内链到底该怎么布:三层结构、三种锚文本与三个可立刻跑的自查脚本

一、内链不是「多链几篇」,而是一张要维护的路由表

写了几年站之后我逐渐发现,内容做得再细,如果读者和蜘蛛都找不到它,就等于没写。前两年我对内链的处理方式是「写新文章时顺手挑两三篇相关的放进去」,效果很随机:有的文章一年之后还有稳定的搜索流量,有的一发布就躺着不动。后来我把内链当成一件有结构的事来做,才明白问题不在数量,而在方向。

这一篇讲的是个人站最容易落地的一套内链方法:先有一张能看见全局的路由表,再用三种不同形态的链接(导航型、上下文型、返回型)各管一段路,中间用一份清单逐篇排查漏链,最后用站内路径的访问与抓取数据判断有没有起效。整套东西不需要任何插件,一台服务器加几个 grep 就够。

先立一条原则:内链的目的一定是「让读者到下一站」和「让搜索引擎知道这页归哪个主题」,而不是「给这一页多加几个链接数」。这两件事看着接近,做法的差别很大。为链接数而加的链接通常是导航区块里堆三十个标题,读者不点、蜘蛛也不当回事;为目的而加的链接,是正文里一句「这个问题我在另一篇里详细算过账」。

二、先画一张全站内容地图:三层结构就够

大部分个人站的内容结构其实是自然长出来的:首页、分类页、若干篇文章,可能还有标签页与搜索页。真正有用的地图不是画出所有页面,而是把页面分成三层:

  • 入口层:首页与分类页。它们的任务是让人快速看清「这个站讲什么」,链接要多而稳定。
  • 枢纽层:每个主题挑一到三篇写得最全的文章,它们负责承接该主题的核心词,同时把读者分发给该主题下的所有细分文章。
  • 叶子层:其余所有文章。它们不需要互相链接得太密,只需要「向上」链回枢纽,「左右」链到二三篇真正相关的邻居。

这张图一旦定下来,内链的工作量会下降一个量级。以前我总想着每篇文章都要链五篇,实际上叶子层只需要三条向上链接和两条左右链接,而枢纽层需要认真地做一份清单,把它下面的叶子全部挂上。

选枢纽的方法很朴素:打开统计,按分类看每篇文章的搜索展示量,取前两三篇,然后看它的正文覆盖度——如果它已经基本讲清了这一主题的框架,就值得当枢纽。选出来之后,更新它、补小节、把新写的叶子挂上去,这几件事的优先级高于再写十篇新的。枢纽层是内链里唯一需要定期维护的部分,其余部分一次做好可以放很久。

三、三种锚文本写法与各自的适用位置

锚文本是内链里最容易被忽略、又最容易出问题的部分。我把自己用过的写法归成三类:

  1. 精确型:锚文本就是目标页的核心词,例如「磁盘 I/O 排查」。它指向非常明确,但用多了会显得机械,而且如果同一个锚文本指向两个不同页面,等于自己跟自己做对。
  2. 描述型:用一句自然的话描述目标页的内容,例如「之前写过怎么判断是磁盘还是 CPU」,锚文本里含核心词但不完全等于。这是我用得最多的一类,也是长期最稳的一类。
  3. 导航型:锚文本是「这篇文章」「这里」「详见下文」这类。它对人有效,但对搜索引擎几乎不传递任何主题信息,只能算一条通路。

我的比例大致是:描述型七成、精确型两成、导航型一成。导航型不能完全不用,因为有些位置(比如脚注、系列文章的前后篇)用描述型会显得啰嗦;但如果全站九成都是「点击这里」,那内链对主题归集的作用就基本为零。

还有一条硬性检查:同一个锚文本不能指向两个页面。这个错误在个人站上极其常见,因为写「优化」这个词你会想链到性能那篇,写「收录」会想到 SEO 那篇,但同一批词在半年后被用来链了别的文章。查重方法在第五节,一条命令。

四、从正文里挖出该链的地方:三遍扫描法

补内链最有性价比的做法不是凭记忆翻文章,而是让文章自己告诉你哪里该链。我的方法是三遍扫描,都是纯文本检索,一次几分钟。

第一遍:找「提到但没链」的文章。拿一个主题的核心词,在全文里搜,找出提到这个词却没有对应链接的文章。这些位置是最佳补链点,因为上下文已经在了,只需要把词变成链接。

第二遍:找「链了但没必要」的地方。比如每篇都链首页、每篇都链同一个分类页。这类链接过多会稀释正文链接的权重分布,可以削减。

第三遍:找孤儿页。没有任何站内链接指向的页面。这类页只能靠 sitemap 被发现,收录速度慢,排名也起不来。孤儿页在所有内链问题里优先级最高。

三遍都可以用同一个思路实现:把站点的正文内容导出成纯文本,用 grep 找词,用 grep 找链接。我习惯把导出结果落成一个目录,每篇文章一个文本文件,文件名是 cid,这样后面所有检查都能批量跑:

# 把每篇文章的正文抓下来,一个 cid 一个文件
mkdir -p /tmp/b162_posts
for cid in $(seq 2000 2310); do
    curl -s -m 10 "https://www.example.com/$cid.html" -o "/tmp/b162_posts/$cid.html"
    sleep 0.3
done
ls /tmp/b162_posts | wc -l

拿到这些文件之后,所有检查都在本地跑,不用反复请求线上。注意 sleep 0.3:一秒钟几十个请求会被 WAF 当成扫描,得不偿失,几百篇也就两分钟。

五、三个可以立刻跑的自查:漏链、孤儿、锚文本冲突

先查漏链。下面这条找出所有提到某个核心词、却没有指向枢纽页的文章:

cd /tmp/b162_posts
for f in *.html; do
    grep -q '磁盘IO\|磁盘 I/O\|iostat' "$f" || continue
    grep -q 'hub-cid.html' "$f" || echo "$f"
done

输出就是需要补链的文章清单。把 hub-cid.html 换成你真正的枢纽页链接形式即可。这条命令的价值在于「以词找页」:你不需要记住哪篇提到过,词会帮你找。

再查孤儿页。把所有被链到的目标收集起来,跟所有文章列表做差集:

cd /tmp/b162_posts
grep -ohE 'href="[^"]*/[0-9]{4}\.html"' *.html \
  | sed -E 's#.*/([0-9]{4})\.html#\1#' | sort -u > /tmp/b162_linked.txt
ls *.html | sed -E 's#\.html##' | sort -u > /tmp/b162_all.txt
comm -23 /tmp/b162_all.txt /tmp/b162_linked.txt

差集结果里除了真孤儿,还会混进首页、分类页、分页这些非文章链接,看一眼就能分辨。真孤儿通常不多,但每一篇都是白写的。

最后查锚文本冲突。把「锚文本 → 目标」组成对,找同一个锚文本对应多个目标的情况:

cd /tmp/b162_posts
grep -ohE '[^<]{2,20}' *.html \
  | sed -E 's#([^<]{2,20})#\2\t\1#' \
  | sort | awk -F'\t' '{if ($1==prev && $2!=prevt) print "冲突: "$1" -> "prevt", "$2; prev=$1; prevt=$2}'

输出即为同一锚文本指向不同文章的条目。修法是保留一个主目标,其余改成描述型锚文本,或者干脆去掉链接。

六、模板级内链:相关推荐模块怎么配才有效

正文内链是人工的,模板级内链是自动的。个人站上最常见的自动内链是「相关文章」模块,而它最常犯的错误是:按发布时间取同类目最近几篇。这个逻辑在站刚起步时没问题,写到几十篇之后,所有文章的相关推荐都指向最新三篇,等于把全站链接集中到几个页面上,老的枢纽页拿不到链接。

更有效的三种做法,按实现难度排:

  • 按共同标签取交集,取不到再退回同类目最新。这是最简单的一档,纯 SQL 即可。它能保证「讲了同一个具体东西」的文章互相链起来。
  • 手工维护一张推荐表。每篇文章给二到四条固定推荐,写在文章的自定义字段里。听起来土,但准确率最高,而且可以放枢纽页而不是新文章。我现在的做法就是这一档,成本是每篇多花一分钟。
  • 按标题与描述的关键词重合度排序。用简单的分词加交集算分,不需要模型。适合文章量大的站,但要防止推荐出「关键词重合但主题无关」的结果。

不管用哪种,有一条验证规则:相关推荐模块的链接不该全是同一批页面。抓十个文章页,看推荐的 cid 分布,如果前五名里同一个 cid 出现了十次,说明这个模块只是在给一个页面刷链接,对全站结构没有帮助。

另一个常被忽视的位置是「系列文章」的前后篇。它天然给每个叶子页两条向上的返回路径,而且锚文本是文章标题本身,主题信息非常明确。写系列文的时候把这套链接一次做全,是长期收益最高的一次投入。

七、分页与列表页:别让第一页吃掉全部链接

分类页和列表页的问题在列表长度。如果一页显示五十篇,那第一页的链接权重会被五十个目标平摊,而且越往后翻越难被爬到。我的做法是每页十到十五篇,配合两种链接形态:

第一,列表里的标题就是链接,锚文本用文章标题本身,不做任何截断——截断到十五个字会让很多标题的区分度消失。第二,分页用普通链接,并且确保「下一页」与页码链接都是可爬的 a 标签,不是 JS 点击。至于要不要在分页上加 canonical,取决于你的分页是否承载独立内容,这一点我在讲 URL 类型的那篇里列过判定表,这里不重复。

最后一条限制:列表页不要放太多外部链接。有些站的侧边栏堆了二十个友链加十个外链,蜘蛛爬进来第一页就能顺着出去,站内正文的链接反而排在后面。外链集中放在一个独立页面,是个人站很划算的一种收敛。

八、怎么知道内链起效了:两个观察窗口

内链做了一轮之后,别凭感觉。我固定看两个东西:

第一是抓取路径。翻服务器日志,看蜘蛛抓到的页面里有多少是通过站内链接发现的。这件事没法直接读,但可以用间接指标:新文章发布后,如果它在两三天内就被抓到,且抓取时的 referer 是站的某个文章页,说明内链在起作用。如果新文章等一周还是「已发现未编入」,大概率是没有站内链接指向它。

第二是站内跳转量。在日志里统计 referer 来自本站、目标是文章页的请求量,按目标聚合。内链做好之后,这个数字应该整体上升,而且分布会更均匀——原来集中在首页的跳转,会有一部分转到枢纽页和叶子页之间。这一项用一条 awk 就能出:

awk '$11 ~ /^"https?:\/\/www\.example\.com/ {print $7}' /var/log/nginx/access.log \
  | sort | uniq -c | sort -rn | head -20

(字段号取决于你的 log_format,标准 combined 里 referer 是第 11 个字段,改过格式就要重新数。这也是我坚持给日志加自定义格式的原因,字段语义写死比事后猜稳得多。)

这两个窗口的观察周期我定成一个月。内链调整不追求立竿见影,它影响的是站点的整体结构,效果的显现通常跟着下一次抓取周期走,两周内看不出变化是正常的。

九、四条踩过的坑

坑一:为了内链而改标题。有人为了让锚文本和目标页标题对上,去改目标页的标题。改标题的成本远高于改锚文本,而且会让已有的排名重新评估。正确顺序永远是改锚文本。

坑二:链到 301 的旧地址。站换过 URL 结构之后,历史文章里的内链可能还指向旧地址。这些链接每次被爬都要多跳一次,且在新结构下指向的目标可能已经不同。批量替换内链之前先确认旧地址现在跳到哪里,别把一批链接改成了另一个主题的页面。

坑三:nofollow 用错位置。站内链接加 nofollow 会让权重分配变得难以推理,而且大多数情况下没有好处。真正需要 nofollow 的是不可信的外链与用户提交的链接,不是自己的文章。

坑四:一次改太多,看不出效果。我第一轮补内链一口气改了两百篇,三周后流量确实涨了,但完全不知道是哪一类改动起的作用。后来改成每次只改一个变量(只补孤儿页、或只换锚文本),每轮观察两周,才搞清楚具体机制。

十、小结:把内链当成一项季度工作

内链不像写作,它没有「完成」的那一天,因为每写一篇新文章,结构就变了一点。所以我把它固定成季度工作:每季度第一天跑一遍第五节的三个脚本,处理掉孤儿页与锚文本冲突;然后花两个小时更新一次枢纽页,把上一季度新写的叶子挂上去;最后看一眼第八节的两个窗口,判断这季度的调整有没有效。

两次之后你会发现,做这件事的成本很低,收益却很实在:老文章的流量被重新分发了,新文章的收录速度明显变快,读者在站内停留的页数也上去了。这件事没有技巧上的惊喜,全靠结构清楚、清单跑得勤、每次只动一个变量。

Last modification:November 21st, 2026 at 01:25 pm

Leave a Comment