结论先说:提取公共说明时,不要把被删页面的原有上下文一起删掉,而应在公共页面里保留可定位的差异信息,并在引用页补齐指向该差异的短说明。判断是否成功的标准不是“重复内容减少了”,而是用户和搜索引擎仍能回答三个问题:这条说明属于哪类对象、为什么这里适用、与相邻情况有何不同。
两种条件下的选择不同。若多个页面的说明只是措辞不同、适用范围完全一致,适合整段提取到公共页面,原页面只留一句引用和入口。若说明里含有条件差异,例如不同规格、不同地区、不同版本或不同服务层级,就不适合整段搬走,而应提取共同部分,把差异部分留在原页面。
判断依据可以看三件事:同一句话换到另一个页面是否仍然成立;删掉局部词后是否产生歧义;用户从搜索结果进入时,是否必须先知道条件才能理解结论。三项都指向“成立且无歧义”,才进入整段提取;任一项出现条件依赖,就进入混合提取。
公共页面只写通用说明,会让原页面失去解释力。更稳妥的做法是在公共页面中按条件分组,而不是只写一段总述。例如把共同规则放在前面,再用小标题区分不同适用范围,每个范围保留一个可识别的名称或编号。这样原页面引用时,可以指向具体分组,而不是笼统指向公共页面。
实施动作上,先列出所有被提取页面的差异字段,再决定公共页面的结构。差异字段包括适用对象、生效条件、例外情形和判断顺序。公共页面至少保留这些字段的名称,具体值可以留在原页面。这样做的结果是:引用页不必复制全文,但仍能让读者知道当前页面属于哪一组。
只放链接会把上下文丢失转嫁给用户。引用页应保留一句说明,交代当前页面与公共页面的关系,例如“以下规则适用于本页对象,差异项见本页下方”。这句说明不是重复公共内容,而是建立定位关系。若当前页面存在例外,例外必须留在本页,不能只放在公共页面里。
一个假设例子:某站把多条产品说明中的共同安装步骤提取到公共页面,原页面只留链接。改后若用户从原页面进入,仍能看到共同步骤,但看不到本产品的接口差异,于是返回原页面寻找。此时应把差异项重新放回原页面,并在公共页面增加指向差异分组的锚点。这个动作的结果是:用户不必在两个页面之间反复切换,下一步才能判断是否继续合并其他说明。
不要只看重复段落数量下降,就认定处理正确。请求量、抓取量或某个统计归零,也可能来自采集差异、页面改版、搜索需求变化或内部链接调整,不能单独证明提取成功。更可靠的比较方式是固定一组页面,在改动前后分别记录:用户是否仍能从原页面理解条件、公共页面是否被引用页正确指向、差异项是否仍可被找到。
比较时还要考虑季节和搜索需求变化。若同一批页面在需求上升期改动,流量变化不能直接归因于提取动作。可以保留未改动的相似页面作为对照,观察两组页面在相同时间段内的表现差异。若对照组也同步变化,就不能把变化全部算到提取上。
遇到这些例外,优先保留原页面说明,只把真正无条件的共同部分上移。若公共页面已经建立,则给它增加条件分组和锚点,再逐步迁移,而不是一次性清空原页面。这样处理的结果是:即使提取不完整,用户仍能在当前页面完成判断,下一步再决定是否扩大提取范围。