重複コンテンツとcanonicalタグ: インデックス登録への影響

重複コンテンツが単純なコピー&ペーストであることはめったにない

ほとんどの重複コンテンツは、2つの同一記事ではなく、複数のURLからアクセスできる同じページです。wwwあり・なし、末尾のスラッシュあり・なし、httpとhttps、トラッキングや並び順パラメータの付加、あるいは独自URLに存在する印刷用バージョンなどです。クローラーにとって、それぞれは同じコンテンツをたまたま表示する別々のURLです。

ランキングだけでなくインデックス登録も損なう理由

重複コンテンツは単にバージョン間でランキングシグナルを分散させるだけだという思い込みがよくあります。しかし実際には、検索エンジンはさらに一歩進んで、単純に1つのバージョンだけをインデックス登録の対象として選び、残りをほぼ無視することがよくあります。しかもその選択が、あなたが実際に望んでいたバージョンになるとは限りません。これは、「クロール済み — インデックス未登録」の背後にある、より一般的で分かりにくい原因の一つです。ページはクロールされ、別のURLと同等だと認識され、そちらが優先されて単純に外されたのです。

canonicalタグが実際に行うこと

<link rel="canonical" href="...">タグは、クローラーにこう伝えます。複数のURLがここに辿り着くかもしれないが、インデックス登録され評価されるべきバージョンはこの特定のURLだ、と。インデックス登録可能なすべてのページは、自分自身を指す自己参照的なcanonicalも含め、canonicalタグを持つべきです。そうすることで、そのページ自身のコンテンツがどのURLを正規とみなしているかについて曖昧さがなくなります。

canonicalは指示ではなくヒントである

検索エンジンは、サイトマップと同様に、canonicalタグを強いシグナルとして扱いますが、絶対的なルールとしては扱いません。他の強いシグナルが矛盾している場合（例えば、ほとんどの外部バックリンクが非canonicalバージョンを指している場合）、検索エンジンはあなたが指定したのとは異なるURLをインデックス登録することを選ぶことがあります。canonicalタグは、内部リンク、サイトマップのエントリ、リダイレクトなど、ページ上の他のすべてのシグナルと一致しているときに最も効果を発揮します。

よくあるcanonicalization（正規化）の間違い

• canonicalタグを、別の場所にリダイレクトするURLに向ける — クローラーはそのチェーンをたどる必要があり、本来曖昧さを取り除くはずのシグナルに摩擦を加えてしまいます。
• canonicalタグを、それ自体にnoindexタグがあるページに向ける — 矛盾したシグナルのペアとなり、両方のバージョンが未インデックスのまま残ることがあります。
• 各ページが実際に独自のインデックス登録に値するコンテンツを持っているにもかかわらず、ページネーションされたシリーズ全体でcanonicalに一貫性がない（各ページが1ページ目を指し返してしまう）。
• サイト全体のテンプレートのバグですべてのページがホームページにcanonicalizeされてしまう — まれですが致命的で、テンプレート変更後は必ず抜き打ちで確認する価値があります。

今後のために修正する

自分のドメインについて1つのcanonical形式（wwwあり/なし、末尾のスラッシュあり/なし）を選び、それ以外のすべてのバリエーションをサーバーレベルでリダイレクトしてください — canonicalタグは補助的なシグナルであり、そもそも重複URLを200レスポンスとして提供しないことの代わりにはなりません。それが一貫したら、サイトマップには各ページのcanonicalバージョンのみが常に一覧されているようにしてください。非canonical URLを一覧に含めると、ページ自身のcanonicalタグと直接矛盾するシグナルを送ることになります。