一个词发五篇文章，为什么全都排不上？关键词自我蚕食

症状很典型：盯着一个词连发五篇文章，结果一个都进不了前二十；或者 GSC 里同一个查询词下面，一会儿是 A 页面排名一会儿是 B 页面，像随机轮换。这是典型的关键词自我蚕食——搜索引擎分不清你站上哪篇才是这个词的正主，多个页面互相分票，谁的权威都堆不起来。

检测方法就是把“一个查询词对应了几个页面”这个问题直接丢给数据。GSC 效果报表按查询词加页面两个维度分组拉出来（官方文档明确说 page+query 分组是 API 里成本最高的查询，日期范围控制在一两周内、用 API 或界面导出都行），然后跑个统计：找出映射到多个页面、且平均排名在 5 位开外的词，那些就是蚕食嫌疑名单。官方还有一篇「整合重复网址」的文档专门讲合并逻辑，思路完全对得上。

# GSC 导出（query+page 分组）后跑蚕食检测
import csv
from collections import defaultdict
 
m = defaultdict(list)
for r in csv.DictReader(open("qp_export.csv", encoding="utf-8-sig")):
 kw = r["Query"] if "Query" in r else r["查询"]
 page = r["Page"] if "Page" in r else r["网页"]
 pos = float(r["Position"] if "Position" in r else r["平均排名"])
 m[kw].append((page, pos))
 
for kw, pages in m.items():
 uniq = {p for p, _ in pages}
 best = min(pos for _, pos in pages)
 # 一词多页且最好的排名也不佳 -> 蚕食嫌疑
 if len(uniq) >= 2 and best > 5:
 print(f"[蚕食?] {kw} 最佳排名 {best}")
 for p, pos in sorted(pages, key=lambda x: x[1]):
 print(f" {pos:5.1f} {p}")

拿到嫌疑名单后按内容关系分三条路处理。内容确实重复（两篇讲的是一件事）：定一篇为主，其余 301 过去，权重一次性归拢。内容有重叠但各有价值：弱的一篇做 canonical 指向强的那篇，保留可访问但不参与排名竞争，或者干脆合并成一篇更全的。内容其实面向不同意图（比如“VPS测评”和“VPS选购指南”）：不合并，改造成明显的意图差异——标题、角度、覆盖的词形分开，让搜索引擎能明确分配。最忌讳的是为了蚕食而蚕食：把明显不同意图的页面硬合并，丢掉的意图就再也接不回来了。

# 处置后的验证：14 天后重跑检测脚本

# 期望：处理后词的 uniq 页面数收敛到 1，best 排名改善

# 长期监控可以挂 crontab，每月跑一次蚕食扫描

0 9 1 * * /usr/bin/python3 /opt/seo/cannibal_check.py

收尾说个预防比治疗更重要的点：选题时就该查词库——这个词已经有承接页面了吗？有的话新内容应该做意图分叉而不是再写一遍。新站规模小感觉不到蚕食，内容过百篇后它几乎必然出现，每月一次的蚕食扫描应该进例行维护清单，和死链扫描放同一天跑。

蚕食和另一个概念划清界限：内部链接指向多个相似页面不叫蚕食，搜索引擎对站内正常的相近主题容忍度远比传说中高。真正的蚕食有两个硬条件——多个页面竞争的是同一个意图的同一个词，且排名因此互相拖累。检测脚本里 best 排名好于 5 的词就别折腾了，人家排得好好的，动了反而是破坏。工具给的是嫌疑名单，最后拍板要不要合并之前，把候选页面真的各读一遍，意图是不是同一个，你比脚本清楚。

相关阅读：蚕食检测不必频繁，季度查一次足够。《SEO 自动化总清单：日、周、月、季各该跑什么》季度组里的这项检查，配合本篇的判定方法，发现即治理。