我审计了 1200 个页面，标记出 340 个"有降权风险"——AI 工作流全公开
目录
上个季度，一个 B2B SaaS 客户把他们的域名丢给我，需求只有一句话："告诉我们哪些页面会被下一次 Google 更新打掉。" 没有 Brief，没有方向。就 1200 个 URL、8 年的存量内容，和一份"你可以说真话"的授权。
我跑完了审计。340 个页面——占网站 28%——被标记为高风险，依据的是 Google 自 2024 年 3 月核心更新把"有用内容系统"并入核心算法后一直在释放的信号。客户删除了其中 280 个，剩下的合并重组。六周后，他们保留下来的页面自然流量平均涨了 23%，Search Console 里网站的整体曝光量在连续下滑 8 个月后第一次止跌。
这篇文章完整还原我用的审计框架。不是工具教程，是诊断逻辑——我给页面打分的具体信号、AI 让两周一气呵成的自动化流程，以及当你意识到网站三分之一的页面是问题所在时，你必须做的艰难决定。
为什么"有用内容"比你想的更难审计
Google 的质量系统是训练出来的分类器，不是基于规则的算法。官方文档里讲"以人为本的内容"、"专业性"、"满足搜索意图"——都是好用的框架，但当你盯着一张 1200 行的电子表格、试图决定哪些行会被惩罚时，模糊得让人抓狂。
AI 特别适合干这件事的原因：能完美合成"什么是供应链管理"这种文章的同一个模型，也能一眼认出哪篇文章是这种文章的拼贴版。规模化模式识别是 LLM（Large Language Model, 大语言模型）的主场。活儿不在分析本身，而在于搭建一个站得住脚的评分框架，把那些模糊的指南落到可观察的页面信号上。
我给每个页面评分的 7 个信号，按权重排序：
- 信息增量比（Information Gain Ratio）——这个页面是否告诉读者一些他们在搜索结果前 5 名里读不到的东西？还是只是对已经在排名的内容的换一种说法？
- 一手证据——是否有原创数据点、具名案例研究、来自作者自己工作的截图，或者可识别来源的引述？
- 主题专一度——这个页面是聚焦于搜索者想知道的某一件具体事，还是一个包罗万象的大伞页试图覆盖 10 个相邻查询？
- 内容-流量比——过去 12 个月，这个页面是否拿到了可观的流量，还是连续多年每月只有 0–5 次点击？（通过 Search Console 查。）
- 深度 vs. 字数——一篇 3000 字的文章可以很浅，一篇 600 字的文章可以很深。我评分的是：文章是否用最小的篇幅完整回答了隐含的问题。
- 更新时效——内容最后一次有意义的更新是什么时候？2021 年之后再没动过的页面，现在是负债，不是资产。
- 站内重复——同一个网站上是否有 3 个以上的页面在讲本质上一样的内容？同质化竞争（内耗）是 Google 甚至不需要明确点出的降权信号。
注意我没有评分的项：关键词密度、精确匹配锚文本、Schema 是否存在、页面速度。这些是技术 SEO 信号，是必要条件，但不够——也不是质量系统设计来抓的东西。
让两周一气呵成的 AI 工作流
这件事我手工做要两个月。AI 协助下用了两周。流程如下：
第一步：从 Search Console 和你的 CMS 导出所有数据。 页面 URL、标题、H1、Meta 描述、字数、最后修改日期、过去 12 个月的点击和曝光、平均排名。我把所有这些倒进一张 Google Sheet，通常 15–20 列。1200 个页面的网站，这是地基。
第二步：拉取每个目标查询的前 5 名 SERP（Search Engine Results Page, 搜索引擎结果页）竞争对手。 这是"信息增量"的基线。对网站上的每个页面，我想知道：Google 现在奖励的是哪些页面？如果前 5 名都是 2000+ 字、来自权威域名的指南，那么同一话题下你 600 字的页面是个硬仗——AI 几秒钟就能完成这个对比评分。
第三步：用 AI 给每个页面在 7 个信号上打分。 这是以前要花几周的环节。Prompt 大致长这样：
你是一名资深内容质量审核员，训练依据是 Google 的有用内容指南。我会粘贴一个页面（标题、URL、完整正文）以及该页面目标查询当前排名前 5 的结果。请按以下维度给页面打 1–10 分：(1) 相对现有前 5 名结果的信息增量，(2) 是否存在一手证据，(3) 主题专一度，(4) 深度-字数比，(5) 更新时效是否充分，(6) 可能的站内重复。对每个评分给一句话理由，引用页面里的具体文字。如果平均分低于 4，标记为删除；如果平均分 4–6 且站内存在近重复页面，标记为合并。
输出是你电子表格里的一行结构化结果：分数、理由、判定。"一句话理由"是让这件事站得住脚的关键——你能向客户展示这个页面为什么被标记，AI 还能引用页面第 47 行作为证据。
第四步：用 Search Console 的真实数据交叉验证 AI 的评分。 一个 AI 说很棒、但 18 个月来点击一直为 0 的页面，是有问题的。一个 AI 评分 4/10、但每月通过长尾查询带来 800 次访问的页面，正在发挥它的作用——留着它。人的工作是协调模型评分和真实流量信号。
第五步：生成处置方案。 三个桶：删除（质量差、无流量、无救活路径）、合并（内容还行但有重复，合并到更强的页面，剩下的做 301 重定向）、改进（潜力大、评分低于阈值但值得花 2–4 小时提升到标准）。最后一个桶通常只占总页面的 5–10%——大部分价值来自无情的删除。
处置环节的 80/20
这是审计中真正需要勇气的部分。
1200 个页面里，可能只有 60 个值得主动改进。另外 100 个是合并候选。剩下的 1040 个要么过时、要么重复、要么泛泛、要么从来拿不到流量。删掉它们对网站整体质量信号是正确的事——但很痛苦。每一条都代表团队某个人花过几个小时写，"删除"这个词对写这些文章的人来说很难开口。
我给客户做的工作框架是：你保留的每一个"不挣钱的页面"，都是对所有你想排名的页面征的税。 Google 的全站质量信号是真实存在的。有用内容系统当年就是看整个域名上"有用"和"无用"内容的比例。一个有 800 个还行的页面和 400 个垃圾页面的网站，表现会差于一个有 700 个还行的页面和零个垃圾页面的网站。
这也是我反对"全部都改进"本能的地方。1200 个页面的网站，按每页 4 小时改进那 340 个被标记的页面，是 1360 小时的写作工作量，相当于一个全职写手 8 个月的工作量。而删除评分最低的 280 个页面、改进剩下的 60 个——是 240 小时、6 周，落地性强得多。那 280 个被删的页面反正也排不上去。
自己跑这个审计时要注意的三个坑
我见过团队第一次跑审计时踩的三个坑：
坑 1：信了 AI 的分数但没抽查前 3 名结果。 你的"前 5 名 SERP 竞争对手"拉取如果过时或跑题，模型会自信地犯错。至少抽 10 个页面，肉眼检查它们的前 3 名结果，再相信这个判定。
坑 2：把合并当成妥协，而不是策略。 一个做得好的 301 重定向（301 是永久重定向）会把被删页面的链接权重（链接权重）传给幸存的页面。做得对，幸存的页面比原来任何一个原页排名都高。做得错——重定向到首页或无关页面——你把权重倒进了下水道。
坑 3：把"量"误认成"价值"。 拿到一个低审计分数，常见的反应是"我们需要多写"。我审计过的大多数网站，问题出在内容太多，不是太少。恢复路径几乎总是删除 + 合并，而不是新增生产。
客户记住的那个框架
项目结束时，CMO（Chief Marketing Officer, 首席营销官）问我："如果你要用一句话总结整件事，你会怎么说？"
我说："Google 奖励那些'挣得存在资格'的页面。审计也要按这个标准来。"
这个框架之所以让人记住，是因为它抓住了一个在评分规则和电子表格里容易漏掉的东西。被降权的页面，不一定是在绝对意义上"差"——它们是相对于用户在结果页上本来可以得到的别的东西而言"差"。你网站上的每个页面都在和整个互联网争夺注意力。如果你这个没有别人没有的东西，你就输了——不是 Google 故意，而是用户有别的选择。
这套审计之所以有效，是因为它逼你逐页回答一个问题：这一篇，挣到了它的位置吗？ 大多数网站对自己的 URL 给不出超过一半的"是"。能给出"是"的那些，排在前面。