本文约 3,767 字，预计阅读 10 分钟。文中命令与配置均经过实测，可直接参考执行。
引言：不是掉几页，是整个站一起掉
和单页降权不同，被飓风算法影响的表现是”整站型”的：某天开始，站内几乎所有页面在百度里的排名同时下滑，收录量大幅缩水，连那些原本排名不错的原创页面也一起掉。这种同步性是最强的信号——算法判定的是站点属性，而不是单页质量。飓风算法是百度针对采集、搬运、拼凑类站点推出的全站打击算法，多轮迭代后，判定能力的重点从”正文是否重复”扩展到了”站点是否持续产出无增量信息的内容”。换言之，即使你每篇文章都做了同义词替换、段落重排，只要信息本身是搬运来的，依然在打击范围内。这让很多依赖”伪原创”的站长措手不及：工具明明给出了 80% 的原创度检测结果，为什么还是被打了？答案是检测工具的”原创度”和搜索引擎的”增量信息”根本不是一个概念。本文先讲清算法到底看什么，再给出可执行的自测与整改路径。
原理分析：飓风算法看的是站点行为，不是单篇相似度
理解飓风算法，关键在”站点级”三个字。单页降权看的是那一个页面；飓风看的是一段时间内这个域名的整体产出模式。
| 判定维度 | 采集站表现 | 正常原创站表现 |
|---|---|---|
| 正文重合度 | 与全网已有内容大面积重合 | 存在本站独有段落/数据/观点 |
| 发布节奏 | 短时间密集发布，日更数十上百篇 | 节奏稳定，与人力匹配 |
| 增量信息 | 无实测数据、无截图、无个人结论 | 有第一手材料与明确结论 |
| 站内重复 | 多篇主题相近文章结构雷同 | 主题分散，结构随内容变化 |
| 来源标注 | 无来源或来源与内容不符 | 引用注明出处并有延伸 |
“增量信息”是核心概念：一篇教程如果多了你自己踩坑的报错截图、实测的性能数据、特定版本的兼容性结论，它就有了别人没有的东西；反之，把官方文档换个说法重写一遍，查重率再低也是采集。这也是为什么近两年批量生成内容容易出问题——生成式内容如果没有叠加第一手材料，本质上仍是拼凑。算法的另一个特点是”可逆”：它打击的是当下的站点状态，整改到位后是可以恢复的，但恢复周期以月计，不是提交一次就能立刻回来。
保姆级实操
步骤 1：先做站内重复度自测
不需要昂贵的工具，用一段脚本就能发现最明显的问题：跨文章段落级重复。把文章按句子切分，算指纹，找出在多篇文章里都出现的段落——这通常是模板化开头、采集残留或批量生成的痕迹。下面这段 PHP 可以直接放在站点根目录，用 php dup_check.php 运行：
<?php
// dup_check.php：检测站内跨文章段落级重复（临时脚本，用完即删）
$mysqli = new mysqli('localhost', 'DB_USER', 'DB_PASS', 'DB_NAME');
$mysqli->set_charset('utf8mb4');
$res = $mysqli->query("SELECT ID, post_title, post_content FROM wp_posts
WHERE post_type='post' AND post_status='publish'");
$fingerprints = [];
while ($row = $res->fetch_assoc()) {
$text = strip_tags($row['post_content']);
$text = preg_replace('/\s+/', '', $text);
// 按标点切句，每 3 句组成一个片段计算指纹
$sentences = preg_split('/[。！？；]/u', $text, -1, PREG_SPLIT_NO_EMPTY);
for ($i = 0; $i < count($sentences); $i += 3) {
$chunk = implode('', array_slice($sentences, $i, 3));
if (mb_strlen($chunk, 'UTF-8') < 40) {
continue;
}
$hash = md5($chunk);
$fingerprints[$hash]['count'] = ($fingerprints[$hash]['count'] ?? 0) + 1;
$fingerprints[$hash]['ids'][] = $row['ID'];
$fingerprints[$hash]['sample'] = mb_substr($chunk, 0, 60, 'UTF-8');
}
}
$dup = array_filter($fingerprints, fn($v) => $v['count'] >= 3);
uasort($dup, fn($a, $b) => $b['count'] <=> $a['count']);
echo "重复片段数：" . count($dup) . PHP_EOL;
foreach (array_slice($dup, 0, 20) as $h => $v) {
printf("出现 %d 次 | 文章ID: %s | %s\n",
$v['count'],
implode(',', array_unique($v['ids'])),
$v['sample']);
}
步骤 2：做站外相似度抽检
从整改清单里随机抽 20 篇文章，每篇取一段最有信息量的正文（不要取模板开头），在百度里加英文双引号精确搜索。如果整段能原样搜到，说明是搬运；如果搜到多篇高度相似的同源内容，说明你所在的内容生态本身同质化严重，需要靠增量信息突围。
步骤 3：给存量内容分级处置
按”是否有增量信息”给每篇文章打标：有第一手材料的保留；纯粹搬运但主题有需求的重写（补实测数据、截图、版本信息、结论）；既无增量又无需求的删除或 noindex。分级时不要看篇幅长短，一篇 300 字但含独家报错结论的文章，价值高于 3000 字的通用科普。
步骤 4：建立增量信息清单，规范后续产出
给每篇新文章设定硬性要求：至少包含一个”别处没有”的要素——实测截图、性能数据对比、报错日志、配置片段、个人结论。写稿前先列这个要素，列不出来就不要写这个选题。
步骤 5：调整发布节奏与原创比例
把日更数量压到与实际人力匹配的水平，宁可两天一篇有增量的，也不要一天十篇拼凑的。新站的增量内容建议占比不低于 70%，成熟站可以放宽，但持续产出搬运内容会把站点标签重新拉回采集属性。
步骤 6：用原创提交与主动推送强化信号
整改后的原创页面，通过原创提交入口与 API 主动推送提交，让百度尽快重新认识站点。整改后观察 1–3 个月，看索引量与点击量是否止跌回升，不要中途反复横跳、改回批量发布。
常见踩坑
- 迷信查重工具的原创度数值：同义词替换能把查重率降到很低，但增量信息仍然是零，算法照打。
- 把外文内容翻译过来当原创：未经授权且无增量的翻译，在判定上接近搬运。
- 只改标题与首尾段落：正文主体不动，是最典型的无效整改。
- 批量生成未加第一手材料：结构规范、语句通顺，但没有任何实测内容，同样属于拼凑。
- 自家多站点互抄：同一篇文章发在多个自己站点上，会被判定为重复来源，应指定主站并用 canonical 或原创声明指向主站。
- 整改期继续发布旧模式内容：一边清理存量一边继续灌水，站点标签无法翻转，恢复周期无限拉长。
- 案例：某 WordPress 影视资讯站用采集插件每天自动入库 300 条，运营半年日 IP 达到 8000。飓风算法迭代后，三天内流量跌到 400，收录量从 2 万掉到 3000。站长第一批动作是删除采集插件、清掉 90% 的存量，然后改成每天人工产出 3 篇带真实截图与上映信息核对的原创内容，并对保留页面做原创提交。第 6 周索引量开始回升，第 10 周日 IP 恢复到 3000 左右，虽然总量不如从前，但页面平均停留时长从 40 秒提升到 3 分钟以上——剩下的流量才是真正有价值的。
总结
应对飓风算法的判断标准：站点是否还在持续产出无增量信息的内容。行动清单是——用段落指纹自测站内重复 → 站外精确搜索抽检搬运 → 按增量信息给存量分级处置 → 给每篇新内容设定”必含第一手材料”的硬要求 → 压低发布节奏、提高原创比例 → 原创提交与主动推送强化信号 → 观察 1–3 个月再评估。恢复是以月为单位的工程，中途不要因为短期没效果就放弃或退回老模式。清理出来的低质页面如何分类处置，细节可对照百度低质内容整改实操；标题层面的作弊风险要同时排查百度细雨算法与标题作弊规避；整改后如何让新内容更快进入索引，参考百度主动推送接口接入与配额管理。
