三年没动过栏目结构的企业站pillar-cluster 内链架构与站点层级改造实录适用读者接手老企业站的技术 SEO 从业者、负责官网改版的前端与全栈工程师、被「收录上不去」折磨的企业站站长。上个月一位做了十几年机械制造的朋友给我看他们官网的 Google Search ConsoleGSC后台页面索引报告里一长串灰字已抓取 - 未编入索引604 个页面里占了 483 个。他第一反应是网站被 Google 惩罚了。我说恰恰相反Google 对你这站抓得挺勤快问题出在结构上——600 多个页面摊平在一个层级里栏目之间互不链接权重进站之后没有路可走。这个站 2018 年找外包做的中间只换过两次视觉稿栏目结构三年没动过。8 月我开始帮他按 pillar-cluster支柱-集群模型做架构改造8 周后索引率从 19% 拉到 72%核心词进前 3 页的数量从 17 个涨到 39 个。这篇文章把整个改造拆开记录改前怎么诊断、内链权重怎么量化、URL 怎么做 301 收敛以及踩过的几个坑。TL;DR 快速摘要扁平结构致 71% 孤儿页600 页摊平无互链权重进站无路可走。pillar-cluster 改造见效8 周索引率从 19% 升至 72%核心词进前 3 页翻倍。URL 三层收敛 301旧路径按栏目批量映射权重完整转移不丢分。内链审计脚本可复用改造前后各跑一遍CSV 直接当验收标准。600 页扁平结构问题到底出在哪老周这个站化名下文都这么称呼是典型的历史包袱型企业官网。市场部的人这些年断断续续往上传内容产品页 300 多个参数与图纸下载页 90 多个新闻 180 多篇客户案例 40 来篇。当年 CMS 图省事所有页面全挂在根目录下路径长这样/product-cnc-vmc850.html、/news-2023-06-08.html。没有层级没有栏目互链侧边栏是全站统一的一排「产品中心 / 新闻动态 / 联系我们」仅此而已。我接手诊断时做了三件事把问题钉死写了个小爬虫把全站 604 个页面扫了一遍统计每页的站内入链数。71% 的页面入链数是 0也就是孤儿页Orphan Page只能靠 sitemap.xml 和列表分页被 Google 发现。看 GSC 抓取统计报告新品页发布两周抓取记录还是 0 次整站日均抓取量平摊到 600 个页面上每个页面几天才轮到一次。拉 50 个核心词的排名快照只有 17 个词进过前 3 页而且全集中在首页和两个权重最高的老产品页上。问题不在内容。老周的产品页参数写得很全新闻也是市场部真人在更新一年能出 60 多篇。坏在链接图首页链到几个栏目列表页列表页链到分页翻到第 5 页之后基本就是死胡同详情页之间互相不知道对方存在。Google 就算抓到了页面也判断不出哪些页面重要判断不出主题归属索性大量挂着「已抓取 - 未编入索引」。老周当时的原话是「我这些页面单拎出来哪篇不比同行写得细怎么就是不给排名」这话其实答了单独看每页都行合在一起就是一盘散沙搜索引擎没有理由相信这个站任何一块内容是权威的。改造前诊断清单动手改结构之前先把现状量化钉死。下面这张表是我给老周做初诊时的完整动作每一步都对应一个可复用的产出物改造完成后还能拿来做验收对照步骤所需工具关键输出物耗时预估常见坑位1. 全站 URL 清单导出sitemap.xml 解析脚本 / Screaming Frogurls.txt全站 604 个 URL0.5~1 小时别漏了 PDF、图片页等非 HTML 资源后面爬虫会误判2. 站内入链数统计Python requests BeautifulSoup上文脚本inbound_report.csv每页入链数2~4 小时含抓取限速只统计main里的链接导航和页脚会污染数据3. 孤儿页识别上一步 CSV 过滤inbound_links0孤儿页清单老周站 71% 命中复用上一步别把「仅靠 sitemap 可发现」当成有入链两者不是一回事4. GSC 抓取统计核对Google Search Console → 抓取统计报告抓取频率截图、未编入索引页面数0.5 小时数据有 2~3 天延迟别拿当天数据下结论5. 核心词排名快照GSC 效果报告 / 第三方排名工具50 个核心词排名表前 3 页数量1~2 小时排名快照要固定日期改造前后对比才有意义6. 跨栏目链接矩阵上文脚本的cross_section输出栏目间链接流向表前 20 行复用第 2 步同栏目互链别计入只看跨栏目的权重流向7. 外部历史链接盘点合作方沟通 印刷品/二维码/公众号文章排查外部硬编码链接清单2~4 小时最容易漏的一步301 正则映射兜不住所有历史路径坑位提醒第 2 步和第 6 步共用同一份抓取结果跑一次脚本就能同时产出别重复抓全站浪费时间。整份清单做完改造前和改造后各跑一遍差异就是你的工作量清单和验收标准。内链权重分配的机制PageRank 在站内怎么流动改造前得把底层逻辑讲透。Google 官方 SEO 入门指南把链接描述成「投票」一个页面收到的站内链接越多、来源页面本身越权威它被评估为重要的概率就越高。这是 PageRank 在站内维度的直观表现权重沿链接流动每经过一层稀释一次没有内链指向的页面权重流动到不了只能靠外部信号硬扛。扁平结构的病根在于604 个页面在链接图上几乎是对等节点首页权重平摊出去落到每个详情页头上只剩薄薄一层详情页之间零互链权重流到叶子节点就断头没有回流、没有再分配。Google 的抓取调度器crawler scheduler也会参考站内链接结构决定抓取优先级0 入链的孤儿页在抓取队列里天然排后面索引速度自然起不来。改造成 pillar-cluster 之后链接图变成「星型 网状」的混合结构支柱页Pillar Page承接栏目层的主要入链集群页Cluster Page挂在支柱页下面集群页之间横向互链。权重在簇内循环加强再通过集群页指向支柱页的链接向上回流形成有方向的权重循环。下面这张图是改造前后链接图的直观对比改造后pillar-cluster 层级横向互链面包屑回流首页支柱页 x6集群页 x48详情页改造前扁平散点结构首页栏目列表页 x5产品详情 / 新闻详情孤儿页 x4300 站内入链左半边的问题一眼能看出来孤儿页悬在图外面权重流不过去右半边所有节点都挂在一条从首页出发的路径上每个页面至少有一条站内入链。这就是后面索引率能提升近四倍的图论基础。重组方案6 个支柱页 48 个集群页先做关键词聚类再定支柱。老周的产品线是数控加工中心、液压冲压设备、钣金生产线三大块客户问得最多的场景集中在汽车零部件和家电外壳两块另外站里积压的选型指南类内容不少。据此定了 6 个支柱页三个产品线支柱、两个行业解决方案支柱、一个选型知识支柱。支柱页不是普通栏目页每页都有 1500 字以上的原创导览内容把本主题下所有子话题串起来。48 个集群页按「一个集群页吃透一个长尾意图」来拆比如「立式加工中心选型」下面挂精度对比、主轴配置、典型加工节拍这些子题原来散落的 90 多个参数下载页全部归到对应集群页下面作为集群页的内嵌资源而不是独立页面。原来 300 多个产品详情页保留但全部挂进对应集群的层级里。内链规则是这次改造的核心写成硬性约束让开发执行链接位置指向目标数量约束目的支柱页正文本簇全部集群页8~10 条上下文链接集中分发权重集群页正文所属支柱页2~3 条权重回流集群页之间同簇相关集群页2~4 条簇内循环详情页面包屑上两级层级固定 2 条传递层级信号详情页正文同簇相关详情页1~2 条长尾互通一个执行细节上下文链接要出现在正文段落里锚文本用描述性的词不要做成正文底部一排「相关推荐」的机器拼接。Google 对模板化推荐位的链接加权一直很保守正文里的编辑性链接editorial link信号强得多。改造后的目标结构长这样6 个支柱页各自带一簇集群页详情页通过面包屑和正文链接挂回支柱面包屑回流横向互链首页 /支柱页数控加工中心支柱页液压冲压设备支柱页行业解决方案集群页立式加工中心选型集群页五轴应用案例集群页加工精度参数对比集群页冲压线安全规范集群页汽车零部件行业方案详情页 /products/cnc/vmc850/URL 三层收敛与 301 映射URL 层级和内容层级同步收敛统一成三层/products/cnc/vmc850/栏目/子类/详情、资讯归到/insights/2024/slug/。所有旧路径走 301 永久重定向映射表按栏目批量生成特例单独补。下表是映射规则的节选旧 URL 模式新 URL 模式数量说明/product/cnc-*.html/products/cnc/{slug}/137按产品线归入子类/product/press-*.html/products/press/{slug}/96同上/news/2023-*.html/insights/2023/{slug}/61新闻并入资讯集群/download/{file}.pdf保留原路径92PDF 不重定向挂进集群页/about.html 等散页/company/{slug}/18小批量人工核对Nginx 侧用 map 指令做批量映射比重写几百条 rewrite 规则清爽得多# 环境Nginx 1.24map 块放在 http{} 里reload 前先 nginx -t 校验语法 # 旧 URL 按栏目批量映射到新三层结构单条特例用单独 location 兜底 map $uri $new_uri { # 旧产品详情页 /product/cnc-xxx.html 收敛到 /products/cnc/xxx/ ~^/product/cnc-(?slug.)\.html$ /products/cnc/$slug/; ~^/product/press-(?slug.)\.html$ /products/press/$slug/; # 旧新闻页按年份并入新的资讯集群目录 ~^/news/2023-(?slug.)\.html$ /insights/2023/$slug/; ~^/news/2024-(?slug.)\.html$ /insights/2024/$slug/; # 没匹配上的旧路径一律回首页避免 404 漏网 default /; } # 301 生效前先在本机 hosts 指向测试机抽查 20 条旧路径的重定向响应头 server { listen 443 ssl; server_name www.example-machinery.com; # map 命中后 $new_uri 非空走 301 永久重定向权重完整转移 if ($new_uri) { return 301 https://www.example-machinery.com$new_uri; } # 未命中的请求交给新站点正常渲染 location / { proxy_pass http://127.0.0.1:8080; } }上线当天我在 GSC 提交了新的 sitemap旧的提交记录没删让两份对照观察。头一周旧 URL 的 301 命中率 99.2%剩下 0.8% 是外部合作方硬编码的老链接逐条补进了映射表。这里有个教训改版前一定要把合作方、印刷品二维码、微信公众号历史文章里的外链路径扒出来过一遍单靠正则映射兜不住所有历史路径。内链审计用脚本量化权重流向架构改得对不对不能靠感觉得量化。我用了一个两层的审计口径页面级的入链数找孤儿页和权重洼地栏目级的跨栏目链接矩阵看权重流向是否符合设计。脚本如下改造前后各跑一遍差异就是工作量清单# 依赖Python 3.10requests、beautifulsoup4pip install requests beautifulsoup4# 环境全站 URL 清单 urls.txt 来自 sitemap 解析逐页拉取后输出 CSV 审计报告importcsvfromcollectionsimportdefaultdictfromurllib.parseimporturlparseimportrequestsfrombs4importBeautifulSoup# 站内全部 URL 清单一行一个SITE_URLS[u.strip()foruinopen(urls.txt,encodingutf-8)ifu.strip()]# 取路径前两段作为「栏目键」用于统计栏目间的链接流向defsection_key(url):partsurlparse(url).path.strip(/).split(/)# 单段路径统一归入 home 层方便统计首页之外的人造层级return/.join(parts[:2])iflen(parts)2elsehome# 入链计数表目标 URL - 站内指向它的链接条数inbounddefaultdict(int)# 栏目间链接矩阵(源栏目, 目标栏目) - 次数用来核对权重流向cross_sectiondefaultdict(int)forurlinSITE_URLS:try:# 逐页拉 HTML生产环境建议加并发控制、UA 和超时重试htmlrequests.get(url,timeout10).textexceptrequests.RequestException:# 抓取失败的页面跳过失败清单最后单独输出排查continuesoupBeautifulSoup(html,html.parser)# 只统计正文 main 里的链接导航、页脚另算避免模板噪声mainsoup.find(main)orsoup.bodyforainmain.find_all(a,hrefTrue):hrefa[href].split(#)[0]# 过滤外链、伪协议与空锚点ifnothref.startswith(http):continueifurlparse(href).netloc!urlparse(url).netloc:continueinbound[href]1# 同栏目互链不进跨栏目矩阵只关心跨栏目的流向ifsection_key(href)!section_key(url):cross_section[(section_key(url),section_key(href))]1# 输出每个 URL 的入链数0 入链的就是待处理的孤儿页withopen(inbound_report.csv,w,newline,encodingutf-8)asf:writercsv.writer(f)writer.writerow([url,inbound_links])foruinSITE_URLS:writer.writerow([u,inbound.get(u,0)])# 打印跨栏目矩阵前 20 行肉眼核对哪些栏目还是互不来往for(src,dst),ninsorted(cross_section.items(),keylambdax:-x[1])[:20]:print(f{src}-{dst}:{n})改造前跑出来的结果和爬虫初诊一致71% 的页面 0 入链跨栏目矩阵里「新闻→产品」「案例→产品」两个方向全是 0也就是说 8 年里新闻和案例从没给产品页递过一票。改造后第 4 周复跑0 入链页面降到 12 个全是还没挂完的老图纸页「insights→products」方向单月新增了 260 多条上下文链接支柱页的入链数是改前的 14 倍。这份 CSV 我后来直接当验收标准用开发每挂一批内链就重跑一次。8 周执行节奏与 GSC 数据对比执行节奏比想象中平缓第 1~2 周做关键词聚类和支柱页定稿第 3~4 周上线新 URL 结构和 301同时迁内容第 5~6 周集中补内链重点是集群页之间和 insights 到产品的上下文链接第 7~8 周清理残留孤儿页、复跑审计、盯 GSC。中间在第 5 周踩过一个坑批量替换模板时把面包屑的第二级写死成了栏目名导致一批详情页的面包屑层级断了一级复跑审计时跨栏目矩阵突然冒出几百条异常链接才发现改回来之后数据才恢复正常。GSC 里最有说服力的是索引报告和效果报告这两组数指标改造前第 0 周第 4 周第 8 周已编入索引页面11519%29649%43572%已抓取 - 未编入索引483240108核心词进前 3 页数量172639详情页平均点击深度5.23.12.4日均抓取量全站约 210 次约 480 次约 870 次几个数字值得放在一起看。索引率 19% 涨到 72%但抓取量也翻了四倍左右——抓取调度器看到站内链接变密、层级变浅之后主动提高了抓取预算crawl budget这是个正向循环内链密 → 抓取勤 → 索引快 → 排名变动更快被发现。点击深度从 5.2 降到 2.4意味着重要详情页离首页只隔两次点击这是层级收敛最直接的收益。老周第 8 周在电话里的原话「新闻页开始给产品页带流量了以前那 180 篇新闻等于白写现在等于埋了一堆管道。」顺带说一下这套架构对 GEO 的衔接价值这次改造的主体是传统搜索引擎的收录与排名但顺手为后续 GEO生成式引擎优化Generative Engine Optimization铺了路。pillar-cluster 天然产出「一个主题一个权威聚合页」的结构生成式引擎做检索增强时偏好摘取主题聚焦、层级清晰的页面等后续要针对 AI 搜索做适配只需要在集群页上补 FAQ 结构化数据和面向机器可读的内容组织链接和层级这套地基不用再翻动。传统 SEO 是 1GEO 是后面加的 0顺序不能倒。GEO 适配三步走衔接价值说清楚了落地动作拆成三步每步都对应一个可复用的产出物改造完传统 SEO 之后顺手就能做第一步集群页加 FAQPage 结构化数据生成式引擎做检索增强时偏好直接摘取 FAQ 里的问答对作为答案素材。在集群页head里注入 JSON-LD把页面覆盖的长尾问题逐条列出来{context:https://schema.org,type:FAQPage,mainEntity:[{type:Question,name:立式加工中心怎么选型,acceptedAnswer:{type:Answer,text:先按工件材质和加工节拍定主轴转速与行程再对比刀库容量和换刀时间最后用典型零件试切验证刚性。}},{type:Question,name:五轴加工和 32 定位加工的区别是什么,acceptedAnswer:{type:Answer,text:五轴加工是联动切削适合复杂曲面32 定位是分度后三轴加工适合斜面钻孔和铣面成本更低。}}]}坑位提醒FAQ 的text字段要和页面正文里的答案逐字对应别写页面里没有的内容否则会被判为内容不一致。第二步支柱页写「核心结论」段落生成式引擎摘取答案时偏好页面开头一段能独立成文的结论。在支柱页正文第一段之后加一段 50 字左右的「核心结论」把本主题的答案前置核心结论数控加工中心选型看三件事——工件材质定主轴、加工节拍定行程、预算定刀库配置选型前先用典型零件做试切验证比看参数表更可靠。模板核心结论{主题}看三件事——{维度一}定{指标一}、{维度二}定{指标二}、{预算/场景}定{配置}{行动建议}。第三步详情页加「相关主题」模块详情页底部加一个「相关主题」模块指向同簇的 3~5 个页面锚文本用描述性短语。这一步既补了内链又给生成式引擎提供了「同一主题下还有哪些权威页」的上下文sectionclassrelated-topicsaria-label相关主题h2相关主题/h2ulliahref/products/cnc/vmc850/VMC850 加工中心参数详解/a/liliahref/products/cnc/vmc650/VMC650 与 VMC850 精度对比/a/liliahref/insights/2024/cnc-selection-guide/数控加工中心选型指南/a/li/ul/section三步做完传统 SEO 的地基和 GEO 的适配层就都齐了集群页喂结构化问答支柱页给结论摘要详情页补主题上下文链接和层级这套骨架不用再动。误区澄清或趋势预判两个常见误区要提。第一个是只改 URL 不改内链很多改版把 301 映射做得很完善新结构上线后内链还是老样子过两个月索引率纹丝不动问题就出在 301 只转移单页权重、重建不了链接图URL 和内链必须同一批改缺一边都白干。第二个是支柱页写成大杂烩导航页只有链接没有内容Google 对「纯链接聚合页」的评估越来越严支柱页必须有原创导览性内容才立得住。趋势上说一句AI 搜索起来的这两年站内结构的马太效应在加重。生成式引擎给出的答案高度依赖少数权威来源而「权威」的判断信号和传统索引一脉相承——主题聚焦、层级清晰、内链健康。老站的结构债越早还越便宜等 AI 引擎也开始按链接图挑信源的时候补课的成本只会更高。你要也在维护一个多年没动过结构的企业站欢迎评论区聊聊你的索引率卡在哪一档。参考与延伸Google SEO 入门指南站内结构与链接基础https://developers.google.com/search/docs/fundamentals/seo-starter-guideGoogle Search Console 帮助网页索引报告的「已抓取 - 未编入索引」解读https://support.google.com/webmasters/answer/7440203Google 搜索中心Google 抓取与编入索引概览https://developers.google.com/search/docs/crawling-indexing/overview企业官网收录、pillar-cluster 模型、内链优化、面包屑导航、Google Search Console、技术SEO、站点层级改造
