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。

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?
Sorank 符合您的回答
在您自己的网站上试用 3 天,看看您在 Google、ChatGPT 和其他 AI 中的位置。
开始 3 天免费试用免费 3 天,之后可随时停止。90 天效果保证,需符合条件。
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。
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
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。

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 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。

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。
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
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 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 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
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。
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。

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
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。
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 |
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。
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
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。
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。
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。
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
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。
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。
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。
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 |
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。
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。
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。
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
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。
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

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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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
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。
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。
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。
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。

