规模扩大后,最先不该继续手工做的,是那些“每次都要逐页重复、结果只依赖同一条规则”的工作,例如逐页改写标题、批量补写描述、逐条检查标签是否重复。手工适合处理少量例外,不适合承担稳定、重复、可验证的批量任务。判断标准不是页面多不多,而是这项工作是否已经形成固定规则,且每次执行结果都能用同一套条件核对。
假设一个站点早期只有三十个页面,编辑手工为每页写标题、描述和分类标签,效果不错。页面增加到三千个后,同样的做法开始出现两个变化:一是标签重复和遗漏增多,二是编辑没有时间逐页回看旧内容。此时问题不是“手工是否认真”,而是手工的检查成本已经超过规则本身的价值。若继续逐页处理,下一步通常只能靠抽查,而抽查无法证明全量页面都符合规则。
这个情境的关键边界是:手工并非立刻失效,而是当页面数量、更新频率和规则稳定性同时上升后,逐页操作不再能覆盖全部对象。若站点只有几十页且更新很少,手工仍可能更省事;超过这个范围,就应把工作拆成“规则可批量执行”和“例外必须人工判断”两类。
第一类是标题和描述的重复模式。若大量页面的标题都按“产品名 + 属性 + 场景”生成,描述都按“页面主题 + 适用对象 + 下一步动作”生成,那么逐页手写只是在重复同一套结构。此时可以先用规则生成候选,再人工检查少数高风险页面。动作是:从全量页面中按模板分组,每组抽看若干页,确认模板没有把不相关信息套进标题。这个动作的结果会决定下一步是继续扩大模板,还是先修正模板中的错误变量。
第二类是标签的重复与缺失检查。手工检查只能发现眼前几页的问题,规则检查可以列出全站标签的出现次数、空值页面和异常组合。这里要注意:标签数量多不等于标签质量高,标签重复也不一定直接导致抓取或索引问题。它更可能影响页面主题是否清晰、内链是否指向合适对象。因此检查结果应作为线索,而不是直接当作结论。
第三类是旧页面的定期回看。页面规模扩大后,逐页回看旧内容几乎不可能持续。更合适的做法是按更新时间、流量变化或内容类型分组,只回看其中一部分。若某组页面长期没有更新且没有明显问题,就不必为了“全部手工检查”而消耗编辑时间。
规则能处理重复,但不能替代判断。以下工作不适合完全交给批量规则:
这里的取舍是:规则负责“发现和覆盖”,人工负责“定义例外和处理例外”。如果把例外也交给规则,容易把本来需要单独判断的页面强行套进同一模板;如果所有页面都保留人工,规模一上来就会回到逐页操作的老路。
假设你准备把标签优化从手工转为规则处理,可以先做一个最小检查:选取同一模板下的若干页面,记录标题、描述和标签的生成规则,然后核对其中是否存在重复、缺失或与页面主题不符的情况。若多数页面符合规则,只有少数例外,下一步应把规则扩展到同组页面,并单独列出例外清单;若多数页面都不符合规则,说明问题不在执行方式,而在模板本身,下一步应先修正模板,而不是继续扩大批量范围。
这个检查的动作和结果直接相关:检查结果决定你是扩大规则覆盖,还是回到模板修正。它不需要承诺任何收录或排名结果,只回答一个更小的问题——这批页面是否已经稳定到可以按同一规则处理。
手工并非完全退出,而是从“逐页执行”转为“定义规则、抽查结果、处理例外”。更合理的分工是:
这样做的结果是,手工时间从覆盖全量页面转为覆盖判断节点。页面越多,这种分工越必要;页面很少时,手工逐页反而可能更快。判断的边界始终是:这项工作是否已经形成稳定规则,且结果可以用同一套条件核对。若是,就不适合继续手工做;若不是,手工判断仍然不可替代。