本文约 2,994 字，预计阅读 8 分钟。文中命令与配置均经过实测，可直接参考执行。
引言：站点两千篇文章，百度收录了三千个页面
在搜索资源平台看索引量，发现收录数远大于文章数，多出来的一千多个页面几乎全是标签页：/tag/wordpress、/tag/wp、/tag/wordpress教程、/tag/WordPress、/tag/wordpress-2……这些页面内容高度重叠，标题雷同，列表里只有三五篇文章。它们不仅拿不到流量，还会拉低站点整体的质量评估，是典型的”低质页面稀释”问题。分类页的情况稍好，但同样存在”分类下只有两篇文章”或”分类页与标签页内容完全一样”的问题。
原理分析：什么样的聚合页值得被收录
百度判断聚合页是否有价值，核心看这个页面是否提供了列表之外的增量信息。判断一个分类页或标签页该不该收录，可以用四条标准：
| 判断标准 | 达标表现 | 不达标表现 |
|---|---|---|
| 内容规模 | 聚合下 ≥ 10 篇有效文章 | 只有 2–3 篇 |
| 页面描述 | 有 150 字以上的栏目说明 | 只有列表 |
| 主题唯一性 | 与其他聚合页不重叠 | 存在多个近义聚合页 |
| 用户需求 | 有人会搜这个类目词 | 纯粹是内部分类标签 |
四条全中，坚决收录并优化；两条以下，建议 noindex 或直接合并。需要强调的是，noindex 与 robots.txt 屏蔽是两回事：robots.txt 禁止抓取后，百度看不到 noindex 指令，页面 URL 仍可能因为外链而被收录（只是无摘要）；正确做法是允许抓取 + 输出 noindex，让百度读到指令后主动删除。
另一个常见误区是”屏蔽了就不用管”。已经被收录的页面需要主动处理，除了 noindex，还可以在搜索资源平台用”URL 删除”功能提交，但删除是临时的，页面必须真的返回 404/410 或保持 noindex 才能彻底生效。
保姆级实操
步骤1：先盘点聚合页规模
用 SQL 快速列出文章数少于阈值的分类和标签：
-- 列出文章数少于 5 的标签，作为待合并/待屏蔽清单
SELECT t.term_id, t.name, t.slug, tt.count
FROM wp_terms t
JOIN wp_term_taxonomy tt ON t.term_id = tt.term_id
WHERE tt.taxonomy = 'post_tag' AND tt.count < 5
ORDER BY tt.count ASC;
步骤2：分类页保留并加说明文字
分类页一般建议保留，但必须补充栏目描述。可以在分类编辑页填写”描述”，并用代码保证前台输出：
// category.php：在列表前输出分类描述，保证页面有增量信息
$term = get_queried_object();
if ( $term && ! empty( $term->description ) ) {
echo '<div class="cat-desc">' . wp_kses_post( wpautop( $term->description ) ) . '</div>';
}
步骤3：标签页按规模动态 noindex
规模过小的标签页自动输出 noindex，规模足够时不输出，这样可以自适应增长：
// functions.php：文章数少于 8 的标签页自动 noindex
add_action( 'wp_head', function() {
if ( is_tag() ) {
$term = get_queried_object();
if ( $term && $term->count < 8 ) {
echo '<meta name="robots" content="noindex,follow">' . "\n";
}
}
} );
步骤4：用 wp_robots 过滤器更规范
WordPress 5.7+ 提供了 wp_robots 过滤器，比直接 echo meta 更不容易与 SEO 插件冲突：
// functions.php：通过 wp_robots 过滤器给小标签页加 noindex
add_filter( 'wp_robots', function( $robots ) {
if ( is_tag() ) {
$term = get_queried_object();
if ( $term && $term->count < 8 ) {
$robots['noindex'] = true;
unset( $robots['index'] );
}
}
return $robots;
} );
步骤5：sitemap 同步排除
确认 XML sitemap 里不再输出这些页面。Yoast SEO 在”搜索外观 → 分类法”里可以关闭标签的 sitemap 收录；Rank Math 在”站点地图 → 分类法”里设置。
步骤6：提交 URL 删除
对已被收录的小标签页，在百度搜索资源平台的”网页抓取 → URL 删除”里提交，同时保证页面持续输出 noindex。
步骤7：建立标签准入规则
从源头控制：新文章打标签时，已有同义标签就复用，不新建；单个标签至少覆盖 3 篇文章才允许创建。
常见踩坑
- 用 robots.txt 屏蔽标签页：百度抓不到 noindex，URL 仍可能收录成无摘要结果，反而更难看。
- 标签页和分类页内容完全一样：两个 URL 内容一致，触发重复内容判定，处理方式见
canonical正确用法。 - 关掉标签页 sitemap 但页面仍可访问：爬虫仍会从站内链接抓到，必须配合 noindex。
- 一次性屏蔽几百个页面：短期索引量暴跌，容易误判，建议分批进行。
- 案例：某站点收录里 60% 是标签页，其中大量是同义词标签（
seo、SEO优化、网站优化）。站长先用 robots.txt 屏蔽/tag/，结果这些 URL 依然以”无摘要”形式留在索引里。后来改成允许抓取 + noindex，并在搜索资源平台提交删除，两个月后索引量从 3200 降到 1400，但整体流量反而上升了 18%。 - 忘记处理空分类：建了分类但从未发文章，分类页照样被收录。
- 标签页分页未一并处理：
/tag/x/page/2/也要带上 noindex，否则分页被收录。
总结
判断聚合页该不该收录，看四条：规模够不够、有没有说明文字、是否与其他页面重叠、有没有真实搜索需求。分类页多数应保留并补齐描述；标签页应按规模动态处理，小标签 noindex 而不是 robots 屏蔽。操作时注意三点配套：sitemap 同步排除、已被收录的提交删除、从源头控制标签创建。这一步做完之后，再做 标签页泛滥治理 提到的合并与清理，索引结构会清爽很多。
