百度反作弊算法，并购后两套网站内容怎么取舍
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /5682c6c41aa3.html
📄
百度反作弊算法，并购后两套网站内容怎么取舍
先给结论：并购后不要按“谁权重高留谁”整站二选一，而要把两套站的内容按“保留、改写、退出”三类拆开处理。百度反作弊算法关注的是页面是否提供独立价值、是否与站内其他页面高度重复，因此两套站合并后最大的风险不是旧站被关，而是同一批内容以两个入口、两套模板、两个主体反复出现，导致搜索引擎难以判断该收录哪一版。正确顺序是：先判断内容是否真的重复，再决定保留哪一版，最后用可观察的抓取与索引变化验证处理是否奏效。
先判断“重复”发生在哪一层，再谈去留
很多团队把“两套站内容像”直接等同于“重复内容”，但百度反作弊算法处理的是页面级别和站点级别的信号，不是文本相似度单一维度。你需要区分三种情况：
- 正文主体相同，只是模板和导航不同：这类最接近真重复。若两个页面都完整展示同一篇文章，且没有各自的独立信息，搜索引擎通常只会保留其中一版，另一版的抓取和索引会逐步减少。
- 正文主体相同，但各自承载不同的服务信息：例如旧站页面底部是A城市服务范围，新站页面是B城市服务范围，正文虽同，但页面解决的问题不同。这种可以改写保留，而不是简单删除。
- 正文主体不同，只是主题相近：两套站分别写同一产品的不同侧面，属于正常内容差异，不需要为了合并而强行合并。
判断依据不能只看“读起来像不像”。实际动作是：抽取两站各20个URL，按标题、首段、核心段落、结构化数据、页面功能逐项对照，标出重复层级。如果重复只发生在标题和导航，正文差异超过一半，优先改写；如果正文段落几乎逐句对应，且页面没有各自独有的服务信息，才进入保留或退出决策。
保留哪一版：看页面独立价值，而不是看站龄
合并时最常见的错误是“旧站有历史，所以旧站全留”。百度反作弊算法并不承诺旧站一定占优，历史抓取记录只是参考之一。真正影响去留的是页面在当前状态下能否独立满足搜索需求。
保留判断可以按以下顺序：
- 哪一版的信息更新、更完整：如果新站页面补充了并购后的产品线、服务范围或联系方式，且这些信息确实影响用户决策，保留新站版本，旧站版本退出。
- 哪一版有独有的用户行为信号：这里要谨慎。点击、停留等信号受入口位置影响很大，不能单独证明页面质量更高。如果旧站页面只是靠历史导航获得更多点击，而内容本身已过时，不应据此保留。
- 哪一版能自然承接内链和转化路径：如果旧站页面被大量站内页面引用，直接删除会产生大量死链；此时优先改写旧站页面，把新站内容合并进来，再逐步把内链指向新地址。
一个假设例子：旧站有200篇产品说明，新站有180篇同类说明，其中120篇正文几乎一致。若直接关停旧站，这120篇对应的旧URL会返回404，站内引用它们的内链全部失效；若直接保留两套，搜索引擎会持续在两组URL之间做选择，抓取预算被分散。更稳妥的做法是：120篇重复内容中，保留新站版本并补充旧站独有的参数说明，旧站URL做301到新站对应页；剩下80篇旧站独有内容，改写后迁入新站，而不是整站保留。
改写不是换词，而是补上合并后的新信息
改写之所以必要，是因为并购后用户的问题变了。原来两个站各自回答“我们是谁”，合并后用户需要知道“合并后谁提供这项服务、覆盖哪些范围、原有承诺是否延续”。如果改写只是把“我们”换成“本公司”，对百度反作弊算法而言仍接近重复页面，对用户也没有新增信息。
有效改写的动作是：在每个保留页面中加入并购后特有的信息块，例如服务主体变更说明、原有客户如何继续获得支持、产品线如何合并。这些内容必须真实存在，不能为了差异化而编造。改写完成后，观察该页面的抓取频率和索引状态是否稳定；如果抓取正常但索引迟迟不更新，下一步应检查站内是否仍有大量旧URL指向同一内容，而不是继续改正文。
退出的边界：什么情况下必须让旧页面下线
退出不是失败，而是避免两套页面长期互相稀释。以下条件同时成立时，旧页面应退出：
- 正文与新站页面高度重复，且没有独有的服务信息或数据；
- 旧页面没有独立的外部引用价值，站内也没有必须保留的转化入口；
- 新站对应页面已经可以正常访问，且内容覆盖了旧页面的核心信息。
退出的实际动作是301还是410，取决于页面是否还有迁移价值。有对应新页面的，用301；确实没有替代内容、也不打算再提供的，用410或404。处理后不要只看“旧URL是否消失”，还要看新URL的抓取和索引是否承接上来。如果旧URL抓取归零但新URL索引没有增加，可能只是抓取延迟，也可能是新页面本身没有被站内有效链接到，需要回到内链层面排查，而不是反复提交旧URL。
用可区分的原因验证处理结果
处理完成后，你会看到几种现象：旧URL抓取下降、新URL索引上升、部分页面排名波动。这些现象不能单独证明处理正确。抓取下降可能是因为旧URL被301，也可能是因为站点整体抓取预算下降；索引上升可能是因为新页面被收录，也可能只是旧页面被替换。要区分原因，至少对照三组数据：旧URL的HTTP状态、新URL的索引状态、站内指向这些URL的内链数量。只有三者方向一致时，才能判断这次去留决策产生了预期效果，并决定下一步是继续迁移剩余页面，还是暂停并检查重复判断是否过宽。
