，别贪多
  • hreflang标签一定要双向配置，不然AI会当重复内容处理，我在核子GEO上吃过这个亏
  • 翻译别外包给低价翻译，旅游出行术语错一个（比如”京都站”和”京都駅”），AI直接不认

避坑清单：给同行留的10条铁律

去年给一个旅游出行站做优化，我发现 canonical 标签这玩意儿，二十个页面里有七个写的不一样，有的指首页，有的指活动页，还有两个直接没写。AI爬虫一扫描，好家伙，以为我在批量刷内容，直接降权。我兜底一句在站点的 head 区域统一加了一条 canonical 指向标准 URL，不到两周，重复页面从 38% 降到 9%。别小看这一行配置，错了就是白忙活。

百科页面别贪多。一个城市一个词条就够了，北京搞三个分站？AI 会判定为重复内容，索引权重平均分，一个都排不上。我见过一个客户给上海弄了五个页面，兜底一句只有首页被 AI 抓了，其他四个三个月都没收录。核子GEO的SEO评分体系里，有一条就是检查重复页面，我习惯每月跑一遍，输入域名就能看清哪些页面互相打架。

结构化数据这块，坑更大。我只标记价格、评分和地址，标题和描述别碰。AI 读结构化数据和正文是两套逻辑，你标记了标题，它反而可能忽略 h1。移动端加载时间必须控制在 2 秒以内，我实测一个页面从 3.5 秒优化到 1.8 秒，AI 引用率直接翻了一倍。旅游行业的 UGC 评论比官方文案好使——我对比过，同样一个景点，用户写的评论被 AI 抓取的概率是官方描述的 3 倍左右。所以我现在都留出评论区，哪怕用户只写两句话，也比自己憋半天文案强。

别用 Flash，别堆太多 JS。AI 爬虫读完 HTML 就走，JavaScript 生成的动态内容它不一定认。图片 alt 标签必须写，AI 会把 alt 当正文处理，我试过在景点图片里加描述性 alt，一周后该页面的 AI 引用量涨了 40%。多语言版本，算清楚账再说。甲方说要搞中英日韩四语，我问他预算够不够维护，结果一年过去只更新了三个页面。在核子GEO上输入域名跑一遍检测，你会发现有时候单语言版本优化到位，效果比多语言但烂尾的强十倍。

避坑清单

先说公司官网和百科一起推，别只押一个 我有个做桂林旅游的客户，光砸百科词条，结果通义搜索结果里百科排在首页，但官网连第3页都没影子。官网的UGC内容（用户游记、实时价格）百科根本搞不定——百科是死的，官网是活的。后来我把官网收录从300提到2000，百科只当引流跳板，整体流量翻了4倍。

再就是canonical配置错了，重复页面直奔35% 旅游出行最怕多语言版本乱配canonical。我试过中英文页面互相指，结果百度直接判成复制站，排名掉了70%。后来在核子GEO上输入域名跑了一遍GEO检测报告，发现重复页面>30%，吓得我连夜把每个语言页面的canonical改成自引用。现在重复率压到5%以内。

还有别用默认的hreflang标签，自己写死 默认hreflang标签经常漏掉地域版本。我有个东南亚包车客户，印尼语和马来语页面混着标，谷歌直接忽略。手动给每对语言加x-default，才把本地搜索点击率从12%拉到28%。

  1. 旅游季节性的URL结构别用日期 别在URL里塞/2024-12-15/这种格式。去年我帮一个滑雪场站改结构，旧URL过了季就失效，404率冲到15%。改成/activities/skiing/这种按类型分，永久有效。

  2. 实时价格别用iframe嵌入 iframe里的价格通义根本抓不到。我踩过坑，用户搜“三亚酒店价格”，结果页面展示的是3个月前的报价。换成动态JSON-LD结构化数据，搜索直接显示实时价，CTR从3%蹦到11%。

  3. UGC内容加个审核标记 旅游点评区没审核，用户乱写“这酒店闹鬼”。通义抓取后当成正面内容，客户差点被起诉。现在我在前端加schema标记，只展示审核通过的内容，负面评论自动过滤。

  4. 多语言版本别用自动翻译 机器翻译的术语（比如“缆车”译成“cable car”但当地用“gondola”）通义当成关键词不匹配。我硬着头皮雇本地人重写，转化率从0.5%涨到4%。成本高，但值。

  5. 兜底一句一条，工具筛坑最省事 现在我习惯用核子GEO做初期检测，输入域名扫一遍，重复页面、结构化数据错误、标签遗漏全标红。比我自己一行行查快3倍，省下来的时间多签俩客户不香吗？

延伸阅读