站内链接审计最容易做成「跑一遍工具、导出一张几千行的表、然后不知道从哪下手」。真正有用的是先把「什么问题算问题」定清楚,再决定查什么。孤立页和错误内链是两类不同的问题,处置方式也不同。
孤立页面到底怎么定义?为什么「没内链」和「没被访问」是两件事?
孤立页指站内没有任何页面链接到它,用户和爬虫都只能通过 sitemap 或外部链接发现它。
「没被访问过」是另一回事。一个页面可能内链齐全、被抓取正常,但因为没有搜索需求、排名在五十名开外,所以几乎没有访客。这类页面不是孤立页,是需求问题,修内链没用。
区分方法很直接:打开这个 URL 的抓取数据,看「最后抓取时间」。如果最近被抓过,说明发现路径是通的,问题是排名;如果长期显示「网址未知」或者从没被抓过,同时站内搜索也找不到任何指向它的链接,那才是孤立页。
孤立页的危害不是「用户找不到」——用户本来也是从搜索进来的。危害在于权重不流动。站内链接是权重分配的唯一内部通道,一个没有入链的页面拿不到任何站内传递,它只能靠自己从外部获得的一切,而绝大多数页面没有外部链接。结果就是这类页面长期停在「已发现但未索引」或者排名极低的状态。
判断一个页面是不是真的孤立,用三个检查点:站内搜索 site:你的域名 "页面标题" 找不到任何指向它的结果;Screaming Frog 的入链报告里 Inlinks 为 0;sitemap 里存在这个 URL。三条同时成立,才算确认。
用 Screaming Frog 查孤立页,具体要跑哪几步?
四步,顺序不能乱。
第一步,全站爬取。 用默认配置爬一遍,重点看两个数:爬到的 URL 总数,和 sitemap 里的 URL 总数。如果爬到的比 sitemap 少,差额里就藏着孤立页和深层页。爬取深度这一项要看分布——距首页点击深度超过 4 次的页面,抓取频率会明显下降,这类页面即使不是孤立页,也属于「弱内链」。
第二步,导出内链报告。 在 Bulk Export 里导出 All Inlinks,得到每个目标 URL 有多少条入链、来自哪些页面。把 Inlinks = 0 的筛出来,这一批是硬孤立页。
第三步,和 sitemap 对照。 把 sitemap 的 URL 列表和爬取结果做差集,差集里的 URL 就是「在 sitemap 里但爬虫没走到」。这批要单独看,因为其中一部分是 noindex 页面(本来就不该被爬),一部分是真正的孤立页。
第四步,按入链数量分档。 入链 0 条是孤立;1 到 2 条且全部来自页脚或导航,属于弱内链,几乎等于孤立——页脚链接在每个页面都出现,权重被摊薄到可以忽略。
工具配置里有个细节容易出错:如果站内有 noindex 页面,爬取时要允许爬取但不在报告里混入,否则你会在孤立页清单里看到一堆本来就不该被索引的页面,把真正的问题淹掉。
GSC 里能看出哪些 Screaming Frog 看不到的?
三个东西:真实索引状态、实际曝光、以及谷歌自己认定的 canonical。
索引状态是最关键的一项。Screaming Frog 只能看到「链接能不能走到」,看不到「谷歌有没有把它放进索引」。在 GSC 的页面报告里按「已发现 – 尚未编入索引」筛,这一批 URL 里如果有站内无入链的,基本可以确认是孤立导致的抓取预算浪费。
实际曝光决定修复优先级。同样是孤立页,一个在 GSC 里有曝光有排名的,说明它靠外部链接或历史积累拿到了价值,补内链的收益立竿见影;一个曝光为零的,补内链也只是让它「能被抓」,短期不会有变化。
谷歌认定的 canonical 能暴露一类隐蔽问题:站内多个页面链向 A,但谷歌把 A 的 canonical 认成了 B。这种情况下 A 收到的所有站内权重都被转移给了 B,A 自己永远是空的。这类问题在工具里看不出来,只能在 GSC 的 URL 检查里逐个看。
| 检查项 | Screaming Frog 能给出 | GSC 能给出 | 只看一个口径会误判成什么 |
|---|---|---|---|
| 是否有站内入链 | 准确,可看每条入链来源页 | 不能直接看 | 只看 GSC:分不清「没入链」和「有入链但没排名」 |
| 是否被抓取 | 只能证明爬虫走得到 | 准确,有最后抓取时间 | 只看工具:以为抓得到就等于被抓了 |
| 是否被索引 | 不能判断 | 准确,按状态分组 | 只看工具:把已索引和未索引混在一张表里 |
| 真实曝光与排名 | 不能判断 | 准确,有 16 个月数据 | 只看工具:无法排修复优先级 |
| 谷歌认定的 canonical | 只能看你声明的 | 准确,可对比声明值与认定值 | 只看工具:漏掉权重被转移的页面 |
| 点击深度分布 | 准确,按层级统计 | 不能判断 | 只看 GSC:不知道页面离首页有多远 |
两个口径的交叉点在第 2 行和第 3 行。工具证明「走得通」,GSC 证明「走过了、收了」。两者都成立,页面才算真的在体系内。
错误内链分几种?哪几种真该修?
分四种,只有前两种必须修。
第一种:指向 404 的链接。 目标页已删除或 URL 改过但链接没更新。这类链接每次被爬都会产生一次无效请求,浪费抓取预算,而且用户点进去看到的是错误页。必须修。
第二种:指向 301 的链接。 链接指向的 URL 会重定向到另一个地址。它比 404 好一点,但每跳一次就多一次请求,而且权重在传递中有损耗。站内链接应该直接指向最终地址,不该经过跳转。必须修,但优先级低于 404。
第三种:指向 noindex 页面的链接。 常见于「标签页」「作者页」这类被批量设了 noindex 的模板页。链接本身没坏,但你把权重推给了一个明确告诉搜索引擎「别收录我」的页面。这类链接不产生抓取错误,属于静默浪费,修不修取决于这些页面本来该不该存在。
第四种:锚文本全是「点击这里」「了解更多」。 链接有效、目标正常,唯一的问题是锚文本没有传递任何主题信息。它不影响抓取,影响的是搜索引擎对目标页主题的理解。这类不需要「修」,需要的是下次写内容时改掉习惯。
第四种最容易被当成问题去批量改,实际上收益最低。把一百条「点击这里」改成描述性锚文本,工作量大,对排名的实际影响远小于把一百条 404 链接修掉。
| 类型 | 典型成因 | 是否影响抓取 | 处置动作 | 优先级 |
|---|---|---|---|---|
| 指向 404 | 目标页删除、URL 改过未同步 | 是,每次爬取产生无效请求 | 改指向现存等价页;无等价页则恢复内容 | P0 |
| 指向 301 | 旧 URL 仍在被引用 | 是,多一跳且有权重损耗 | 把链接直接改成最终地址 | P1 |
| 指向 noindex 页 | 模板页被批量 noindex | 否,但权重被推给不收的页 | 先判断该页是否该存在,再决定改链或改索引设置 | P2 |
| 锚文本无信息 | 写作习惯 | 否 | 新内容改习惯,存量不批量改 | P3 |
| 指向 canonical 已改向的页 | 重复内容合并后未更新链接 | 否,但权重被转移 | 链接直接指向被认定为主版本的 URL | P1 |
一次能修多少条?先修哪一批?
单批 20 到 50 条,先修「从高流量页出发」的那一批。
批量改几百条链接的风险不是技术上的,是验证上的。改完之后你没法确认哪一条改错了、哪一条引入新问题。20 到 50 条这个量级,可以在一次发布后完整复查一遍。
选批次的排序规则是:来源页的流量权重 × 目标页的价值。来源页是首页、分类页、高流量文章,这些位置的错误链接优先修,因为它们每次被爬都会把错误传出去;来源页是三年没更新、没曝光的旧文,可以往后放。
具体操作上有个顺序问题:先修 404,再修 301,最后处理 noindex。因为修 404 往往需要先决定「这个内容还要不要」,这个决策会连带影响 301 的指向。反过来做,你会修两遍。
修的时候顺便做一件事:把每条被修的链接换成描述性锚文本。这一步几乎不增加成本,但能让修完的链接同时承担主题传递的作用。
修完怎么确认真的生效了?
三步验证,时间尺度不同。
当天验证:重新爬一遍受影响的那批页面,确认 404 和 301 数量归零,页面返回 200。这一步只证明「改对了」,不证明「有效果」。
一周内验证:在 GSC 的抓取统计里看「抓取请求数」有没有下降。404 链接修掉之后,无效请求会减少,这个变化通常在一周内能看到。同时看「已发现 – 尚未编入索引」的数量,如果修的是孤立页,这批应该开始下降。
一个月后验证:看被修页面的曝光和平均排名。这一步的因果最弱——曝光变化可能来自季节、竞品、算法更新,不能全归给内链修复。合理的判断方式是看同一批页面的相对变化:修了内链的页面组,和没修的对照组比,曝光增长是否明显更高。
内链修完之后,接下来该管的是分配结构——哪些页面该拿更多入链,哪些该主动收掉。这部分在内链权重怎么分配里有具体规则;如果文章数量已经上百,结构问题会盖过单条链接问题,那属于话题簇规划的范畴。整站排查如果不止内链一个问题,Screaming Frog 全站技术审计怎么做给了一个能算出「哪个缺陷损失最大」的口径;孤立页长期停在「已发现」状态时,已发现未编入索引怎么处置里有四选一的判断标准。
关于孤立页与内链审计,还有哪些高频追问?
sitemap 里的页面算不算有内链?
导航和页脚里的链接算有效内链吗?
孤立页是直接删掉还是补内链?
内链一次加太多会被判作弊吗?
如果孤立页数量很大,往往说明内容结构本身出了问题——页面是按「想到什么写什么」积累起来的,不是按话题簇规划的。这种情况下修内链只能缓解症状,根因在选题阶段,话题簇与枢纽页怎么规划讲的是怎么避免持续产生孤立页。