seo-programmatic

程序化 SEO 分析与规划

共享数据缓存

步骤 0 —— 检查共享数据缓存：

开始收集信息前，检查 .seo-cache/ 中是否有可从相关 SEO 技能复用的上下文。 参考 ../seo/references/shared-data-cache.md，了解数据结构和依赖关系图。

检查以下缓存文件（如果存在）：

• .seo-cache/site-meta.json：域名、业务类型、行业和抓取上下文

• .seo-cache/audit-scores.json：之前完整审计的优先级

• .seo-cache/pages/{url-slug}/page-analysis.json：提供 URL 时的页面级上下文

• 如果找到：解析并使用明确有效的字段（注明“正在使用缓存的 [X]，日期为 [date]”）

• 如果缺失、损坏或不相关：继续收集新证据

• 如果用户说“refresh”或“re-run”：忽略缓存读取，并在写入时覆盖

基于结构化数据源，大规模生成并审计 SEO 页面。 通过质量门槛防止内容单薄导致的处罚和索引膨胀。

数据源评估

评估程序化页面所依赖的数据：

• CSV/JSON 文件：行数、列的唯一性、缺失值
• API 端点：响应结构、数据时效性、速率限制
• 数据库查询：记录数、字段完整性、更新频率
• 数据质量检查：
  • 每条记录都必须包含足够的独特属性，以生成不同的内容
  • 标记重复或近似重复的记录（字段重叠率 >80%）
  • 验证数据时效性；过时的数据会生成过时的页面

模板引擎规划

设计能生成独特且有价值页面的模板：

• 变量注入点：标题、H1、正文版块、元描述、结构化数据
• 内容块：静态（多个页面共享）与动态（每个页面独有）
• 条件逻辑：根据数据是否可用显示或隐藏版块
• 补充内容：相关条目、上下文提示、用户生成内容
• 模板审核清单：
  • 每个页面都必须能独立阅读，并作为有价值的资源
  • 不使用“填空式”模式（只是在完全相同的文本中替换城市或产品名称）
  • 动态版块必须提供真实信息，而非仅仅变换关键词

URL 模式策略

常见模式

• /tools/[tool-name]：工具／产品目录页面
• /[city]/[service]：地点 + 服务页面
• /integrations/[platform]：集成落地页
• /glossary/[term]：定义／参考页面
• /templates/[template-name]：可下载的模板页面

URL 规则

• 使用小写字母，以连字符分隔，并根据数据生成 slug
• 采用体现网站架构的逻辑层级
• 不允许重复 slug；生成时强制确保唯一
• URL 长度控制在 100 个字符以内
• 主要内容 URL 不使用查询参数
• 统一使用或不使用尾随斜杠（与现有网站模式一致）

内部链接自动化

• 中心／辐射模型：分类中心页链接到单个程序化页面
• 相关条目：根据数据属性自动链接到 3–5 个相关页面
• 面包屑：根据 URL 层级生成 BreadcrumbList 结构化数据
• 交叉链接：在共享属性（相同分类、城市或功能）的程序化页面之间建立链接
• 锚文本：使用描述性、多样化的锚文本。避免重复使用完全匹配的关键词
• 链接密度：每 1000 个词设置 3–5 个内部链接（遵循 seo-content 指南）

薄内容防护

质量门槛

指标	阈值	操作
未经内容审核的页面	100+	⚠️ 警告：发布前需要进行内容审计
缺乏合理依据的页面	500+	🛑 强制停止：需要用户明确批准并进行薄内容审计
每页独特内容占比	<40%	❌ 标记为薄内容（可能有处罚风险）
每页字数	<300	⚠️ 标记以供审核（可能缺乏足够价值）

规模化内容滥用：执行背景（2025-2026）

Google 的规模化内容滥用政策（2024 年 3 月推出）在 2025 年出现了重大执行升级：

• 2025 年 6 月： 针对大规模 AI 生成内容网站的一波手动操作
• 2025 年 8 月： SpamBrain 垃圾内容更新增强了对 AI 生成链接方案和内容农场的模式检测
• 结果： Google 报告称，2024 年 3 月执行后，搜索结果中低质量、非原创内容减少了 45%

针对程序化页面的增强质量门槛：

• 内容差异化： 任意两个程序化页面之间，≥30-40% 的内容必须真正独特（而不仅仅是替换城市/关键词字符串）
• 人工审核： 发布前对生成的页面进行至少 5-10% 的抽样审核
• 渐进式推出： 以 50-100 页为一批发布。监控索引和排名 2-4 周后再扩展。绝不在没有明确质量审核的情况下同时发布 500+ 个程序化页面。
• 独立价值测试： 每个页面都应通过："即使不存在其他类似页面，这个页面是否仍值得发布？"
• 网站声誉滥用： 如果在高权重域名（非你自己的域名）下发布程序化内容，这可能触发网站声誉滥用处罚。Google 于 2024 年 11 月开始积极执行此项规定。

建议： 在 <40% 独特内容 处设置 WARNING 门槛仍然合适。考虑在 <30% 独特内容处设置 HARD STOP，以防止规模化内容滥用风险。

安全的程序化页面（可规模化）

✅ 集成页面（包含真实的设置文档、API 细节、截图） ✅ 模板/工具页面（包含可下载内容、使用说明） ✅ 术语表页面（200+ 词的定义，附示例和相关术语） ✅ 产品页面（独特的规格、评价、对比数据） ✅ 数据驱动页面（每条记录独有的统计数据、图表、分析）

处罚风险（避免规模化）

❌ 仅在相同文本中替换城市名称的位置页面 ❌ 没有行业特定价值的"[工具] 最佳 [行业] 方案" ❌ 没有真实对比数据的"[竞品] 替代方案" ❌ 没有人工审核和独特附加价值的 AI 生成页面 ❌ 内容中 >60% 为共享模板套话的页面

独特性计算

独特内容百分比 = （本页面独有词数） / （页面总词数） × 100

对照程序化集合中的所有其他页面进行衡量。共享的页眉、页脚和导航不计入计算。模板套话文本计入。

Canonical 策略

• 每个程序化页面都必须有自引用 canonical 标签
• 参数变体（排序、筛选、分页）canonical 到基础 URL
• 分页系列：canonical 到第 1 页或使用 rel=next/prev
• 如果程序化页面与手动页面重叠，以手动页面为 canonical
• 除非有意设置跨域，否则不要 canonical 到其他域名

Sitemap 集成

• 为所有程序化页面自动生成 sitemap 条目
• 每个 sitemap 文件按 50,000 个 URL 拆分（协议限制）
• 如果需要多个 sitemap 文件，使用 sitemap 索引
• <lastmod> 反映实际数据更新时间戳（而非生成时间）
• 从 sitemap 中排除已 noindex 的程序化页面
• 在 robots.txt 中注册 sitemap
• 当新记录添加到数据源时动态更新 sitemap

防止索引膨胀

• Noindex 低价值页面：不符合质量门槛的页面
• 分页：对第 1 页之后的分页结果设置 noindex（或使用 rel=next/prev）
• 分面导航：对筛选视图设置 noindex，canonical 到基础分类
• 抓取预算：对于拥有 >10k 个程序化页面的网站，在 Search Console 中监控抓取统计
• 薄页面合并：将数据不足的记录合并到聚合页面中
• 定期审计：每月审查已索引页面数与预期数量

输出

程序化 SEO 得分：XX/100

评估摘要

类别	状态	分数
数据质量	✅/⚠️/❌	XX/100
模板独特性	✅/⚠️/❌	XX/100
URL 结构	✅/⚠️/❌	XX/100
内部链接	✅/⚠️/❌	XX/100
内容单薄风险	✅/⚠️/❌	XX/100
索引管理	✅/⚠️/❌	XX/100

严重问题（立即修复）

高优先级（1 周内修复）

中优先级（1 个月内修复）

低优先级（列入待办）

建议

• 改进数据来源
• 修改模板
• 调整 URL 模式
• 采取质量门禁合规措施

错误处理

场景	操作
URL 无法访问	报告带状态码的连接错误。建议验证 URL 是否可访问，并检查是否需要身份验证。
未检测到程序化生成的页面	告知用户未发现模板生成或数据驱动的页面模式。建议检查页面是否使用客户端渲染，或 URL 是否指向正确的版块。
超过内容单薄阈值	触发质量门禁警告。报告独特内容百分比，并标记独特性低于 40% 的页面。继续操作前须获得用户确认。
违反质量门禁	在 HARD STOP 阈值处停止分析（未经说明的页面数量达到 500+，或独特内容低于 30%）。展示分析结果，并要求用户明确批准后再继续。

写入共享数据缓存

完成所有工作后，如果工作流产生了可长期保留的发现，则将简洁的 JSON 摘要写入 .seo-cache/。 使用 ../seo/references/shared-data-cache.md 中的架构和命名规则；至少包括 cache_type、analyzed_at、来源 URL/域名、关键发现、问题、建议和工具限制。如果 .gitignore 中缺少 .seo-cache/，则将其添加进去。