去年 10 月接手一个家居类电商站，站龄四年，SKU 一千二百多个。接手前的情况很典型：产品团队按「一个产品一个页面」的逻辑建站，每个产品页都想把「产品名」「产品名+价格」「产品名+怎么样」「买什么牌子好」这些词全部扛下来。结果 Google Search Console（以下简称 GSC）导出的数据显示，全站有搜索曝光的查询词 617 个，进入 Top10 的只有 43 个，自然点击日均 210 次左右，两年基本没动过。

这篇文章记录的是接下来 8 周做的事：把 600 多个词按搜索意图（Search Intent）聚类，映射到 12 个重新规划的落地页，改造完成前后各 8 周的数据对照，以及中间踩的坑。所有数据来自这一个站点的 GSC 后台，属于单站观测，不构成任何统计意义上的普适结论。

改造前的问题：页面在跟自己打架

先看症状。GSC 里挑几个典型的查询词就能看出问题：

• 「实木餐桌」——曝光排在第 1 的是 /product/oak-table-02，第 7 位是 /product/walnut-table-05，第 12 位是分类页 /category/dining-table；
• 「实木餐桌什么牌子好」——排第 9 的还是那个 oak-table-02 产品页，页面标题里压根没有「牌子」两个字；
• 「胡桃木和橡木餐桌哪个好」——没有对应页面，这个查询的曝光被一个 oak-table-02 的长尾变体抢走了。

这就是关键词自相蚕食（Keyword Cannibalization）的现场：多个页面竞争语义高度重叠的查询，搜索引擎不知道该把权重给谁，于是把每个页面都排得半吊子。更糟的是，像「什么牌子好」「哪个好」这类查询背后是选购决策阶段的用户，拿一个产品详情页去接，用户进来发现内容对不上，跳出率长期在 78% 上下。

把 617 个查询词粗略归一遍类，问题更清楚：

结论很直白：不是内容不够多，是内容和查询的意图对不上，多出来的页面还在互相分权。

搜索意图：聚类的轴心

搜索意图一般分四类，这个分类体系在 Google 官方「创建实用内容」的文档里有对应表述，我在这里按本站情况做了落地定义：

1. 信息型（Informational）：用户想了解知识。「实木地板怎么保养」「木材含水率多少合适」。
2. 商业调查型（Commercial）：用户在比较、在选。「橡木和胡桃木哪个好」「实木餐桌什么牌子好」。
3. 交易型（Transactional）：用户准备买。「实木餐桌 价格」「橡木餐桌 购买」「餐桌 优惠券」。
4. 导航型（Navigational）：用户在找特定页面。「XX家居 官网」「XX旗舰店」。

分完类之后做什么？为每一类意图建专门的落地页，让「查询意图—页面类型」一一对应。 品类词配品类聚合页（聚合多个 SKU，能承载比较），对比词配选购指南长文，科普词配主题科普文，交易词配活动和品类页。原来那种一个产品页硬扛五类词的做法，等于让一个销售顾问同时当客服、讲师和收银员，搜索引擎看不懂，用户也看不懂。

第一步：从 GSC 把关键词数据拿全

GSC 界面手动导出也能用（「效果」报告里选 16 个月范围，右上角导出 CSV），但 600 多个词要做多轮迭代分类，我直接走了 API。用的是 Python 的 searchconsole 库（pip install searchconsole），首次使用需要在 Google Cloud 控制台启用 Search Console API 并做 OAuth 授权，GSC 后台添加对应服务账号邮箱为具备完全权限的用户。

# 依赖：pip install searchconsole，并完成 OAuth 客户端配置
import searchconsole
import pandas as pd

# 登录（首次会弹出浏览器授权，token 缓存在本地）
account = searchconsole.authenticate(client_config="client_secret.json")

# 指定 GSC 资源（site url 要和后台里登记的完全一致）
site = account["sc-domain:example-home.com"]

# 拉取近 16 个月的查询维度数据，一次请求最多 25000 行，词多时需分页
report = site.query.range("start=2025-06-01", "end=2026-09-30") \
    .dimension("query", "page") \
    .get()

# 转成 DataFrame 方便后续处理；行=查询词+落地页组合
# keys[0] 是查询词、keys[1] 是落地页，维度顺序和请求时一致
rows = [{
    "query": r["keys"][0],        # 查询词
    "page": r["keys"][1],         # 该词当时命中的落地页 URL
    "impressions": r["impressions"],  # 曝光次数
    "clicks": r["clicks"],        # 点击次数
    "position": r["position"],    # 平均排名
} for r in report]

df = pd.DataFrame(rows)
# 聚合到词级别：同一个词可能命中过多个页面，这正是蚕食证据
word_df = df.groupby("query").agg(
    pages=("page", "nunique"),           # 该词命中过几个不同页面
    impressions=("impressions", "sum"),
    clicks=("clicks", "sum"),
    best_pos=("position", "min"),        # 历史最好排名
)
# 只保留曝光达到一定阈值的词，太小的词噪音大于信号
# 阈值 20 是经验值：低于它的词排名波动大，聚类意义有限
word_df = word_df[word_df["impressions"] >= 20]

拉出来的数据先做一个自查：pages > 1 的词有多少个。这个站是 217 个——三分之一的词，多个页面在同一个结果页里同台竞争。这份「蚕食词清单」后面会直接决定哪些页面要合并或降权。

顺带说明：百度搜索资源平台（ziyuan.baidu.com）同样支持关键词导出（流量与关键词工具），国内站建议两边都拉，用百度的数据交叉验证意图分类的中文分词边界。

第二步：意图分类的半自动做法

617 个词纯人工分类大概要一个工作日，而且第二轮复核时标准会漂移。我的做法是 n-gram 规则打初稿，人工复核兜底，全程约 4 小时。

# 规则表写成「意图 + 关键词列表」的二元组，顺序即优先级
# 规则来源：把词表按尾部 bigram 统计后人工圈出的高频意图词
INTENT_RULES = [
    ("transactional", ["价格", "多少钱", "优惠券", "折扣", "购买", "下单", "旗舰店"]),
    ("commercial",    ["哪个好", "什么牌子", "对比", "推荐", "选购", "区别", "和什么"]),
    ("informational", ["怎么", "如何", "为什么", "保养", "清洁", "安装", "含水率", "是什么"]),
    ("navigational",  ["官网", "旗舰店首页", "售后电话", "门店"]),
]

def classify(query: str) -> str:
    # 词边界处理：中文没有空格分词，直接做子串匹配即可覆盖绝大多数场景
    # 不引入 jieba 的原因：意图词大多是 2-4 字的完整短语，切词反而增加误判
    for intent, keywords in INTENT_RULES:
        if any(kw in query for kw in keywords):
            return intent
    # 未命中任何规则的词，标记为 unknown，留给人工批次
    # unknown 词要单独导出，不能静默丢弃
    return "unknown"

word_df["intent"] = [classify(q) for q in word_df.index]

# 逐词打标后统计规则覆盖率，低于 60% 就要回头补规则

# 规则覆盖不到的词单独导出，人工分批处理
unknown = word_df[word_df["intent"] == "unknown"]
print(f"规则命中率：{1 - len(unknown) / len(word_df):.0%}")

这个站的规则命中率是 71%，剩下 179 个 unknown 词里大多是「白蜡木餐桌 1.6 米」这类「材质+品类+规格」的组合词。人工处理时我补了一条决策规则：含具体规格、价格敏感词的归交易型，含「哪种/什么样」的归商业型，纯材质+品类的默认归品类商业型。

人工复核抽查了 80 个词（约 13%），分类一致率 88%，不一致的集中在「实木餐桌推荐」——用户可能想要测评文章，也可能想要商品列表。这类词最后按「一分为二」处理：指南页和品类页都覆盖，靠内链锚文本告诉搜索引擎各自的分工。

第三步：600 词映射到 12 个落地页

分类完成后做映射设计。目标不是为每个词建一个页面，而是把意图相同的词聚成一簇，每簇对应一个页面。最终 12 个落地页的结构如下：

映射流程用一张图说清楚：

flowchart LR
    A["GSC 导出 617 个查询词"] --> B["去重聚合到词级 + 统计蚕食词"]
    B --> C{"意图分类<br/>n-gram 规则"}
    C -->|"71% 自动命中"| D["四类意图标签"]
    C -->|"29% unknown"| E["人工分批复核"]
    E --> D
    D --> F["同意图词聚簇<br/>按材质/品类/场景切分"]
    F --> G["设计 12 个落地页<br/>每页绑定主词+变体词组"]
    G --> H["301/规范标签收编旧页面<br/>内链重布"]
    H --> I["上线，按周跟踪 GSC 数据"]

三个决策点值得展开说：

一是旧页面怎么处理。 品类词原来排在单个产品页上，改造后这些产品页保留但从「扛词」转为「被聚合」：品类聚合页收编 20-40 个 SKU，产品页的标题改成纯产品名（去掉之前硬塞的「价格、怎么样」后缀），权重通过内链向上传递。两个内容完全重复的新闻碎篇直接 301 到对应科普文。

二是页面模板按意图定骨架。 品类聚合页首屏是筛选器和 SKU 网格，下方带 300 字左右的品类选购要点；对比指南页固定「结论先行表格 + 分维度展开 + 常见问题」三段式；科普长文按问答结构组织小标题（H2/H3 直接用查询词改写）。模板即意图的具象化，搜索引擎判断内容类型很大程度看页面结构。

三是发布节奏。 12 个页面分三批上线：第 2 周上 3 个品类聚合页，第 4 周上 4 个指南页，第 6 周上 3 篇科普和活动页，第 7 周完成旧页面收编。一次全量上线监控不了归因，分批能看清每类页面的生效周期。

第四步：内链把 12 个页面连成矩阵

页面多了不等于权重能流动，内链设计要主动。改造后的内链结构如下：

flowchart TD
    HOME["首页 L12（品牌导航+全站入口）"] --> L1["L1 餐桌品类页"]
    HOME --> L2["L2 书架柜类品类页"]
    HOME --> L3["L3 床品木家具品类页"]
    L1 -->|"锚文本：橡木和胡桃木哪个好"| L4["L4 对比指南"]
    L1 -->|"锚文本：餐桌尺寸选购"| L6["L6 选购指南"]
    L1 -->|"锚文本：实木保养方法"| L8["L8 科普长文"]
    L4 -->|"每个对比结论处带商品卡片"| L1
    L5 -->|"木材科普疑问回链"| L9["L9 木材知识百科"]
    L8 -->|"保养品推荐内链"| L11["L11 活动页"]
    L9 -->|"材质原理支撑对比结论"| L4
    L1 & L2 & L3 --> SKU["产品详情页 ×1200+<br/>（权重末端，不再单独扛词）"]
    SKU -.->|"面包屑回链"| L1

三条内链规则：

1. 品类页 → 指南/科普：用「XX哪个好」这类查询词做锚文本，把商业流量引向内容页，同时告诉搜索引擎该页承接哪类查询。
2. 指南/科普 → 品类页：在决策结论处放商品入口，用户读完对比就该去挑货，转化路径顺理成章。
3. 产品页 → 品类页（面包屑）+ 产品页之间零互链：产品页降级为权重末梢，不再互相竞争关键词。

上线前用爬虫工具把全站内链数跑了一遍，改造前指向品类页的内链占比只有 4%，改造后到 19%。

机制剖析：搜索引擎为什么奖励意图匹配的专门页面

这套做法有效，根子在排序引擎评估页面的方式上。现代搜索引擎的排序不只看关键词命中，还要评估查询意图、页面内容、落地页形态三者的一致性。

机制上可以拆成两层：

第一层是意图识别与结果多样性。 搜索引擎对查询词先做意图分类（Google 论文里表述为 interpreting queries，百度的需求分析同理），然后在候选结果里做意图多样性调度——一个「哪个好」的查询，结果页会倾向给出对比/评测型内容而不是商品列表页。这意味着如果全站只有商品列表页，商业调查型查询下你的候选内容天然低分，排不上去不是因为权重不够，而是页面类型根本不在该意图的候选池里。

第二层是 cannibalization 的权重稀释。 多个页面竞争同一查询时，链接权重、用户行为信号（点击率、停留、跳出）被分散；搜索引擎在相似页面间做选择时缺乏明确信号，只能各给一个平庸的排名。规范标签（Canonical）能声明主从关系，但如果多个页面内容形态根本不同却共享同一批关键词，声明反而显得自相矛盾。收编的核心是让每个查询簇有且只有一个明确的应答页面，其他页面通过内链和锚文本表态支持。（这里特意绕开了那个容易误写的英文——就是「多个页面抢同一个词」这回事，机制上叫自相蚕食。）

第三层信号是行为反馈。 改造后对比/选购类页面的平均停留时间从 41 秒升到 96 秒，跳出率从 78% 降到 54%。这类信号进入排序模型的反馈环，排名的爬升会比内容本身的改动滞后 2-4 周——这也是为什么数据对照必须留足 8 周观察期，第 2 周看到排名没动就下结论，大概率会误杀正确方案。

8 周数据对照

统计口径：改造前 8 周（第 0 周 - 第 7 周）与改造后 8 周（第 8 周 - 第 15 周），数据全部来自 GSC「效果」报告，仅统计自然搜索（Web 渠道）。单站观测，仅供参考。

几个过程中的观察：

• 第 9-10 周排名有短暂波动。三个品类聚合页上线后，原来的产品页排名集体下滑了 3-5 位，这是权重迁移期的正常现象，第 11 周开始回升。如果当时中止改造回滚，前面的功夫就白费了。
• 科普长文的生效周期明显长于指南页。L8 保养大全到第 14 周才稳定进 Top10，但带进来的 12 个长尾词都是信息型， bounce 低，成为活动页转化的上游入口。
• 对「一个产品页一个词」的执念是最难改的，产品团队最初反对把产品页标题改短，理由是「页面看起来不营销了」。第 12 周产品页整体转化率提升 21%（点击质量变高），这个争论才结束。

误区澄清与延伸

三个常见误区，都是这次踩过或差点踩的：

1. 聚类不是分词游戏。 把 600 个词切成 600 个页面是老路，聚簇的标准是「同一意图+同一应答能力」，一个簇里 50 个词共享一个页面才对。
2. 意图分类会漏掉混合意图。 「实木餐桌」这个词，搜索引擎自己都拿不准用户是看还是买，结果页是列表+文章混合形态。这类词的落地页要做成「聚合为主、内嵌选购模块」，别硬归一类。
3. 数据对照要留够时间窗。 排序模型的反馈周期以周为单位，短周期对比会把正常的波动当成失败。

趋势上多说一句：这套「意图簇—落地页—内链矩阵」的内容结构，对 AI 引擎同样友好——主题边界清晰的页面簇更便于生成式引擎理解站点在讲什么、该引用哪一页（Generative Engine Optimization, GEO 的基础正是这种结构化组织），但那是另一个话题，这里不展开。

如果你也在做类似的改造，欢迎在评论区聊你遇到的蚕食词规模和分批上线的节奏选择。

参考与延伸

1. Google 搜索中心：创建实用、可靠、以用户为中心的内容 —— https://developers.google.com/search/docs/fundamentals/creating-helpful-content
2. Google 搜索中心：Search Console 效果报告（关键词与落地页数据导出）—— https://support.google.com/webmasters/answer/7546158
3. 百度搜索资源平台：搜索学院（收录、排序与需求分析官方文档）—— https://ziyuan.baidu.com/college/index

SEO、搜索意图、关键词聚类、落地页规划、关键词自相蚕食、内链优化、Google Search Console