结论有条件:当页面数量、栏目层级或更新频率已经超出一个人能逐条核对的范围时,逐页改标题、逐篇提内链、逐条查收录这类工作就不适合继续手工做;但如果站点只有几十个稳定页面、改动频率很低,手工反而更可控。判断标准不是“规模大不大”,而是同一类操作是否已经需要重复执行、且每次都要重新判断一遍。
网站规模扩大后,最先失控的不是“优化思路”,而是执行动作的数量。可以按三个特征识别:重复性高、判断规则稳定、结果需要批量核对。符合这三点的动作,继续手工做会带来两个代价:一是耗时随页面数线性增长,二是人容易在重复劳动中漏项,导致同一批页面处理标准不一致。
这些动作的共同点是:规则一旦确定,就不需要每页重新决策。真正需要人判断的是规则本身,比如某类栏目该不该保留、某批页面是否值得继续投入,而不是逐页执行。
假设一个站点从 200 个页面扩到 2000 个页面,其中新增内容来自同一套模板。此时有两种看似合理的做法:继续人工逐页检查,或先定规则再批量处理。选择条件可以这样分:
适合继续手工:页面之间差异大、每页都要单独判断、总量在一个人一天能覆盖的范围内。代价是响应慢,但误判风险低。
适合规则化处理:同类页面共享同一套结构、判断标准可以写成明确条件、结果需要反复核对。代价是前期要花时间定义规则,规则写错会批量放大问题。
这里的关键取舍不是“自动化一定更好”,而是把人的判断留在规则层,把重复执行交给可复用的流程。如果规则还没想清楚就批量执行,错误会同步扩散到所有页面,反而比手工更贵。
如果站点规模虽然大,但页面类型高度分散,每个页面都要根据业务、地区、产品线单独判断,那么“规则化处理”并不成立。此时强行批量套模板,会让页面之间失去区分度,用户获取内容的路径和搜索引擎理解页面的方式都会变差。换句话说,规模大不等于适合自动化;只有当同类页面的判断标准足够稳定时,批量处理才成立。
另一个反例是:页面总量不大,但更新频率极高。这种情况下,手工虽然页数少,却会因为反复操作而成为瓶颈,仍然需要考虑规则化。
先选一类页面,把当前手工判断的依据写成三条以内的规则,例如“哪些页面必须加内链”“标题模板保留哪些字段”“哪些页面需要检查索引”。然后只对这一类页面执行一次,记录两件事:处理耗时,以及处理后需要返工的比例。
如果返工比例低、规则能覆盖大多数情况,下一步就把规则扩展到同类页面;如果返工比例高,说明规则还没稳定,应继续手工处理,直到判断标准清晰。这个动作的结果直接决定下一步是扩大处理范围,还是先修正规则。
规模扩大后,常见现象是“新页面迟迟没有展现”。这不能单独证明手工或批量处理做错了。抓取、索引、排名是不同环节:页面没被抓取,可能是入口太少;被抓取但没进索引,可能是内容质量或重复问题;进了索引但没排名,可能是竞争或匹配问题。请求量、抓取量归零也有多种解释,比如服务器响应、robots 设置、站点结构变化,不能只凭一个数字判断处理是否正确。
因此,规模扩大后真正不适合继续手工做的,是那些需要反复核对、且核对标准已经稳定的环节;而规则制定、异常判断和方向调整,仍然应该由人来完成。