SEO 技术审计与外链体检
用一套固定顺序，把抓取、索引、结构化数据和外链风险逐项查清
技术审计解决的是“搜索引擎能不能顺利抓、能不能正确理解、能不能稳定收录”这三个问题；外链体检解决的是“外部链接里哪些在帮忙、哪些在拖后腿”。两件事经常被混在一起做，结果就是问题定位不准。这里给出的做法是分开查、合并看：先做站内技术项，再拉外链数据，最后把两边的时间线对齐。
整套流程通常需要 2 到 5 个工作日，取决于站点页面量级。500 页以内的站点，单人用 Search Console 加爬虫工具一般 2 天能跑完一轮；10 万页以上的站点，抓取和日志分析会额外占掉 1 到 2 天。下面每个小节都给出具体操作位置和判定标准，不涉及任何自动提交接口。
审计中会用到的工具类型
- 搜索引擎官方后台
- 站点爬虫工具
- 日志分析工具
- 外链数据平台
- 结构化数据校验
- 性能与渲染检测
审计覆盖的三块核心范围
范围划不清，审计就会变成漫无目的的翻页。这里把技术审计收敛成三块，每块都有明确的输入和输出，做完一块再做下一块，避免交叉干扰判断。
第一块看“能不能进来”，第二块看“进来后看懂没有”，第三块看“看懂了给不给排名机会”。三块之间存在依赖：抓取有问题时，索引数据一定是失真的，所以顺序不能颠倒。
抓取与可访问性
检查 robots.txt 是否误屏蔽关键目录、sitemap 是否包含已 404 的旧地址、内链是否存在超过 3 跳才能到达的孤岛页。做法是导出爬虫结果后按“状态码 + 内链深度”排序，先处理 5xx 和深度大于 4 的页面，通常能收回 10% 到 20% 的无效抓取。
索引与内容质量
在 Search Console 的“网页”报告里按“已抓取未编入索引”“重复网页，Google 选择的规范网页不同”分组统计，逐组抽样 20 条看实际页面。常见原因是筛选参数生成大量近似页、分页页标题完全一致，处理方式是用 canonical 和 noindex 分工，而不是一刀切屏蔽。
结构化数据与展现
逐模板检查 JSON-LD：文章页的 author、datePublished 是否齐全，产品页的 offers 价格与页面是否一致，面包屑是否与真实层级对应。字段缺失不会导致降权，但会丢失富媒体展现机会，通常修复后 2 到 4 周才能在搜索结果里看到变化。
执行流程的四个阶段
第 1 阶段：取基线
导出 Search Console 近 3 个月的索引覆盖和查询数据，同时跑一次全站爬虫，保存原始 CSV。基线的作用是后续复检时能对比，没有基线的审计只能凭感觉。
第 2 阶段：定位阻断项
优先处理 5xx 错误、robots 误屏蔽、canonical 指向 404、重要页面被 noindex 这四类问题。它们会直接切断抓取或索引，处理顺序排在所有优化之前。
第 3 阶段：处理效率项
重定向链超过 2 跳、内链深度过大、重复标题、图片缺 alt、结构化数据缺字段，这些不阻断但拖效率，按影响页面数从多到少排期。
第 4 阶段：外链体检
拉取反向链接清单后先按域名分组，再看锚文本分布和链接位置。正文中的编辑性链接与页脚全站链接要分开统计，后者的实际权重贡献通常远低于数量占比。
外链体检的四个观察维度
来源相关性
看链接所在页面主题是否与目标页相关。同主题站点的正文链接，其价值通常高于无关站点的页脚链接。做法是抽样 50 条外链，人工判断来源页主题，统计相关占比。
链接位置与形式
正文中的编辑性链接权重贡献最高，导航和页脚的全站链接数量大但单条贡献低。导出时按位置字段分组，避免被数量占比误导。
锚文本分布
统计精确匹配、部分匹配、品牌词、裸链接四类锚文本的比例。精确匹配锚文本占比长期超过 60% 时，链接结构看起来不自然，需要观察后续排名变化。
域名历史与稳定性
检查来源域名是否频繁更换主题、是否大量出售链接、是否近期被搜索引擎处罚。可用域名历史快照和第三方毒性评分交叉判断，存疑的先标记观察而不是立即清理。
六个步骤完成一轮完整审计
下面六步是一轮完整审计的标准顺序，每步都有明确的产出物。建议按顺序执行，前一步的产出是后一步的输入，跳步会导致重复劳动。
如果站点页面量在 1000 页以内，六步合计通常 2 到 3 个工作日可以完成；页面量超过 5 万页时，抓取和日志分析两步会明显拉长，需要分批次处理。
步骤一：确认抓取权限
打开 robots.txt 逐行核对 Disallow 规则，重点看是否误屏蔽 /search、/tag、/api 之外的目录。同时确认 sitemap 地址在 robots.txt 中声明，且 sitemap 内 URL 全部返回 200。
步骤二：跑全站爬虫
设置 User-Agent 与搜索引擎一致，开启“渲染 JS”选项抓取依赖前端渲染的页面。导出后按状态码分组，统计 3xx、4xx、5xx 各自占比，5xx 超过 1% 就要先查服务器。
步骤三：核对索引状态
在 Search Console 的页面报告里导出“已编入索引”和“未编入索引”两个清单，与爬虫结果做交集比对，找出“可抓取但长期不收录”的页面，这类页面通常是内容重复或价值不足。
步骤四：校验结构化数据
对首页、列表页、详情页各抽 5 个 URL，用富媒体搜索结果测试逐条跑。记录缺失字段和类型错误，按模板汇总成修复清单，避免逐页改。
步骤五：拉取并清洗外链
从外链平台导出反向链接，先剔除同一域名下的多条记录只保留一条，再按域名评分和来源相关性打标签。清洗后的清单通常只有原始数量的 40% 到 60%。
步骤六：输出问题清单并排期
把前五步的问题合并成一张表，字段包括问题描述、影响页面数、严重程度、修复动作、责任人、复检日期。严重程度按“阻断抓取 > 阻断索引 > 影响效率 > 体验优化”排序。
常见问题的判定标准与处理方式
下表列出审计中出现频率最高的几类问题，给出判定阈值和处理动作。阈值是行业常见经验值，不是硬性标准，实际执行时要结合站点自身的历史数据调整。
| 问题类型 | 判定阈值 | 处理动作 | 复检周期 |
|---|---|---|---|
| 5xx 错误 | 占已抓取 URL 的 1% 以上 | 查服务器日志定位超时接口，必要时先返回 503 并设置 Retry-After | 修复后 3 天 |
| 重定向链 | 超过 2 跳 | 改为直接 301 到最终地址，更新内链指向 | 修复后 7 天 |
| 重复标题 | 同一模板下重复率超过 30% | 分页加页码、筛选页加条件词，避免全站同一标题 | 修复后 14 天 |
| 已抓取未索引 | 占已抓取量 20% 以上 | 抽样看内容质量，低价值页合并或 noindex | 修复后 30 天 |
| 结构化数据缺失 | 必填字段缺失即算 | 按模板补 JSON-LD，统一在模板层修复 | 修复后 14 天 |
表格里的“复检周期”是按搜索引擎重新抓取和重新评估的常见节奏估算的，实际可能更长。建议在复检时同时看抓取统计和索引报告，单看一个指标容易误判。
外链风险处理的六个原则
先观察再动手
存疑外链先标记观察 30 天，看排名和抓取是否有异常波动，再决定是否清理。贸然批量删除可能误伤正常链接。
优先用拒绝工具
确认是垃圾链接后，优先在 Search Console 的拒绝链接工具里提交域名级拒绝，而不是逐个联系站长删除，效率更高。
区分算法与手动
算法降权通常表现为排名整体下滑，手动操作会在 Search Console 里留下记录。两者处理方式不同，先确认类型再动作。
保留证据链
每次拒绝操作记录日期、域名、判断依据，便于后续复盘。拒绝记录是累积生效的，删掉可能让旧链接重新计入。
审计覆盖的三块核心范围
抓取与可访问性
检查 robots.txt 是否误屏蔽关键目录、sitemap 是否包含已 404 的旧地址、内链是否存在超过 3 跳才能到达的孤岛页。做法是导出爬虫结果后按“状态码 + 内链深度”排序，先处理 5xx 和深度大于 4 的页面，通常能收回 10% 到 20% 的无效抓取。
索引与内容质量
在 Search Console 的“网页”报告里按“已抓取未编入索引”“重复网页，Google 选择的规范网页不同”分组统计，逐组抽样 20 条看实际页面。常见原因是筛选参数生成大量近似页、分页页标题完全一致，处理方式是用 canonical 和 noindex 分工，而不是一刀切屏蔽。
结构化数据与展现
逐模板检查 JSON-LD：文章页的 author、datePublished 是否齐全，产品页的 offers 价格与页面是否一致，面包屑是否与真实层级对应。字段缺失不会导致降权，但会丢失富媒体展现机会，通常修复后 2 到 4 周才能在搜索结果里看到变化。
审计服务的三种合作方式
按站点量级和交付深度区分，价格为首轮参考区间，具体以实际页面量和数据源数量核算。
一轮审计的时间安排
以页面量 5000 页以内、数据源三个的站点为参考，实际以页面量和配合程度浮动。
- 第 1 天
确认范围与取数权限
确认审计范围、拿到 Search Console 只读权限和服务器日志导出，明确不做的部分，避免后期反复。
- 第 2 天
爬虫抓取与数据清洗
跑全站爬虫，导出状态码、标题、内链、结构化数据四张表，清洗重复记录。
- 第 3 天
索引与日志分析
比对索引报告与爬虫结果，分析抓取频次和抓取路径，定位抓取预算浪费点。
- 第 4 天
外链拉取与分级
导出外链清单，按域名去重后打分分级，抽样人工复核来源相关性。
- 第 5 天
输出报告与讲解
合并问题清单，标注严重程度和修复动作，做一次 60 分钟的讲解，确认排期。
“技术审计最容易犯的错，是把所有问题一次性列出来交给开发。开发看到两百条问题，通常只会挑最简单的改。我们的做法是先按阻断、效率、体验三档分级，每档只留最关键的十条，改完一轮再出下一批。”
审计台方法说明 · 内容维护
常见问题
审计需要提供哪些权限？
通常需要 Search Console 的只读权限、服务器访问日志导出、以及一份 sitemap 地址。如果站点有 CDN 或 WAF，还需要确认抓取不会被拦截。不需要后台管理权限，也不需要提供任何账号密码。
为什么不同平台的外链数量差很多？
各平台爬虫的抓取范围不同，索引差异在 30% 到 50% 之间是常见情况。判断时以多个平台的交集为准，只看单一平台的数字容易误判。我们一般用两个平台交叉比对，取共同的域名清单做分级。
发现垃圾外链一定要拒绝吗？
不一定。搜索引擎对低质量链接有自动忽略机制，只有当链接数量大、增长异常或排名出现明显下滑时才需要主动处理。建议先观察 30 天，确认影响后再操作，而且单次拒绝比例控制在总域名数的 5% 以内。
修复后多久能看到效果？
抓取和索引类问题通常 2 到 4 周能在 Search Console 报告里看到变化，排名变化一般要 4 到 8 周。结构化数据修复后，富媒体展现的恢复时间也在 2 到 4 周左右。具体节奏受站点抓取频次影响。
审计报告会包含具体修改代码吗？
会给出修改方向和示例，比如 canonical 标签的正确写法、JSON-LD 的必填字段结构、robots 规则调整建议。但不直接提交代码到仓库，实际改动需要由站点开发执行并测试。
数据安全怎么保证？
日志和导出数据只在审计期间保存在本地加密目录，报告交付后 30 天内删除原始数据。Search Console 权限使用只读授权，审计结束后可随时撤销。不将站点数据用于任何其他用途。
联系方式
审计咨询请尽量在邮件里写清三件事：站点地址、大致页面量、当前最想解决的问题。信息越具体，回复越有针对性。我们不做自动扫描，所有结论都基于实际数据和人工复核。
正常工作时间内一般 1 个工作日内回复。如果涉及日志分析，需要提前确认日志的保留周期，部分主机的日志只保留 7 天，过期无法回溯。
- 邮件咨询 [email protected]，适合发送站点信息和具体问题描述，附件支持 CSV 和 PDF。
- 范围确认 回复中会说明建议的审计范围、预计耗时和报价区间，确认后再进入取数环节。
- 数据交接 确认合作后通过加密链接交接日志和导出文件，审计结束后 30 天内删除原始数据。