SEO 网站架构：页面地图、抓取路径与治理

SEO 网站架构是网站背后的运行模型：哪些页面应该存在、每个 URL 负责什么任务、用户和爬虫怎样到达、哪些变体可以索引，以及业务改变后怎样保持结构一致。它不只是菜单，也不能简化为 Folder Pattern 或固定点击深度分数。

把网站架构定义成一组受控决定

让每个页面只有一个主要任务

页面可以支持多个次要行动，但需要一个主要受众、意图与结果。当两个 URL 负责相同任务时，它们会分散维护、链接、衡量和用户注意力，即使 Google 没有把它称为排名问题。

在写 Slug 前，使用搜索意图和第一方客户问题定义任务。

从客户旅程开始，不从关键词清单开始

服务型企业通常要先完成实用商业核心，再建立数百篇文章。规划访客怎样发现 Offer、评估适合度、验证能力、处理疑虑和采取行动。关键词可以揭示需求，却不能独立决定业务旅程。

画新结构前先建立完整 URL Inventory

Crawler 只能显示可达 URL，无法找出所有曾经建立的页面。结合 Crawl、CMS/数据库、XML Sitemap、Search Console、Analytics、Server Logs、Backlink Export 与业务记录。在确认状态前，Live、Redirect、Removed、Private 与 Staging URL 都要保留在 Inventory。

先建立 Page Map，再设计导航

Page Map 是决定记录，不只是视觉 Sitemap。每个计划 URL 都应有任务、Parent、受众、Intent、Index State、主要转化、证据要求和 Owner。导航再从已批准旅程设计，避免意外决定信息架构。

判断一个 Query 是否值得新 URL

搜索 Volume 不是建页规则。只有当用户任务、所需答案、转化、证据或产品集合明显不同，才建立独立页面。如果同一个页面能清楚处理变体，应改善现有 Owner URL。

使用合理层级，不追求固定深度

重点旅程应从相关 Hub 与导航直接到达。这不代表所有 URL 都要离首页一步，也没有 Google 通用“三次点击规则”。

Depth 会随着入口与 Template 改变。应该寻找无谓绕路和真正隔离，而不是把所有页面强行放平。

分开理解 URL 结构与网站结构

Google 表示它通常从页面之间的链接关系了解网站结构，而不是只看 URL Folder。整齐 Folder 可以帮助用户和运营，却不能取代菜单、分类路径和正文链接。

看起来扁平的 URL 可以属于内容系统深层；Nested URL 也可以获得明显入口。命名与链接关系都要审核。

选择可读、稳定的首选 URL

使用可读文字、有效 Encoding 与一致 Convention。避免随机 ID、Session Identifier、多余 Parameter，以及用 Fragment 加载应该独立索引的不同内容。JavaScript Route 应使用真实 URL 和 History API。

不要只为了加入关键词或删除 Folder 而改变成熟 URL。每次改变都要处理 Redirect、Internal Link、Canonical、Sitemap、Hreflang 与数据衡量。

只有 Folder 有助管理时才使用

围绕长期选择设计主导航

主导航应该显示少量长期用户任务，而不是复制所有页面。使用具体标签、可预测互动，以及手机上相同的重要目的地。Dropdown 或 Mega 菜单 仍需支持键盘、Touch 与抓取。

Google Sitelinks 自动生成。清楚 Title、Heading、结构与相关 Anchor 有助理解重点路径，却不能保证特定 Sitelink。

用 Breadcrumb 表达真实层级

Breadcrumb 帮助用户定位并显示 Parent Path；它不是浏览历史，而且层级要与 Page Map 一致。Breadcrumb Structured Data 可以辅助理解，但不能凭空创造网站架构。

用 Hub 与正文链接表达导航外关系

Hub 帮助受众选择经过维护的子主题；正文链接连接前置知识、解释、证据与下一步。继续阅读内部链接指南。

不要只为了增加目录层级建立空 Hub。Hub 需要独立引导任务、清楚介绍、筛选目标与持续 Owner。

不要依靠站内搜索发现页面

Googlebot 通常不会在站内 搜索 Box 输入查询。准备抓取的页面应通过 Category、分页、Hub 或正文路径抵达。Sitemap 可以补充发现，却不会代替用户旅程。

站内 搜索 Result 往往动态、重复且缺乏作为 Landing Page 的价值。应设置明确 Crawl 与 Index Policy，避免每个 Query URL 扩张网站。

为每种页面类型指定索引状态

让所有 Canonical 信号一致

Canonicalization 是 Google 从重复或高度相似页面选择代表 URL 的过程。声明 Canonical 是强信号而非必须执行的命令；内部链接、Redirect、Sitemap、HTTPS 与 Hreflang Cluster 也会影响选择。

首选 HTML 页使用绝对自引用 Canonical，Sitemap 与内部链接不要指向非首选变体。

从源头控制重复 Template

把 分页 纳入架构

Google Crawler 通常不会点击 Load More。分页中的每一页需要独立 URL 与连续正常链接，让深层项目可被发现。Fragment 不适合作为可索引页面识别。

每页通常有不同项目，应使用适合的 Self-Canonical。Google 不使用 rel="next" 与 rel="prev"进行索引。

把 Faceted Navigation 当成 URL 空间决定

Filter 对用户很有帮助，却可能为爬虫产生近乎无限组合。开发前先决定哪些组合值得成为 搜索 Landing Page。无需索引的 Facet 应通过经过测试的设计限制抓取路径。

要索引的 Facet 必须固定 Parameter/Path 顺序、禁止重复 Filter、空或无意义组合返回 404，并提供独特价值。Canonical 与 Nofollow 长期效果较弱，不能取代源头控制。

治理 Category、Tag、Author、Date 与 搜索 Archive

Archive 只有在具备稳定受众任务、足够有用项目、可抓取 分页、明确 Owner 和独特价值时才值得索引。CMS Taxonomy 的存在不等于搜索需求。

合并同义 Taxonomy，并限制编辑人员随意建立 Tag。作者页在作者身份重要且 Profile 有价值时有用；Evergreen 网站的 Date Archive 通常不需要成为搜索入口。

正确建立 JavaScript Route 与 Mobile Parity

每个准备索引的 View 都需要可解析 URL、正确 Status、真实 <a href>、Rendered Primary Content、独特 Metadata 与一致 Canonical。不同页面使用 History API，不要使用 Hash Fragment。

Google 使用手机版本索引。桌面重点内容与链接应保留在 Mobile Render。直接测试 Deep Route、Touch、Keyboard、Visible Focus，以及不能只在 Hover 出现的链接。

本地化之前先规划多语言架构

每种语言使用稳定独立 URL：英文主路径、马来文 /ms/、简体中文 /zh-cn/。每个真实翻译版本都 Self-Canonical，并加入双向 Hreflang Cluster。

本地化 Intent、Navigation、Anchor、Metadata 与 Conversion Journey，不只翻译正文。完整中/马来文页不能 Canonical 到英文，也不要只根据 IP 自动跳转。参阅多语言 SEO 指南。

用 Structured Data 加强，不创造架构

Breadcrumb、Organization、篇文章、Product 等 Schema 可以说明已有 Entity 与页面作用，但 Markup 必须符合可见内容和支持功能。它无法弥补缺少 Category Link、薄弱页面或矛盾 Canonical。

按照 Page Type 从维护良好的 Template 输出 Schema，验证生成结果并移除不真实 Property。

选择符合网站类型的架构 Pattern

判断孤立页面，并正确使用 Sitemap

真正孤立页在测试的 Link Graph 中没有任何入口。结合 Crawl、Sitemap、CMS、Analytics、Search Console、Logs 与 Backlink Records，先决定页面是否应该进入公开架构。

Sitemap 只是向 Google 声明首选 URL 的提示，不保证抓取、索引或排名。只放 Canonical、可索引的首选 URL；lastmod 只有在重大更新时才应改变。

按照网站规模处理 Crawl Budget

大部分小网站不需要复杂 Crawl Budget 项目，优先修复损坏旅程、重复 URL 生成和意外索引空间。大型或频繁更新网站可用 Server Logs、Crawl Stats 与分组 Inventory 理解 Crawl Demand 与 Capacity。

Facets、Session IDs、Duplicates、Soft Errors、Hacked URLs 与 Infinite Spaces 都可能消耗资源。应先修复生成和链接规则，不追求通用 Crawl Score。

改版与迁移时保护架构

上线前冻结已批准 Page Map，清点旧 URL 并为每个改变指定状态。只有目标真正等价时才使用 Server-Side Permanent Redirect，所有内部信号更新到最终 URL，并避免 Chain。

比较旧站、Staging 与 Production Crawl；上线后监控 404、Selected Canonical、Indexed Cohort 与客户旅程。不能把无关 Removed Page 全部跳到 首页page。

用 Change Control 管理架构

如果 Page、Campaign、Tag 与 Filter 可以在没有 Owner 的情况下建立，架构会快速退化。应在 CMS 或 Release Process 定义 Page Type、URL Rule、Navigation Eligibility、Index Default、Redirect 与删除流程。

用结果衡量，不用单一架构分数

改变结构前先诊断 Pattern

淘汰这些网站架构迷思

• Google 没有通用三次点击规则或理想层级数量。
• 扁平结构不会自动获得更好排名。
• URL Folder 不能独立说明完整层级；页面链接关系更重要。
• 每个 Slug 加关键词不是架构策略。
• Sitemap 不能取代正常入口或保证索引。
• Breadcrumb Schema 不能创造网站本身不支持的层级。
• 更多 Category、Tag、Filter 与 Location Page 不会自动建立权威。
• Canonical 是信号，不是解决无限重复 URL 的强制命令。
• Robots.txt 控制抓取，不能可靠移除已经知道的 URL。
• 不是每个孤立页面都值得加链接。
• 不能把所有 Removed Page 跳到 首页page。
• 没有架构可以保证抓取、索引、Sitelinks、排名、流量或转化。

可重复的网站架构流程

常见问题

网站应该有多少层？

没有统一数字。让重点旅程直接，只有真实信息或产品关系需要时才增加深度。

扁平架构排名更好吗？

不一定。合理层级与相关链接，比强行把所有 URL 放在同一层更有用。

Google 会用 URL Folder 判断层级吗？

可读 Folder 有助用户和运营，但 Google 表示页面链接关系是理解网站结构的重要方式。

博客 一定要使用 /blog/ Folder 吗？

两种方式都可行。选择稳定 Convention，不要只为了外观移动成熟 URL。

Sitemap 可以代替 Category Link 吗？

不能。它只是暴露首选 URL 的提示，不会建立浏览旅程或保证抓取索引。

Tag 与 Filter Page 应索引吗？

只索引有稳定受众任务、独特价值和持续 Owner 的精选页面。

Breadcrumb 必须有吗？

不是必须，但真实可见路径有助定位；Structured Data 必须符合实际关系。

旧 URL 应怎样处理？

仍合适就保留；否则跳到真正等价目标，没有替代时返回 404/410。

多语言页面怎样安排？

使用稳定 Locale URL、完整本地化、各自 Self-Canonical，并用双向 Hreflang 连接等价页。

什么时候审核架构？

改版、迁移、新 Taxonomy 和大规模扩展前审核，并持续监控 Orphan、Duplicate 与 Redirect Debt。

官方参考资料

• Google SEO Starter Guide: organize your site
• Google 搜索 Essentials
• Google URL structure best practices
• How Google 搜索 discovers pages
• Google: help Google understand your ecommerce site structure
• Google link best practices
• Google breadcrumb structured data
• Google sitelinks guidance
• Google canonicalization methods
• Google: build and submit a Sitemap
• Google: managing faceted navigation crawling
• Google pagination and incremental loading
• Google JavaScript SEO basics
• Google mobile-first indexing best practices
• Google localized versions and hreflang
• Google site moves and migrations
• Google redirects and 搜索
• Google robots.txt introduction
• Google HTTP status codes and network errors
• Google crawl budget management
• W3C WAI: page structure and navigation