Nội dung trùng lặp và thẻ Canonical: Chúng ảnh hưởng đến việc lập chỉ mục như thế nào

Nội dung trùng lặp hiếm khi là sao chép toàn bộ

Hầu hết nội dung trùng lặp không phải là hai bài viết giống hệt nhau — đó là cùng một trang có thể truy cập qua nhiều URL: có và không có www, có và không có dấu gạch chéo cuối, qua http và https, kèm tham số theo dõi hoặc sắp xếp, hoặc một phiên bản thân thiện với máy in nằm ở URL riêng của nó. Đối với một crawler, mỗi cái đó là một URL khác biệt tình cờ hiển thị cùng nội dung.

Vì sao nó gây hại cho việc lập chỉ mục, không chỉ xếp hạng

Giả định phổ biến là nội dung trùng lặp chỉ chia tín hiệu xếp hạng giữa các phiên bản. Trên thực tế, các công cụ tìm kiếm thường đi xa hơn một bước và đơn giản chọn một phiên bản để lập chỉ mục và phần lớn bỏ qua phần còn lại — và lựa chọn đó không được đảm bảo là phiên bản bạn thực sự muốn. Đây là một trong những nguyên nhân phổ biến hơn, ít rõ ràng hơn đứng sau việc một trang bị kẹt ở trạng thái "Đã crawl - hiện chưa được lập chỉ mục": nó đã được crawl, được nhận diện là tương đương với một URL khác, và đơn giản bị loại bỏ để ưu tiên URL đó.

Thẻ canonical thực sự làm gì

Một thẻ <link rel="canonical" href="..."> nói với crawler: nhiều URL có thể dẫn đến đây, nhưng URL cụ thể này là phiên bản nên được lập chỉ mục và được ghi nhận. Mọi trang có thể lập chỉ mục nên có một thẻ canonical — bao gồm cả một thẻ tự tham chiếu trỏ vào chính nó — để không bao giờ có sự mơ hồ về URL nào mà nội dung của chính trang đó coi là chính thức.

Đó là một gợi ý, không phải một chỉ thị

Các công cụ tìm kiếm coi thẻ canonical là một tín hiệu mạnh, không phải một quy tắc tuyệt đối — giống như sơ đồ trang web. Nếu các tín hiệu mạnh khác không đồng nhất (ví dụ, hầu hết các backlink bên ngoài trỏ đến phiên bản không phải canonical), một công cụ tìm kiếm có thể chọn lập chỉ mục một URL khác với URL bạn đã chỉ định. Thẻ canonical hoạt động tốt nhất khi chúng nhất quán với mọi tín hiệu khác trên trang: liên kết nội bộ, mục sơ đồ trang web, và chuyển hướng đều nên đồng ý về cùng một URL.

Những lỗi canonical hóa thường gặp

• Trỏ một thẻ canonical đến một URL chuyển hướng đến nơi khác — crawler phải theo chuỗi đó, thêm ma sát vào một tín hiệu vốn được cho là để loại bỏ sự mơ hồ.
• Trỏ một thẻ canonical đến một trang mà chính nó có thẻ noindex — một cặp tín hiệu mâu thuẫn có thể khiến cả hai phiên bản không được lập chỉ mục.
• Canonical không nhất quán trên một chuỗi phân trang (mỗi trang trỏ ngược về trang 1) khi mỗi trang thực sự có nội dung độc đáo, có thể lập chỉ mục đáng để giữ riêng biệt.
• Một lỗi mẫu toàn trang web canonical hóa mọi trang về trang chủ — hiếm gặp, nhưng thảm khốc, và đáng để kiểm tra sau bất kỳ thay đổi mẫu nào.

Khắc phục nó về lâu dài

Chọn một dạng canonical duy nhất cho tên miền của bạn (có www hay không, có dấu gạch chéo cuối hay không) và chuyển hướng mọi biến thể khác đến nó ở cấp máy chủ — thẻ canonical là một tín hiệu thứ cấp, không phải thứ thay thế cho việc thực sự không phục vụ các URL trùng lặp dưới dạng phản hồi 200 ngay từ đầu. Khi điều đó đã nhất quán, hãy đảm bảo sơ đồ trang web của bạn chỉ liệt kê phiên bản canonical của mỗi trang — liệt kê một URL không phải canonical gửi đi một tín hiệu trực tiếp mâu thuẫn với thẻ canonical của chính trang đó.