先别急着删草稿或全量回滚。把“影响范围”拆成三层:哪些URL实际返回了草稿内容、哪些只是被内部链接或站点地图暴露、哪些已被抓取或展示。三层里只有第一层是确定损失,后两层需要证据区分。下面用一次假设的发布事故说明:编辑把三篇未完成草稿混进正式栏目,发布后两小时才发现。此时不同角色会给出不同判断,运营说“没流量没事”,技术说“日志里有抓取就是大事”,SEO说“先看收录”。这三种说法都不能单独定范围,只能转成可核对的项目。
发布后短时间内抓取量上升,常见解释有两种。第一种是草稿URL被站内链接、站点地图或历史栏目页带出,抓取工具只是顺着链接访问,并未把草稿当作可展示内容。第二种是草稿页确实返回了200状态、完整正文和可索引信号,抓取后进入候选展示池。两者都会让日志出现记录,但处理动作完全不同:前者只需撤链接和站点地图条目,后者还要检查页面是否已被展示、是否产生点击。
能区分这两种解释的证据有三类。看HTTP状态与响应正文:草稿页若返回200且正文完整,属于第二种;若返回404、410或跳转到栏目页,属于第一种。看页面头部信号:草稿页若带有可索引指令,风险更高;若带有禁止索引指令,抓取记录本身不构成展示证据。看展示侧数据:在搜索资源或统计后台按该URL前缀筛选,若出现展示或点击,说明已经越过抓取阶段。这三类证据里,第一类最直接,第二类决定后续动作优先级,第三类决定是否需要内容更正或下线。
把发布记录、站点地图、栏目页链接和日志里的URL合并成一张清单,去重后按路径前缀分组。动作是:对每组抽一个代表URL,用curl -I或浏览器查看状态码与头部,再在展示数据里查该URL是否有展示。结果会影响下一步:若代表URL返回200且可索引,整组按“已暴露”处理;若返回404或禁止索引,整组按“仅被抓取”处理;若状态码混杂,说明发布流程对不同模板处理不一致,需要逐条核对而不是整组回滚。
假设清单里有120个URL,其中80个属于草稿目录,40个属于正式栏目。抽检发现草稿目录里60个返回200、20个返回404。此时不能因为“大部分是200”就全量删除,因为那20个404可能是发布时被拦截的正常结果;也不能因为“有404”就认为没事,因为60个200已经构成暴露。下一步动作是:对60个200的URL逐一确认是否含未完成正文,对20个404的URL只检查是否被内部链接指向。这个动作的结果决定是否要提交移除请求或修改内容,而不是决定“有没有事”。
选择一:只撤链接和站点地图,不删页面。成立条件是草稿页返回禁止索引指令,或展示数据里没有该URL的记录,且草稿内容不含错误事实。此时撤链接后,抓取量可能下降,但下降本身不能证明处理正确,因为抓取量还受发布频率、站点整体抓取预算和外部链接变化影响。
选择二:修改页面内容或返回410。成立条件是草稿页返回200、可索引,且展示数据里已有该URL的展示或点击。此时只撤链接不够,因为页面本身仍可被访问和展示。动作是先把页面改为已完成内容或返回410,再观察展示数据是否在后续周期内减少。这里要说明假设:若展示减少,不能直接归因于这次修改,还要考虑季节、搜索需求变化和数据采集差异。比较时用修改前后相同长度的两个周期,并排除同期其他发布改动。
运营、技术和SEO的分歧通常卡在“影响范围”定义不同。转成项目时,至少列出四项:URL、当前状态码、是否可索引、展示数据有无记录。每项都要有来源,不能靠记忆。技术提供日志和状态码,SEO提供展示数据,运营提供发布记录和草稿正文。四项对齐后,范围自然缩小到“已暴露且可索引”的那一组。若四项里有一项缺失,先补证据再决定回滚范围,不要用“先全删再说”替代核对。全删可能误伤已完成的正式页,也会让后续判断失去基线。
最后一步是记录这次圈定用的清单和判断条件,供下一次发布混入草稿时复用。记录内容不需要复杂,只要包含:URL分组规则、状态码阈值、展示数据筛选条件、以及哪些条件成立时选择撤链接、哪些成立时选择修改或410。这样下一次出现类似情况,不同角色能直接对着同一张清单核对,而不是重新争论“有没有事”。