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 Console（GSC）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。

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。

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：

graph LR
  subgraph B["改造前：扁平散点结构"]
    direction LR
    H0["首页"] --> L0["栏目列表页 x5"]
    L0 --> D0["产品详情 / 新闻详情"]
    O0["孤儿页 x430<br/>0 站内入链"]:::ghost
  end
  subgraph A["改造后：pillar-cluster 层级"]
    direction LR
    H1["首页"] --> P1["支柱页 x6"]
    P1 --> C1["集群页 x48"]
    C1 --> D1["详情页"]
    C1 -->|"横向互链"| C1
    D1 -->|"面包屑回流"| P1
  end
  classDef ghost fill:#eee,stroke-dasharray: 5 5

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翻近四倍的图论基础。

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：

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：

graph TD
  HOME["首页 /"] --> P1["支柱页：数控加工中心"]
  HOME --> P2["支柱页：液压冲压设备"]
  HOME --> P3["支柱页：行业解决方案"]
  P1 --> C11["集群页：立式加工中心选型"]
  P1 --> C12["集群页：五轴应用案例"]
  P1 --> C13["集群页：加工精度参数对比"]
  P2 --> C21["集群页：冲压线安全规范"]
  P3 --> C31["集群页：汽车零部件行业方案"]
  C11 --> D1["详情页 /products/cnc/vmc850/"]
  C12 --> D1
  D1 -->|"面包屑回流"| P1
  C11 <-->|"横向互链"| C12

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：

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 1.24；map 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 3.10+，requests、beautifulsoup4（pip 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
import csv
from collections import defaultdict
from urllib.parse import urlparse

import requests
from bs4 import BeautifulSoup

# 站内全部 URL 清单，一行一个
SITE_URLS = [u.strip() for u in open("urls.txt", encoding="utf-8") if u.strip()]

# 取路径前两段作为「栏目键」，用于统计栏目间的链接流向
def section_key(url):
    parts = urlparse(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]) if len(parts) >= 2 else "home"

# 入链计数表：目标 URL -> 站内指向它的链接条数
inbound = defaultdict(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_section = defaultdict(int)

for url in SITE_URLS:
    try:
        # 逐页拉 HTML；生产环境建议加并发控制、UA 和超时重试
        html = requests.get(url, timeout=10).text
    except requests.RequestException:
        # 抓取失败的页面跳过，失败清单最后单独输出排查
        continue
    soup = BeautifulSoup(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
    main = soup.find("main") or soup.body
    for a in main.find_all("a", href=True):
        href = a["href"].split("#")[0]
        # 过滤外链、伪协议与空锚点
        if not href.startswith("http"):
            continue
        if urlparse(href).netloc != urlparse(url).netloc:
            continue
        inbound[href] += 1
        # 同栏目互链不进跨栏目矩阵，只关心跨栏目的流向
        if section_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
with open("inbound_report.csv", "w", newline="", encoding="utf-8") as f:
    writer = csv.writer(f)
    writer.writerow(["url", "inbound_links"])
    for u in SITE_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), n in sorted(cross_section.items(), key=lambda x: -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：

几个数字值得放在一起看。索引率 19% 涨到 72%，但抓取量也翻了两倍多——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 1，GEO 是后面加的 0，顺序不能倒。

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-guide
• Google 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/7440203
• Google 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