Lỗi soft 404: Ý nghĩa trong Search Console và cách khắc phục

Lỗi soft 404 là sự không khớp giữa những gì máy chủ khai báo và những gì trang hiển thị. Máy chủ trả lời “mọi thứ đều ổn”, còn người truy cập và Googlebot không thấy gì hữu ích. Thuật ngữ này có từ một bài nghiên cứu năm 2004 của Ziv Bar-Yossef và các cộng sự, như bài viết Wikipedia về HTTP 404 nhắc lại, và Google đã tự động phát hiện các trang này trong nhiều năm. Hướng dẫn này giải thích cách Google quyết định một trang là soft 404, nguyên nhân đứng sau từng trường hợp, cách chẩn đoán một URL bị gắn cờ trong vài phút và nên áp dụng cách sửa nào.

Lỗi soft 404 là gì?

Mọi phản hồi HTTP đều mang một mã trạng thái. Một trang thực sự không tồn tại trả về 404 (không tìm thấy) hoặc 410 (đã gỡ bỏ): trình duyệt hiển thị trang lỗi và công cụ tìm kiếm biết URL đó không có gì để lập chỉ mục. Soft 404 thì trả về 200 (thành công), nên máy chủ khẳng định trang tồn tại, trong khi nội dung nói điều ngược lại.

Tài liệu của Google về khắc phục lỗi thu thập dữ liệu định nghĩa đây là URL “trả về một trang cho người dùng biết rằng trang không tồn tại và đồng thời trả về mã trạng thái 200 (thành công)”, và bổ sung rằng “trong một số trường hợp, đó có thể là trang không có nội dung chính hoặc là trang trống”. Khi các thuật toán phát hiện một trang là trang lỗi dựa trên nội dung, Search Console hiển thị soft 404 và trang bị loại khỏi Tìm kiếm.

Hai điểm rút ra từ định nghĩa đó:

• Kết luận dựa trên nội dung. Google đọc trang đã được hiển thị. Một trang sản phẩm hợp lệ không tải được nội dung chính có thể bị gắn cờ giống hệt một trang “không có kết quả” có chủ đích.
• Đây là một sự loại trừ khi lập chỉ mục, không phải hình phạt. URL bị gắn cờ nằm ngoài chỉ mục; phần còn lại của website không bị hạ hạng vì nó.

Soft 404 và 404: khác nhau thế nào?

Hai loại này trông giống hệt nhau đối với người truy cập và hành xử rất khác đối với bot thu thập dữ liệu.

Một trang 404 sạch là một câu trả lời lành mạnh. Hướng dẫn của Google về quản lý ngân sách thu thập dữ liệu gọi 404 là “một tín hiệu mạnh cho thấy không nên thu thập lại URL đó” và nêu rõ rằng “các trang soft 404 sẽ tiếp tục được thu thập và làm lãng phí ngân sách của bạn.” Trên website nhỏ, sự lãng phí này không đáng kể; trên một cửa hàng có hàng nghìn trang lọc trống, nó làm chậm việc thu thập các trang quan trọng (xem mục từ điển của chúng tôi về ngân sách thu thập dữ liệu).

Nguyên nhân nào gây ra lỗi soft 404?

Google liệt kê bốn nguyên nhân kỹ thuật: thiếu tệp include phía máy chủ, kết nối cơ sở dữ liệu bị hỏng, trang kết quả tìm kiếm nội bộ trống, và tệp JavaScript không tải được hoặc bị thiếu. Trong các đợt kiểm toán, các URL bị gắn cờ thuộc sáu nhóm.

1. Nội dung đã xóa nhưng vẫn trả về 200

CMS hoặc giao diện vẫn hiển thị khuôn mẫu “Không tìm thấy trang” nhưng giữ mã trạng thái 200. Điều này xảy ra với một số cấu hình 404 tùy chỉnh, các tuyến bắt tất cả và các framework hiển thị một thành phần lỗi chung mà không đặt mã trạng thái.

2. Danh sách trống

Trang danh mục không có sản phẩm nào, trang thẻ không có bài viết nào, trang tìm kiếm nội bộ với “0 kết quả” và các tổ hợp bộ lọc không khớp gì. Khuôn mẫu vẫn tải, vùng nội dung chính trống, Google thấy một trang lỗi. Hướng dẫn của chúng tôi về SEO trang danh mục thương mại điện tử trình bày cách giữ các danh sách đáng để lập chỉ mục.

3. Trang hết hàng và hết hạn

Trang sản phẩm chuyển sang “Sản phẩm này không còn được bán” mà không có giá, mô tả hay phương án thay thế, hoặc trang tuyển dụng và sự kiện chỉ còn dòng “Ưu đãi này đã hết hạn”. Chỉ riêng cách diễn đạt đó cũng đủ để Google coi chúng là đã mất.

4. Chuyển hướng tới trang không liên quan

Chuyển mọi URL đã xóa về trang chủ, hoặc về một danh mục chung, trông như một cách dọn dẹp tiện lợi. Google có xu hướng coi một chuyển hướng tới trang không thay thế được trang gốc là soft 404, nên chuyển hướng đó không truyền được gì và URL cũ vẫn bị báo cáo. Hướng dẫn của chúng tôi về chuyển hướng SEO giải thích khi nào một 301 là hợp lý.

5. Trang mỏng

Trang chỉ có phần đầu, phần chân và hai dòng chữ, các trang giữ chỗ (“Sắp ra mắt”), hoặc các hồ sơ rất ngắn được tạo hàng loạt. Google không phải lúc nào cũng phân biệt được một trang gần như trống với một trang lỗi. Nếu đây là trường hợp của bạn, hãy đọc định nghĩa của chúng tôi về nội dung mỏng.

6. Lỗi hiển thị

Một trang tốt vẫn có thể bị gắn cờ khi Googlebot không thấy nội dung của nó. Hướng dẫn của Google nêu rằng một trang như vậy “không tải đúng cách cho Googlebot, thiếu các tài nguyên quan trọng, hoặc hiển thị một thông báo lỗi nổi bật trong quá trình hiển thị”. Các lý do điển hình: JavaScript hoặc CSS bị robots.txt chặn, các lệnh gọi API thất bại hoặc hết thời gian chờ với bot, quá nhiều tài nguyên hoặc tài nguyên quá nặng, và các ứng dụng phía trình duyệt hiển thị một thành phần lỗi trên các tuyến không tồn tại. Hướng dẫn của chúng tôi về SEO JavaScript trình bày chi tiết cách Google hiển thị các script.

Cách tìm lỗi soft 404

Có ba nguồn, từ chính thức nhất đến đầy đủ nhất.

1. Search Console. Mở mục Lập chỉ mục, rồi Trang, và tìm lý do “Soft 404” trong danh sách “Vì sao trang không được lập chỉ mục”. Nhấp vào đó để xem các URL ví dụ (tối đa 1.000) và ngày thu thập gần nhất. Tài liệu về báo cáo Lập chỉ mục trang của Google khuyến nghị trả về mã 404 cho các trang thực sự “không tìm thấy”.
2. Thu thập dữ liệu chính website của bạn. Các công cụ như Screaming Frog có thể đánh dấu các trang có trạng thái 200 và rất ít nội dung, hoặc có chữ “không tìm thấy”. Hãy sắp xếp theo số từ và xem các trang ngắn nhất trước.
3. Kiểm tra cách xử lý 404. Yêu cầu một URL không thể tồn tại (ví dụ /this-page-does-not-exist-123) và đọc mã trạng thái nó trả về. Nếu nó trả lời 200, mọi liên kết hỏng trên web trỏ tới tên miền của bạn đều tạo ra một soft 404 tiềm ẩn. Công cụ kiểm tra tiêu đề HTTP miễn phí của chúng tôi cho thấy mã chính xác chỉ trong vài giây.

Cách sửa soft 404, theo từng trường hợp

Hướng dẫn của Google phân loại cách sửa theo trạng thái của trang. Hãy quyết định trước URL đó nên trở thành gì, rồi áp dụng cách trả lời tương ứng.

Nội dung đã xóa: 404 hoặc 410

Nếu trang đã mất và không có gì trên website thay thế nó, 404 hoặc 410 là câu trả lời đúng. Google xử lý mọi mã 4xx trừ 429 theo cùng một cách và gỡ URL khỏi chỉ mục nếu nó đã nằm trong đó. Hãy giữ trang lỗi hữu ích cho người truy cập: thông báo rõ ràng, điều hướng website, liên kết tới các trang phổ biến, nhưng luôn với mã trạng thái 404.

Nội dung đã chuyển đi: một 301 liên quan

Nếu có một trang tương đương (URL mới, phiên bản mới hơn của sản phẩm, bài viết đã gộp), hãy dùng 301 tới trang đó và không tới nơi nào khác. Kiểm tra chuỗi bằng công cụ kiểm tra chuyển hướng của chúng tôi: một bước, trạng thái cuối là 200.

Trang đáng được lập chỉ mục: sửa lại

Dùng công cụ Kiểm tra URL trong Search Console, chạy kiểm tra trực tiếp và xem ảnh chụp màn hình cùng HTML đã hiển thị. Một bản hiển thị trống hoặc gần như trống chỉ ra tài nguyên bị chặn hoặc lỗi. Với ứng dụng phía trình duyệt, kiến thức nền về SEO JavaScript của Google khuyến nghị hoặc chuyển hướng bằng JavaScript tới một URL trả về 404, hoặc thêm thẻ meta robots noindex vào các tuyến lỗi; hướng dẫn của chúng tôi về SEO cho ứng dụng một trang trình bày cách hiển thị phía máy chủ, là giải pháp lâu dài. Khi trang đã hiển thị đúng, công cụ kiểm tra khả năng lập chỉ mục của chúng tôi xác nhận không còn gì khác chặn nó.

Sản phẩm hết hàng

Một sản phẩm sẽ sớm có trở lại nên giữ nguyên trạng thái hiển thị với mô tả đầy đủ, thông báo tình trạng còn hàng và các phương án thay thế. Một sản phẩm đã ngừng bán hẳn thì nhận 301 tới sản phẩm kế nhiệm hoặc danh mục gần nhất nếu phù hợp với nhu cầu, hoặc 404 nếu không có gì phù hợp. Với các danh sách trống mà bạn muốn vẫn truy cập được, một thẻ noindex giữ chúng ngoài chỉ mục mà không làm hỏng điều hướng.

Soft 404 mất bao lâu để biến mất?

Không gì thay đổi cho đến khi Google thu thập lại các URL. Sau khi sửa, hãy bắt đầu xác thực từ trang chi tiết Soft 404: theo trung tâm trợ giúp của Google, việc này thường mất tối đa khoảng hai tuần, đôi khi lâu hơn nhiều. Các URL được chuyển thành 404 thật sẽ chuyển sang lý do “Không tìm thấy (404)” rồi dần rời khỏi báo cáo; các trang đã sửa có thể chuyển sang “Đã lập chỉ mục” hoặc, nếu Google vẫn đánh giá là yếu, sang Đã thu thập, hiện chưa được lập chỉ mục. Về các cách đẩy nhanh việc thu thập lại, xem hướng dẫn của chúng tôi về lập chỉ mục trên Google.

Soft 404, SEO và GEO: vì sao hiển thị trên AI phụ thuộc vào mã trạng thái sạch

Với Google, soft 404 nghĩa là một trang không thể xếp hạng và ngân sách thu thập dữ liệu bị tiêu vào con số không. Với các trợ lý AI như ChatGPT, Gemini hay Perplexity, các rủi ro tương tự: bot của họ đọc những gì máy chủ trả về, và nhiều bot tải HTML thô mà không chạy JavaScript. Một trang chỉ hiển thị trong trình duyệt có thể trông trống rỗng đối với họ, còn một trang lỗi được phục vụ với mã 200 không cho họ biết điều đáng tin cậy nào về website của bạn. Mã trạng thái sạch và nội dung có sẵn trong HTML ban đầu giúp cả Googlebot lẫn bot AI hiểu trang nào tồn tại và trang nào có thể được trích dẫn.

Quy trình thực tế rất ngắn gọn: theo dõi báo cáo Lập chỉ mục trang sau mỗi lần chuyển hệ thống, cập nhật danh mục hoặc thay đổi khuôn mẫu, và kiểm tra các khuôn mẫu mới trước khi phát hành. Tiện ích Chrome miễn phí của Sorank đánh dấu các vấn đề trên trang bạn đang xem, còn bảng điều khiển GEO và SEO của Sorank theo dõi lượt nhấp, lượt hiển thị và vị trí từ Search Console để bạn phát hiện sụt giảm ngay khi một loạt trang rời khỏi chỉ mục.

Soft 404 là một trang có mã trạng thái mâu thuẫn với nội dung của nó: hãy quyết định URL đó có nên tồn tại hay không, rồi làm cho máy chủ và trang cùng nói một điều. Trả về 404 hoặc 410 thật cho những gì đã mất, 301 phù hợp cho những gì đã chuyển đi, và nội dung thật, hiển thị được cho những gì đáng xếp hạng.