内容内耗检测器

要解决什么问题

当你的站点有多个页面在同一个关键词上互相竞争时，就会发生内容内耗（content cannibalization）：它们彼此争抢排名，导致没有哪个页面能获得稳定流量，甚至出现排名反复波动、点击率下滑。这类问题通常不是有意为之，而是内容长期累积、URL 结构调整后遗留的结果。等到发现时，靠人工翻阅搜索日志和页面清单排查，成本很高。

核心能力与工作流程

该技能从 Google Search Console Performance API 拉取性能数据，提取查询-页面配对关系，然后用 TF-IDF 余弦相似度 对候选页面打分：

• 找出针对同一关键词、带来相近流量的页面组
• 计算页面内容的文本重叠程度，识别「说的是同一件事」的页面
• 基于相似度结果生成合并建议
• 借助 Screaming Frog 导出数据，生成 301 重定向地图，把被内耗的页面指向主页面

适用边界

• 依赖 Search Console 的历史性能数据，站点数据积累不足时检测效果有限
• TF-IDF 只衡量文本相似度，无法判断语义层面的真正重复，大幅改写后的页面可能被漏检
• 相似度阈值需要结合自身内容策略调整，误判会导致错误的 301 决策
• 合并建议与重定向地图是参考输出，执行前应逐个复核 URL 的流量与排名历史