360与搜狗：网站规模扩大后哪些工作不适合继续手工做
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /275b5455f7c9.html
📄
360与搜狗：网站规模扩大后哪些工作不适合继续手工做
网站规模扩大后，最先不该继续手工做的，是那些“每新增一批页面就要重复判断一次、且判断标准已经稳定”的工作，例如旧内容的保留或退出、内链增删、页面模板检查、失效链接处理和结构化数据核对。手工做并非立刻出错，而是当页面从几十个变成几百上千个后，人工漏判和前后不一致的概率会明显上升。判断标准还没稳定的工作仍应手工做，因为此时自动化只会把错误放大。
先分清两类工作：标准已稳定的和仍在试探的
是否适合停止手工，不取决于工作量大小，而取决于判断规则是否已经稳定。可以用一个简单标准区分：同一类页面，让两个人分别判断，如果结论基本一致，说明规则已经稳定，可以交给脚本或批量工具；如果两人经常得出不同结论，说明规则本身还没定，继续手工反而更有价值。
- 适合停止手工的：批量检查标题和描述是否为空、批量找出返回 404 的内链、批量核对旧页面是否仍指向已下线的栏目、批量检查分页参数是否被错误收录。
- 不适合停止手工的：判断某篇旧内容是否还有独立价值、决定两个相近栏目是否合并、评估一次改版对既有合作关系的影响。
一个实际动作是：先抽 30 个同类页面，由两个人独立判断一轮，记录分歧点。如果分歧集中在少数边界情况，就可以把稳定部分写成规则，边界情况保留人工复核；如果分歧遍布各类页面，说明现在还不适合批量化。
旧内容退出：哪些可以批量处理，哪些必须逐条看
旧内容退出是规模扩大后最典型的手工瓶颈。假设一个站点原有 200 篇内容，扩张到 2000 篇后，其中约三成是过期活动页、重复参数页或已停止维护的产品页（此为说明比较方法的假设数字，不是真实统计）。这时可以按两种条件分开处理。
条件一：页面没有独立流量，也没有外部引用
如果一批页面既没有持续的自然搜索进入，也没有其他页面或外部来源指向它，可以批量设置 410 或 301 到最相关的上级页面，并批量移除站内入口。动作完成后，下一步应观察这些 URL 在 360 与搜狗中的抓取和索引变化，而不是立刻判断处理正确。抓取量下降或索引量归零，也可能只是搜索引擎尚未重新访问，不能单独作为处理正确的证据。
条件二：页面仍有外部引用或少量长尾进入
这类页面不适合直接批量删除。更稳的做法是保留 URL，改写内容指向当前仍有效的主题，或 301 到语义最接近的现存页面。这里必须逐条看，因为判断“最接近”需要理解页面原意，脚本只能辅助列出候选，不能替你做最终决定。
例外情况是：如果旧系统本身即将下线，无法保留原 URL，那么优先保证有外部引用的页面得到映射，其余页面可以批量退出。这个取舍的依据是外部引用的维护成本通常高于站内重复内容。
旧系统与旧合作关系退出时，手工该保留在哪一步
旧系统退出常涉及 URL 结构变化、参数规则变化和跳转规则重写。批量生成跳转规则可以交给脚本，但映射关系的确认不应完全手工，也不应完全自动。可行的做法是：脚本根据 URL 路径相似度生成候选映射，人工只复核相似度低和一对多的部分。
旧合作关系退出时，手工应保留在“哪些页面仍需要保留入口”这一步。合作终止不等于相关页面必须删除，如果这些页面仍有搜索进入，直接移除入口会造成不必要的损失。动作上可以先保留页面、撤下合作标识、更新页面说明，再根据后续进入情况决定是否退出。
保留仍然有价值的部分：用分层代替全留或全删
规模扩大后常见的错误是二选一：要么全部保留，要么整批删除。更可操作的是分三层处理。
- 核心层：仍有稳定进入、仍有外部引用、仍与当前业务相关的页面，保留并继续维护。
- 过渡层：价值不确定的页面，保留 URL，减少站内入口，观察一个周期后再决定。
- 退出层：无进入、无引用、无业务关联的页面，批量退出并记录处理时间。
分层的依据不是页面数量，而是每个页面在获取内容和被搜索引擎理解上的实际作用。抓取、索引和排名是不同环节，一个页面没有被索引，不代表它没有价值；一个页面排名下降，也不代表应该立即退出。
什么情况下继续手工反而更合适
如果站点规模虽大，但页面类型差异极大，每类页面的判断规则都不同，那么强行批量化会制造更多错误。此时更合适的是按模板分组，只在组内批量处理，组间仍手工判断。另一个例外是规则刚刚调整、尚未经过一轮验证的阶段，此时手工处理少量样本，用来确认新规则是否成立，比直接批量执行更稳妥。规模扩大改变的是执行方式，不是判断标准本身；标准没定之前，手工仍是必要环节。
