偏好设置

我们非常重视您的隐私,因此您可以选择禁用某些对网站基本功能并非必要的存储类型。屏蔽某些类别可能会影响您的网站使用体验。更多信息 (Cookie 政策)

面向 SaaS 的技术 SEO:软件网站实用指南

SaaS 技术 SEO 指南,涵盖抓取、索引、JavaScript 渲染、Core Web Vitals、结构化数据,以及让软件网站在 Google 和 AI 中被隐藏的常见错误与修复方法。

发布于
19/11/2026
更新于
19/11/2026
阅读时间
30 分钟
面向 SaaS 的技术 SEO:软件网站实用指南

工具

本页内容

简而言之

SaaS 的技术 SEO 确保 Google 和 AI 爬虫能够抓取、渲染并索引你的营销页面、文档和博客,同时让登录后的应用不出现在搜索结果中。大多数 SaaS 网站失去能见度,原因在配置而不在文案:共享模板上残留了 noindex,产品页面只有在 JavaScript 运行后才存在,canonical 指向了首页,或者成千上万的筛选 URL 占满了抓取时间。先修复访问权限,再处理渲染,然后是速度和结构化数据,并且每个月检查一次结果。

想深入了解?请询问

快速测验

SEO 适合您吗?该如何开始?

第 1 题,共 4 题25%
人们会在 Google 上搜索您卖的东西吗?

为什么 SaaS 网站的问题与众不同

博客或网上商店的主要任务只有一个:发布搜索引擎能够读取的页面。SaaS 网站至少承担三项任务。它要运行营销网站、登录后的 Web 应用,通常还有文档或帮助中心。每个部分往往运行在不同的技术栈上,并按不同的节奏发布,每个部分都可能以自己的方式破坏搜索表现。

SaaS 网站的技术问题很少只涉及一个页面。它们来自模板、构建配置或配置文件中的一行代码。一个错误可能同时影响数百个 URL。因此审计时,先检查模板和 URL 规则,再检查单个页面。

SaaS 网站的三个部分

  • 营销页面:首页、价格、功能页面、对比页面和博客。这些页面应当可以被索引、速度快,并且在不运行 JavaScript 的情况下也能阅读。
  • 应用:仪表盘、设置、新用户引导和账单。其中大部分内容永远不应出现在搜索结果中。
  • 文档和资源:帮助中心、API 参考、更新日志和模板。这些内容通常规模庞大、常由程序生成,并且在不同版本之间存在大量重复。

适用于任何网站的基础内容见技术 SEO 检查清单。本指南讨论的是网站销售软件时会有哪些不同。如果你关心买家一侧,也就是一款软件工具如何进入 Google 和 ChatGPT 的候选名单,请阅读面向 SaaS 的 SEO 软件页面。本文只讨论网站本身。

两个部分,两套规则

营销网站
  • 默认可以被索引
  • 服务器返回的 HTML 中包含真实内容
  • 加载时就有沉重的自动播放视频和聊天组件
Web 应用
  • 有意地被屏蔽或设置 noindex
  • 被爬虫抓取,浪费抓取预算
  • 仅在客户端运行,没有可供读取的 HTML 内容

架构:子目录、子域名还是第二个域名

在改动任何一个标签之前,先决定网站的每个部分放在哪里。这个选择改起来既慢又贵。以后把博客从子域名迁移到子目录,意味着要修改每一个 URL,为每个 URL 编写重定向,并更新每一条内部链接和站点地图。

大多数 SaaS 团队需要以下三种结构之一。下表进行了比较,我们的建议写在最后一列。

选项示例它给你带来什么它让你付出什么我们的建议
子目录example.com/blog所有内容共享一个域名和同一套检查一切都在同一个技术栈上,部署时必须兼顾两者博客和文档的默认选择
子域名docs.example.com便于部署在独立的技术栈或供应商上每个主机都需要自己的 robots.txt、站点地图、canonical 和 Search Console 资源技术栈要求时使用,并且有意识地管理每个主机
第二个域名example-brand.com为不同受众或产品线做清晰的分离两个网站要分别建设、链接和衡量,默认情况下不会自动转移任何内容对 SaaS 来说很少见,只有在有明确的业务理由时才使用

许多 SaaS 公司把文档放在子域名上,这样做效果很好。代价是纪律性。每个主机都需要自己的 robots.txt 文件、自己的站点地图、自己的 canonical 规则,以及在 Search Console 中的单独检查。上线前就把这些写下来,而不是等流量下跌之后再补。

一个网站的等距插图:由发光线条相连的蓝色节点组成的页面网络,一个小型爬虫沿着链接移动。
爬虫沿着页面之间的链接前进。它无法到达的页面,就是无法获得排名的页面。

保持 URL 简短、稳定、易读

使用小写字母、连字符,以及能说明页面主题的路径,例如用 /integrations/hubspot,而不是 /p?id=8841&cat=7。如果你要长期保留某个 URL,就不要在里面放日期或版本号,否则以后必须重定向。当页面改名时,用 301 重定向保留旧 URL,具体做法见下文的索引部分。

抓取:决定 Google 应该读取什么

抓取是第一步。爬虫请求一个 URL,读取服务器返回的内容,并沿着找到的链接继续抓取。你的工作有两部分。确保能带来收入的页面容易被访问。让爬虫远离那些只会增加噪音的页面。

robots.txt 控制的是请求,而不是索引

robots.txt 文件告诉爬虫可以请求哪些路径。它只是一个请求,并不是锁。正规的爬虫会遵守它,其他的则不一定。SaaS 中最常见的错误,是把它当作隐藏页面的手段。如果其他网站链接到某个被屏蔽的 URL,该 URL 仍可能出现在结果中,只是没有内容。如果你想让某个页面从 Google 中消失,就使用 noindex,具体见索引部分。同时保持该页面可被抓取,这样 noindex 才能被读取。

下面是一个典型 SaaS 网站的起始文件:

User-agent: *
Disallow: /app/
Disallow: /login
Disallow: /signup
Disallow: /search
Allow: /

Sitemap: https://www.example.com/sitemap.xml

逐行阅读。第一条规则让爬虫远离已登录的产品。搜索规则阻止站内搜索结果页造成的抓取浪费。Sitemap 那一行给出你的规范页面列表的完整 URL。不要屏蔽页面需要的 CSS 和 JavaScript 文件,因为 Google 需要用它们来渲染页面。

提示

每次修改后,用免费的 robots.txt 检查工具检测文件。它会读取线上的文件,列出其中声明的站点地图,并显示每个 AI 爬虫是被允许、部分允许还是被屏蔽。

robots.txt 检查工具,显示规则组、站点地图以及 AI 爬虫的状态
robots.txt 检查工具读取线上文件,并显示每个 AI 爬虫的状态。

AI 爬虫需要单独的决策

AI 服务商会运行多个机器人,它们的工作并不相同。有些机器人收集数据用于训练模型。另一些则在用户刚提出问题时抓取页面来作答。屏蔽训练机器人是一项商业决定。屏蔽回答或搜索机器人,则可能让你从 AI 的回答中消失。请针对每个机器人有意识地做出决定,并把决定写进文件,同时加上注释说明原因。我们在面向 AI 爬虫的 robots.txt中讨论了这些选择。

抓取浪费:参数、筛选和站内搜索

每个筛选条件、排序方式和跟踪参数都可能生成一个新的 URL。带有 ?utm_source=newsletter 的价格页面就是第二个 URL。按名称排序并分页到第 7 页的集成列表会再多出几十个 URL。每一个都是爬虫可能抓取的页面,并且都在与你的主版本争夺排名。站内搜索页面是最糟糕的情况:它们会产生近乎无限多的 URL,而内容单薄。

服务器日志显示的是爬虫真正请求的 URL,而不是你以为它们会请求的 URL。将日志与站点地图对比,是发现差距最快的方法。具体方法见SEO 日志文件分析。我们关于分面导航的指南,解释了哪些筛选页面应该被索引、屏蔽或设置 canonical。

SaaS 网站抓取检查清单

  • robots.txt 返回 200 状态码和纯文本
  • 应用、登录和注册路径已被禁止抓取
  • 站内搜索和排序 URL 没有从导航中链接
  • Sitemap 行使用完整的 https URL
  • 没有通配规则屏蔽 Googlebot 访问营销页面
  • 每个 AI 机器人都有明确的允许或屏蔽决定

索引:noindex、canonical、重定向和 robots.txt 对比

有四种工具决定一个 URL 是被保留、合并、迁移还是删除。团队经常把它们混淆,而这种混淆是大多数索引问题的根源。对被 robots.txt 屏蔽的页面设置 noindex 没有任何作用,因为爬虫从未读取过这个 noindex。指向另一个页面的 canonical 会告诉 Google 把当前页面视为副本。每种工具只承担一个职责。下表进行了概括,后面的各节逐一解释。

方法它的职责Google 如何读取它适用场景主要风险
Noindex让页面不出现在结果中从 meta robots 标签或 X-Robots-Tag 响应头读取,且前提是页面可以被抓取预发布环境副本、应用页面、感谢页面,以及必须保留在网站上的薄内容页面模板上残留的 noindex 会隐藏整个板块
Canonical指定相似页面中的首选副本一个强信号,而不是命令。Google 可能选择其他 URL参数变体、重复版本、同一篇文章的两个路径canonical 指向错误的 URL 会悄悄地把信号从你的页面转移走
301 重定向永久迁移 URL最强的合并信号。旧 URL 退出,新 URL 接管URL 变更、页面合并、有明确替代页面的下线页面重定向链,以及把所有旧页面都发送到首页的重定向
robots.txt 禁止停止抓取某个路径阻止抓取,但不阻止索引条目抓取浪费、站内搜索、应用路径被屏蔽的 URL 仍可能以无内容的形式出现,其上的 noindex 标签永远不会被读取

Noindex:移除工具

Noindex 告诉搜索引擎把页面排除在结果之外。你可以在 HTML 的 head 中为每个页面设置,也可以通过 X-Robots-Tag HTTP 响应头为每个文件设置。后者同样适用于 PDF 和其他非 HTML 文件。

<meta name="robots" content="noindex, follow">

它的优点是精确。限制是页面必须保持可被抓取。如果你在 robots.txt 中屏蔽了页面,又加上了 noindex,爬虫会看到屏蔽而永远不会读取该标签。对于已经被索引的页面,先保持其可抓取状态,直到它从索引中消失,然后再决定是否屏蔽。

SaaS 中的一个常见情况:一个公开的新用户引导步骤被错误地发布了。添加 noindex,保持页面可访问,等待 Search Console 将其显示为已排除,如果该页面应当永久保持私密,再屏蔽其路径。

Canonical:首选副本

canonical 标签指定你希望 Google 视为页面主版本的 URL。每个页面使用一个,放在 head 中,并使用完整的绝对 URL。在原始页面上,canonical 指向页面自身。

<link rel="canonical" href="https://www.sorank.com/pricing">

Google 关于整合重复 URL 的文档把 rel="canonical" 称为一个强信号,表示指定的 URL 应当成为规范 URL。它比重定向弱,Google 仍可能选择其他 URL。有两条规则可以让它保持诚实。不要在不同位置为同一页面声明不同的 canonical,例如一个放在 head 中,另一个放在 HTTP 响应头中。也不要把 noindex 与指向其他页面的 canonical 结合使用,因为两个信号互相矛盾。

SaaS 网站上代价最高的 canonical 错误是模板错误。一个产品模板如果在每个 canonical 中都写入首页 URL,就会悄悄地把数百个页面的信号送到同一个地方。

产品模板上的 canonical:修改前后

修改前
  • 每个页面的 canonical 都指向首页
  • 跟踪参数被复制进了 canonical
修改后
  • 每个页面的 canonical 都指向自身,并使用完整 URL
  • 写入 canonical 之前先去掉参数

301 重定向:永久迁移

301 重定向告诉爬虫和浏览器,某个 URL 已永久迁移。当你重命名页面、将两个页面合并为一个,或下线一个有明确替代页面的页面时,就使用它。302 是临时的,应保持临时性。我们在301 与 302 重定向中对两者做了比较。

在 nginx 服务器上,只需几行代码就能把整个子域名迁移到主域名:

server {
    listen 80;
    server_name old.example.com;
    return 301 https://www.example.com$request_uri;
}

它的优势是信号会随 URL 一起迁移。限制是重定向链和大规模重定向。重定向链例如从 http 到 https,再到 www,再到带斜杠的结尾,这是三跳,而其实一跳就够。把大量页面重定向到首页,则无法告诉 Google 每个旧页面去了哪里。请把每个旧 URL 映射到最接近的新页面,并确保每个重定向只跳转一次。更多模式见SEO 重定向指南。

robots.txt 禁止:停止抓取

禁止规则阻止爬虫抓取某个路径。把它用于抓取浪费,以及不应在任何搜索结果中出现的私有区域,例如应用。它的限制就是抓取部分所讲的那一点:被屏蔽的 URL 仍可能被列出。请把它与重要页面上适当的 noindex 或 canonical 搭配使用。

提示

要检查任何单个 URL,可使用 Google 可索引性检查工具,它一次性读取状态码、robots.txt 规则、noindex 信号和 canonical,然后给出三种结论之一。先为每个模板测试一个页面,不要先测整个网站。

Google 可索引性检查工具对单个网址的结果,显示状态、robots、noindex 和 canonical 信号
免费的可索引性检查工具会显示哪个信号阻止了页面:状态、robots.txt、noindex 或 canonical。

JavaScript 渲染:SaaS 网站最常出错的地方

现代应用框架默认在浏览器中渲染页面。这对应用来说没问题。但如果同样的方法也用于价格页面、功能页面和博客,就会出问题。访问者能看到内容,而爬虫可能只看到一个空壳。

Google 分两步处理 JavaScript。它先抓取 HTML。然后把状态码为 200 的页面放入渲染队列,一旦资源允许,无头 Chromium 就会运行 JavaScript。页面可能在队列中等待一段时间,有时更久。只有渲染之后才存在的内容会被稍后才看到,并且有些爬虫根本不渲染。

JavaScript 页面在 Google 那里经历什么

  1. 抓取 URL服务器返回 HTML,其中包括标题、meta 标签和任何 canonical。
  2. 读取初始 HTML已经存在于 HTML 中的链接和文本会被立即获取。
  3. 排队等待渲染状态码为 200 的页面等待渲染资源。
  4. 用 Chromium 渲染JavaScript 运行,最终的内容和链接出现。
  5. 索引渲染后的结果只有渲染后可见的内容才能用于该页面。

链接必须是真正的链接

Google 通过带有 href 属性的 a 元素发现链接。基于 span 上点击处理程序构建的链接,可能对访问者有效,但对爬虫不可见。

<span onclick="go('/pricing')">Pricing</span>
<a href="/zh/pricing">Pricing</a>

只有第二行为爬虫提供了可以跟随的 URL。请按这种方式检查导航栏和页脚,因为一次框架更新就可能在一次修改中改变全站每个链接的标记。

按板块选择渲染模式

你不必为整个网站选择一种模式。请根据内容更新的频率以及是否需要个性化,逐个板块地选择。

渲染模式适合需要注意
构建时静态生成营销页面、博客文章、文档、术语表内容变更需要重新构建或定时构建
每次请求时服务端渲染带实时数据的价格页面,以及依赖访问者地区的页面服务器负载,且用户和机器人必须看到相同的内容
对客户端应用进行预渲染暂时无法迁移的旧单页应用缓存的新鲜度,且预渲染副本必须与用户看到的内容一致
仅客户端渲染登录后的应用切勿单独用于你希望被搜索到的公开页面

检查 Google 实际看到的内容,而不是你以为它看到的内容

在 Search Console 的 URL 检查工具中打开重要 URL,将渲染后的 HTML 与浏览器中显示的内容进行比较。检查三件事:主要内容、内部链接和 canonical 标签。如果其中任何一项在渲染版本中缺失,爬虫也同样缺失。

警告

不要向 Googlebot 提供与用户所见不同的页面。Google 会把这种做法视为 cloaking,正确的做法是让同一个页面对两者都能正常工作。服务端渲染和静态生成无需任何特殊处理,就能解决大多数情况。

如果你运行的是单页应用,我们的单页应用 SEO指南更详细地介绍了混合方案。如果你使用 Next.js,请参阅Next.js SEO。关于 AI 爬虫的 JavaScript 部分,请参阅JavaScript SEO。

营销页面的 Core Web Vitals 与速度

Google 用 Core Web Vitals 衡量页面体验,这是三项描述加载、响应速度和视觉稳定性的现场指标。Google 在其文档中公布了“良好”的阈值,它们就是你的营销模板应当努力达到的目标。确切定义见 Google 的 Core Web Vitals 文档。

Core Web Vitals 的三个阈值

2.5 秒最大内容绘制(LCP),主要内容在 2.5 秒内显示即为良好
200 毫秒下一次绘制交互(INP),交互响应在 200 毫秒以内即为良好
0.1累积布局偏移(CLS),分数保持在 0.1 以下即为良好

来源:Google Search Central,Core Web Vitals 文档

真正重要的指标,是你的真实访问者所体验到的。实验室测试帮助你调试,现场数据则告诉你修复是否有效。我们的 Core Web Vitals 术语条目用通俗的语言解释了每个指标。

哪些因素拖慢 SaaS 营销页面

常见的罪魁祸首在几乎每个 SaaS 网站上都一样。大幅面的主视觉图片或自动播放的视频会先于其他一切加载。网页字体会阻塞首次渲染。聊天组件、会话录制工具和三个分析标签都在页面加载时启动。每一个都在与主要内容争夺浏览器的时间。

从组件入手。在用户首次交互之后,或主要内容渲染完成之后,再加载聊天组件。为首图设置明确的宽度和高度,这样图片到达时布局就不会跳动。预加载首屏所需的那一个字体:在页面的 head 中放置一个 rel="preload" 链接,带上 as="font"、type="font/woff2" 属性和 crossorigin 属性。

提示

把组件延迟加载,并在当天衡量结果。在大多数审计中,延迟聊天组件和会话录制工具是最便宜的速度提升,而且对想使用它们的访问者毫无影响。

简单的诊断顺序

从 Search Console 的 Core Web Vitals 报告开始,它按模板对 URL 分组。然后对每个模板选一个有代表性的 URL,用速度测试工具运行。修复模板,而不是单个页面。一个缓慢的产品模板会影响每一个产品页面,一次修复就能改善所有页面。

面向软件公司的结构化数据

结构化数据以固定格式向机器提供页面的事实,通常是 JSON-LD。对于 SaaS 网站,最重要的类型包括:公司使用 Organization,产品使用 SoftwareApplication,导航使用 BreadcrumbList,博客文章使用 Article,以及当问题和答案在页面上可见时使用 FAQPage。

规则很简单:只标记访问者能看到的内容。标记中的价格必须与页面上的价格一致。标记中的功能列表必须与屏幕上的功能列表一致。描述无人能见内容的标记属于质量问题,而且在模板变更时会悄无声息地损坏。

下面是一个有免费套餐的产品的 SoftwareApplication 示例。请替换为你自己的值,并且只设置页面上显示的价格。

{
  "@context": "https://schema.org",
  "@type": "SoftwareApplication",
  "name": "Example Analytics",
  "applicationCategory": "BusinessApplication",
  "operatingSystem": "Web",
  "offers": {
    "@type": "Offer",
    "price": "0",
    "priceCurrency": "USD"
  }
}

最常见的标记错误并不奇特。一个末尾多了逗号的 JSON 文件无法解析。两个模板各自输出了不同名称的 Organization 对象。一个 FAQPage 块列出了藏在没人能打开的标签页后面的问题。这些错误在发布前都很容易发现,发布后却很难察觉。

发布前的标记检查

  • JSON 能够解析,没有语法错误
  • 标记中的每个值都在页面上可见
  • 所有模板中只存在一个 Organization 对象
  • 价格和套餐名称与价格页面完全一致
  • 每次模板变更后都重新检查标记

要无错误地生成标记代码,可以使用结构化数据生成器,然后用 Search Console 的工具和你选择的验证器检查结果。我们的结构化标记术语条目涵盖了相关词汇。

内部链接与架构:三种构建方式

内部链接告诉爬虫哪些页面重要,以及页面之间的关系。没有唯一正确的结构。SaaS 网站上常见三种做法,每种都适合不同规模和形态的内容。有意识地选择一种,然后在全站应用其规则。

方法一:维基百科式链接

原理:与维基百科的文章一样,每个页面都在正文中链接到相关页面,只要读者需要就链接。没有固定的层级。网站的行为像一个维基,大多数页面相距只有几次点击。

适用场景:主题数量有限的小型网站,或者每篇文章都有充分理由向外链接的编辑型博客。

优点:容易上手,链接对读者来说自然,除了写作之外几乎不需要维护。

局限:结构是看不见的。没有人能看出网站把哪些页面视为核心。重要的产品页面会得到来自随机文章的链接,锚文本也常常不一致。

示例:一个反向链接功能页面收到了来自六篇文章的链接,每篇使用不同的锚文本。该页面链接充分,但网站没有规则规定哪些文章应当链接它。

方法二:主题集群,也称为语义茧房(semantic cocoon)或中心辐射(hub and spoke)

原理:一个支柱页面覆盖一个宽泛的主题。涉及子主题的文章,即辐射页,链接到支柱页面,支柱页面再链接回它们每一篇。每个集群深入回答一个主题。

适用场景:当同一主题大约有 20 篇或更多文章时,或当你提前规划一个主题时。大多数 B2B SaaS 博客最终都会采用这种方式。

优点:主题在链接图谱中清晰可见,支柱页面汇集内部权威,审计也很简单:每个辐射页应当链接到支柱页面,以及两到三个同级页面。

局限:它需要规划和维护。两个针对同一查询的辐射页会相互竞争,这称为内容蚕食(cannibalization)。Sorank 的主题集群生成器正是因此包含了防蚕食检查。

示例:支柱页面“面向 SaaS 的技术 SEO”链接到关于抓取、JavaScript 渲染、结构化数据和重定向的辐射页。每个辐射页都链接回支柱页面,以及主题上与它最接近的两个辐射页。

方法三:按文件夹划分的 URL 分区

原理:同一主题的页面放在同一个文件夹下,例如 /docs/api/,并主要在该文件夹内部相互链接。跨文件夹的链接是有意为之且数量很少的。这种结构直接体现在 URL 上。

适用场景:大型目录和多板块网站,例如带版本的文档中心、集成目录,或者在同一品牌下有多个独立产品的网站。

优点:从 URL 就能看出架构,它可以扩展到数千个页面,并且让每个板块内部的抓取路径保持简短。

局限:它很僵硬。一个板块一旦固定在某个文件夹中,迁移它就需要重定向。需要另一个文件夹中页面的读者必须离开这个分区,因此跨链接必须从一开始就设计好。

示例:一个文档中心,其中 /docs/api/ 只在 API 页面内部相互链接,并且概览页面有一个受控的链接指向主产品板块。

方法结构最适合主要风险
维基百科式链接没有固定层级,在有帮助的地方链接小型网站和编辑型博客结构不可见,链接权重分布不均
主题集群(语义茧房)支柱页面和辐射页,双向链接在同一主题上有许多文章的博客辐射页之间的蚕食
URL 分区每个主题一个文件夹,链接主要在其中大型目录、文档和多产品网站结构僵硬,跨链接困难

适用于三种方法的规则

无论你选择哪种方法,四条规则都能保持链接图谱健康。每个重要页面都应能通过从首页出发的短链接链到达。不应存在孤立页面,即没有任何内部链接指向的页面。锚文本应描述目标,“技术 SEO 检查清单”胜过“点击这里”。链接应指向最终 URL,而不是会发生重定向的页面。

分析工具是最快的测试。免费内部链接分析工具可以审计任意页面的内部链接。完整方法请阅读内部链接策略指南。如果你希望大规模应用这些规则,请参阅自动化内部链接。

程序化页面与文档:抓取预算真正重要的地方

许多 SaaS 网站会根据数据生成成千上万个页面:集成、模板、对比页面、术语条目和文档版本。这种模式称为程序化 SEO。当每个页面都回答一个真实问题时,它非常强大。我们的指南在面向 SaaS 的程序化 SEO中介绍了这套方法。

Google 关于管理抓取预算的指导适用于大型网站。它描述的是拥有 100 万个或更多独特页面且大约每周变化一次的网站,以及拥有 10000 个或更多页面且每天变化的网站,这只是一个粗略估计,并非精确的门槛。大多数 SaaS 网站远低于此。对它们来说,风险在于质量和重复,而不是抓取预算。一千个单薄的页面稀释网站的程度,超过它们浪费爬虫时间的程度。

决定哪些生成的页面值得索引

在生成任何内容之前先设定一个简单的规则。只有当页面回答了一个独立的查询,并且拥有足够的独特内容能独立发挥作用时,它才可以被索引。如果某个生成的页面几乎是另一页面的复制,就把它的 canonical 整合到最强的版本。如果页面对搜索者没有价值,就对它设置 noindex,或者把它排除在站点地图之外。

保持站点地图干净。只列出规范的、可索引的 URL。我们的站点地图检查工具会验证文件,而如何创建站点地图则介绍了格式。

文档版本与 canonical

在 SaaS 网站的所有部分中,文档造成的重复最多。API 页面的版本 1 和版本 2 往往共享大部分文字。如果旧版本没有独特价值,就把它的 canonical 指向当前版本。如果它有独特价值,例如迁移指南,则保持它可索引,并从当前文档中清晰地链接到它。

文档版本:修改前后

修改前
  • 旧版本和新版本都可索引,内容几乎完全相同
  • 旧版本不在站点地图中,却仍能从搜索中访问到
修改后
  • 已下线的版本,canonical 指向当前页面
  • 保留一份清晰的迁移指南,可索引且有链接

文档还有一种团队容易忽略的抓取模式。文档内的搜索结果、标签页和“加载更多”分页都可能各自产生大量 URL。像对待分面页面一样对待它们:选出规范页面,屏蔽其余的,并检查日志。

审计顺序、重定向和每月检查

顺序很重要。先修复访问,再处理内容;先处理渲染,再处理速度。Google 无法渲染的快速页面对任何人都没有帮助。标记完美却被 robots.txt 屏蔽的页面则完全不可见。

SaaS 网站的技术审计,按顺序进行

  1. 抓取网站运行 Screaming Frog 或 Sitebulb 等桌面爬虫,列出每个 URL、状态码、canonical 和 robots 指令。
  2. 检查访问确认 robots.txt、应用的禁止规则,以及没有任何营销模板带有 noindex。
  3. 检查站点地图只应列出规范的、可索引的 URL,并且 robots.txt 中要有完整的 Sitemap 行。
  4. 检查渲染对每个模板的一个 URL,比较原始 HTML 与渲染后的 HTML 的内容、链接和 canonical。
  5. 在模板上修复速度延迟加载组件,设置图片尺寸,预加载首个字体,然后逐个模板检查现场数据。
  6. 验证标记解析 JSON,确认每个值都可见,并且只保留一个 Organization 对象。
Screaming Frog SEO Spider 产品页面
桌面爬虫会列出你网站上的每个 URL、状态码、canonical 和 robots 指令。

迁移后的重定向

迁移是流量损失最快的环节。在迁移任何内容之前,先抓取旧网站,并导出每一个有链接或流量的 URL。把每一个都映射到最接近的新页面,而不是首页。上线后测试一批旧 URL 样本,并在最初几周观察 Search Console 中新出现的 404 错误。该方法在抓取错误中有介绍,状态码的对比见SEO 重定向指南。

每月检查

技术问题会随每次发布再次出现,因此审计不是一次性的工作。每月在 Search Console 中检查四件事:页面报告中是否有新的排除项,Core Web Vitals 报告中是否有退步,站点地图报告中是否有错误,以及关键主机的 robots.txt 状态。再看看日志中是哪些机器人在读取你的网站。要把 Google 和 AI 的流量并排看到,GEO 与 SEO 仪表盘可以把两者放在同一个视图中。

关于单个页面的索引问题,已抓取,但当前未索引指南解释了常见原因。关于 Bing 和其他搜索引擎的索引,可以了解 IndexNow,它允许你主动通知搜索引擎 URL 已变更。

今天就做

三个只需不到一小时的操作,就能发现本指南中的大部分问题。打开你的 robots.txt,确认应用路径已被屏蔽,而营销路径没有被屏蔽。对价格页面、首页和一个文档页面运行可索引性检查。然后打开一个产品模板,确认它的 canonical 指向页面自身。

常见错误:如何发现并修复

这些是 SaaS 审计中最常出现的错误。每一项都有相同的三个部分:它是什么,如何发现,如何修复。请按列出的顺序对照你的网站检查,因为前面的项目通常影响最多的页面。

1. 共享模板中残留的 noindex

它是什么:从预发布环境复制到生产模板中的 meta robots 标签,内容为 noindex。最常见的诱因是改版或上线时没有切换环境设置。

如何发现:对首页和两三个营销 URL 运行可索引性检查工具。在 Search Console 中,查找因 noindex 标签而被排除、而你原本期望获得排名的页面。

如何修复:让机器人指令取决于环境,并添加一项发布检查,如果生产模板包含 noindex 就让构建失败。然后为受影响的 URL 请求索引。

2. 营销页面被 robots.txt 屏蔽

它是什么:为应用或预发布环境编写的规则屏蔽了整个网站。在通配符组中,只要一条针对根路径的禁止规则,就足以对所有没有更具体分组的爬虫隐藏每一个页面。

如何发现:用 robots.txt 检查工具读取线上文件。然后在 Search Console 中查找应当被索引的页面上的“被 robots.txt 屏蔽”状态。

如何修复:把禁止规则限制在应用和私有路径上,然后重新检查文件。我们关于被 robots.txt 屏蔽状态的指南涵盖了 Search Console 这一侧。

3. canonical 指向了错误的页面

它是什么:模板上的每个页面都把 canonical 指向首页、指向带参数的 URL,或指向另一个语言版本。这样 Google 就把真正的页面当作其他东西的副本。

如何发现:用 canonical 检查工具测试每个模板的五个随机 URL。如果 canonical 与页面自身的地址不符,那么是模板出了错,而不是页面。

如何修复:写一个指向自身的 canonical,使用完整的绝对 URL,并去掉跟踪参数。只有在确实存在重复页面的地方,才添加不同的 canonical。带有正确 canonical 标签的替代页面指南解释了何时不匹配的 canonical 属于正常情况。

4. 只在 JavaScript 运行后才存在的产品内容

它是什么:功能列表、价格表或常见问题由浏览器在加载后添加,而原始 HTML 几乎是空的。

如何发现:查看页面源代码。如果主要文字在源代码中缺失,就把它与 URL 检查中的渲染版本进行比较。源代码中缺少文字是一种风险,渲染版本中缺少文字则是严重问题。

如何修复:把公开页面迁移到静态生成或服务端渲染,并让登录后的应用保持客户端渲染。使用本文前面的渲染模式表,为每个板块选择合适的模式。

5. 应用和新手引导 URL 出现在索引中

它是什么:登录后或新手引导的页面是公开的,从导航或站点地图中链接,并出现在搜索中。它们为索引添加了单薄的私有内容。

如何发现:在 Google 中用 site 操作符搜索你的域名,并在页面报告中检查应用路径下的 URL。检查站点地图中是否包含任何应用路径。

如何修复:把应用 URL 从站点地图中移除;对于需要对用户保持公开的页面添加 noindex;待其从结果中消失后,在 robots.txt 中屏蔽私有路径。

6. 改版后的重定向链

它是什么:一个旧 URL 重定向到第二个 URL,第二个重定向到第三个,第三个才到达最终页面。每一跳都会拖慢访问者,并增加一个可能丢失信号的步骤。

如何发现:抓取旧 URL,并查看每个 URL 的重定向链。任何超过一跳的链都是修复的候选对象。

如何修复:把每个旧 URL 直接指向最终页面,并同时更新内部链接,使其指向最终 URL。

7. 没有人链接的孤立页面

它是什么:一个落地页或文档文章在站点地图中,但没有来自任何其他页面的内部链接。爬虫只能通过站点地图找到它,而访问者根本找不到它。

如何发现:将站点地图中的 URL 列表与抓取中至少获得一个内部链接的 URL 列表进行比较。两者的差集就是孤立页面列表。

如何修复:从相关的枢纽页或支柱页面链接每个孤立页面,然后再从一篇相关文章链接。如果某个页面没有存在的理由,就删除它并设置重定向。

每个模板的快速检查

  • 生产环境中的机器人指令正确
  • canonical 指向页面自身,使用绝对 URL
  • 主要内容存在于原始 HTML 中
  • 模板中的每个链接都是带 href 的真正 a 元素
  • 标记可以解析,并与可见内容一致
  • 模板自身的链接中没有重定向链

如果上面的清单看起来很长,那是因为 SaaS 网站的活动部件比博客多得多。好消息是,大多数检查每个模板运行一次即可,而不是每个页面运行一次。先从前两项开始,然后逐项往下做。

常见问题

什么是面向 SaaS 的技术 SEO?

它是 SEO 中让 Google 和 AI 爬虫能够访问、渲染并索引你的营销页面、文档和博客,同时让登录后的应用不出现在搜索中的那部分工作。SaaS 网站中最容易出问题的是 JavaScript 渲染、共享模板中的索引规则,以及来自应用和筛选 URL 的抓取浪费。

SaaS 应该把博客放在子域名还是子目录下?

大多数情况下放在子目录,例如 example.com/blog。这样博客与主域名共享一套 robots.txt、站点地图和 canonical 规则。只有在技术栈要求时才使用子域名,并且要有意识地管理每个主机。

Google 会索引 JavaScript 页面吗?

会,但分两步进行。Google 先抓取 HTML,然后把页面放入渲染队列,由无头 Chromium 运行 JavaScript。请把关键内容、链接和 canonical 标签放在 HTML 中,或确保它们在渲染后可见,然后在 Search Console 的网址检查工具中验证结果。

免费获取 30 天内容计划

我们免费分析您的竞争对手、网站和 AI 可见度,为您制定专属内容计划。

我们的免费 SEO 工具

查看全部免费工具

免费获取 30 天内容计划

我们免费分析您的竞争对手、网站和 AI 可见度,为您制定专属内容计划。

Sorank 用户照片Sorank 用户照片Sorank 用户照片Celio FabianoSorank 用户照片客户 Xavier Breull 的头像
Google
星形图标星形图标星形图标星形图标星形图标
5/5
+5,000
用户

来自雄心勃勃的创始人的评价

5个月内从0增至10000访客

Celio Fabianomonrobotlavevitre.frGoogle电子商务

8个月内访问量从0增至5000

Thibault BMsorank.comGoogle软件

4个月从0增至1104次点击

Dominiqueflight-sensations-idf.comGoogle休闲与航空

6个月内点击量从0增至163

Coworking Pariscoworking-paris.frGoogleOffice broker

7个月内点击量增长x92倍

Guide Zanzibarguidezanzibar.comGoogle旅游