重複內容與 Canonical 標籤：它們如何影響索引

重複內容很少是完全的複製貼上

大多數重複內容並非兩篇一模一樣的文章 —— 而是同一個頁面能透過多個網址存取：有無 www、有無結尾斜線、http 與 https、附帶追蹤或排序參數，或是獨立網址的印表機友善版本。對爬蟲而言，這些都是各自獨立、卻恰好呈現相同內容的網址。

為什麼它傷害的不只是排名，還有索引

一般常見的假設是，重複內容只會分散不同版本之間的排名訊號。但實際上，搜尋引擎經常會更進一步，直接選擇索引其中一個版本，並在很大程度上忽略其餘版本 —— 而這個選擇並不保證會是您真正想要的那個版本。這是導致頁面停留在「已爬取 - 目前未編入索引」較常見、卻不易察覺的原因之一：頁面確實被爬取了，但被判定與另一個網址等同，因而被捨棄，轉而選用那一個。

canonical 標籤實際的作用

<link rel="canonical" href="...">會告訴爬蟲：可能有多個網址指向這裡，但這一個特定網址，才是應該被索引並獲得排名認可的版本。每個可被索引的頁面都應該附有 canonical 標籤 —— 包括指向自身的自我參照標籤 —— 這樣頁面本身的內容就永遠不會對哪個網址才是正式版本產生疑義。

這是一種提示，而非強制指令

搜尋引擎將 canonical 標籤視為強力訊號，而非絕對規則 —— 這一點與網站地圖類似。若其他強力訊號與其相互矛盾（例如，大多數外部反向連結指向的是非 canonical 版本），搜尋引擎可能會選擇索引與您指定不同的網址。canonical 標籤在與頁面上其他所有訊號保持一致時效果最好：內部連結、網站地圖項目與重新導向都應該指向同一個網址。

常見的 canonical 設定錯誤

• 將 canonical 標籤指向一個會重新導向到其他地方的網址 —— 爬蟲必須跟隨這條重新導向鏈，反而為原本應該消除疑義的訊號增添了阻力。
• 將 canonical 標籤指向本身就帶有noindex 標籤的頁面 —— 這是一組相互矛盾的訊號，可能導致兩個版本最終都未被索引。
• 在分頁系列中 canonical 設定不一致（每一頁都指回第 1 頁），但實際上每一頁都有值得個別保留的獨特可索引內容。
• 全站範本錯誤，把每個頁面的 canonical 都指向首頁 —— 罕見，但後果嚴重，任何範本改動後都值得抽查確認。

從根本上修正

為您的網域選定一種 canonical 格式（有無 www、有無結尾斜線），並在伺服器層級將其他所有變體都重新導向至該格式 —— canonical 標籤是次要訊號，並不能取代真正避免以 200 回應提供重複網址這件事。一旦這點統一之後，請確保您的網站地圖只列出每個頁面的 canonical 版本 —— 列出非 canonical 網址，會傳遞出與頁面自身 canonical 標籤直接矛盾的訊號。