diagnose-seo

诊断 SEO

用于诊断抓取问题、规范化错误、索引问题和渲染失败的结构化框架。

诊断方法

技术 SEO 问题分为四类。按以下顺序诊断——每一层都依赖前一层正常工作：

1. 可抓取性 — 搜索引擎能否找到并访问这些页面？
2. 可索引性 — 这些页面是否允许被索引？
3. 可渲染性 — 搜索引擎能否看到完整内容？
4. 信号 — 是否设置了正确的信号（标题、结构化数据、链接）？

第 1 层：可抓取性

按以下顺序检查：

robots.txt

• 获取 [domain]/robots.txt 并检查其中的规则
• 查找范围过大的 Disallow 规则，确认其是否屏蔽了重要路径
• 确认 Sitemap: 指令指向正确的站点地图 URL
• 检查不同 user-agent 是否适用了不同规则（Googlebot 与其他爬虫）

常见错误：

• Disallow: / 屏蔽整个网站（通常是暂存环境遗留的规则）
• 屏蔽 Googlebot 渲染页面所需的 CSS/JS 文件
• 屏蔽用于加载动态内容的 API 或 AJAX 端点
• 暂存环境的 robots.txt 被意外部署到生产环境

XML 站点地图

• 获取站点地图 URL 并检查：
  • 是否返回 200？是否为有效 XML？
  • 是否列出了所有重要页面？
  • 是否排除了不应被索引的页面（404、重定向、noindex 页面）？
  • <lastmod> 日期是否准确且较新？
  • 对于大型网站：是否包含站点地图索引？

网站架构

• 从首页出发，3 次点击内应能访问到各页面
• 检查是否存在孤立页面（没有指向它们的内部链接）
• 检查是否存在重定向链（页面 A → B → C — 应改为 A → C）
• 检查是否存在重定向循环

服务器响应

• 所有重要页面是否都返回 HTTP 200？
• 检查是否存在意外的 301/302 重定向
• 检查是否存在软 404（页面返回 200，但显示“未找到”内容）
• 确认已强制使用 HTTPS（HTTP 应 301 重定向到 HTTPS）

第 2 层：可索引性

Meta Robots / X-Robots-Tag

• 检查本应被索引的页面是否包含 <meta name="robots" content="noindex">
• 检查 HTTP 标头中是否包含 X-Robots-Tag: noindex
• 常见原因：CMS 意外对分页、标签页或新页面应用了 noindex

规范链接标签

• 每个页面都应有一个 <link rel="canonical"> 指向自身（自引用规范链接）
• 检查规范链接标签是否指向错误页面（分页内容、筛选 URL 中很常见）
• 检查是否存在相互矛盾的信号：规范链接指向页面 A，但设置了 noindex，或页面发生了重定向

规范链接诊断清单：

• 规范 URL 是否与实际 URL 一致？
• 规范 URL 是否可访问（返回 200）？
• 规范 URL 是否包含相同内容？
• 页面上是否只有一个规范链接标签？

重复内容

• 检查相同内容是否可通过多个 URL 访问：
  • 带和不带尾部斜杠（/page 与 /page/）
  • 带和不带 www（example.com 与 www.example.com）
  • HTTP 与 HTTPS
  • URL 参数导致的重复页面（?sort=price、?page=1）
• 每组重复页面都需要一个规范 URL；其他页面都应重定向或使用规范链接标签

第 3 层：可渲染性

JavaScript 渲染

• 页面内容是否出现在原始 HTML 源码中？还是通过 JavaScript 加载？
• 如果由 JS 渲染：Googlebot 能否看到完整内容？（使用 Search Console 中的 URL Inspection 工具）
• 检查是否有内容隐藏在点击事件、标签页或折叠面板后
• 检查是否存在仅在滚动后才显示的延迟加载内容

核心内容可见性

• 主要内容是否位于初始 HTML 中？还是在页面加载后异步加载？
• 重要元素（标题、标题文本、商品详情）是否在首次渲染时就位于 DOM 中？
• 检查是否有需要登录或使用 Cookie 才能查看的内容

第 4 层：信号

标题标签

• 每个页面都有唯一的 <title>
• 标题包含主要关键词
• 少于 60 个字符（避免在 SERP 中被截断）
• 描述准确且能吸引点击

Meta 描述

• 每个重要页面都有 meta 描述
• 长度为 150-160 个字符
• 包含目标关键词和价值主张
• 每个页面的描述均不重复

标题结构

• 每个页面有一个包含主关键词的 H1
• 标题层级符合逻辑（H1 → H2 → H3，不跳级）
• 标题描述所在版块的内容，而非用于装饰

结构化数据

• 检查是否有适用于页面类型的 JSON-LD 结构化数据
• 使用 Google 的 Rich Results Test 进行验证
• 常见类型：Article、Product、FAQ、HowTo、BreadcrumbList、Organization

Hreflang（多语言网站）

• 检查 hreflang 标签是否正确链接到对应语言版本
• 验证标签是否互相指向（页面 A 指向 B，B 也指回 A）
• 检查是否有 x-default 标签

输出格式

技术 SEO 诊断：[domain]

摘要

• 严重问题：[count]
• 警告：[count]
• 检查通过：[count]

按层分类的发现

针对发现的每个问题：

层级	问题	严重程度	受影响页面	修复方法
抓取能力	robots.txt 阻止 /blog/	严重	所有博客页面	从 robots.txt 中移除 Disallow: /blog/
索引能力	缺少 canonical 标签	警告	15 个页面	添加指向自身的 canonical 标签
...	...	...	...	...

优先修复清单

按影响程度排序：

1. [严重问题修复] — 影响 [n] 个页面，阻碍[抓取/索引/排名]
2. [警告问题修复] — 影响 [n] 个页面，降低[信号质量]
3. ...

---

专业提示： 使用免费的 SEO Audit 快速检查技术 SEO，使用 Broken Link Checker 查找失效链接，并使用 Robots.txt Generator 修复抓取指令。SEOJuice MCP 用户可以运行 /seojuice:site-health 获取完整的技术报告，并运行 /seojuice:page-audit [domain] [url] 深入检查特定页面。