Zero and Seven · Hệ thương hiệu nội dung số

Nội dung trùng giữa các site cùng chủ: canonical chéo, viết lại góc riêng hay bỏ

Hai site anh em cùng viết một đề thì chọn canonical chéo, viết lại theo góc riêng hay bỏ một bài. Bảng so ba cách, tình huống lãi kép và quy trình quyết định.

Tìm kiếm & trả lời AIĐăng 9 phút đọcNhóm biên tập 0n7

Khi hai site cùng chủ có bài trùng nhau, có ba cách xử lý: khai canonical chéo tên miền để chỉ định một bản gốc, viết lại một bài theo góc riêng của site đó, hoặc bỏ một bài (gộp vào bài kia và chuyển hướng). Trùng nguyên văn thì canonical hoặc bỏ; trùng đề mà khác người đọc thì viết lại góc riêng; trùng đề và cùng người đọc thì chọn một site giữ đề.

Nội dung trùng thông thường không phải lý do để Google phạt; Google thường chọn một bản để hiện và lọc các bản còn lại. Vấn đề của hệ nhiều site là bản được chọn có thể không phải bản mình muốn, hai bài chia nhau tín hiệu, và người đọc gặp hai câu trả lời na ná từ cùng một nhà xuất bản. Khi trùng có hệ thống và nhằm phủ truy vấn, nó chạm tới chính sách spam. Bài này phân loại các dạng trùng, so ba cách xử lý và đưa quy trình quyết định.

Các dạng trùng thường gặp trong một hệ

Đăng lại nguyên văn. Một bài tốt ở site A được chép sang site B “cho site B có bài”. Đây là dạng trùng rõ nhất, máy tìm kiếm nhận ra dễ dàng và gần như chắc chắn chỉ hiện một bản.

Cùng dàn ý, viết lại câu chữ. Hai người viết nhận cùng bản giao việc cho hai site, viết bằng chữ của mình. Câu chữ khác nhưng ý, thứ tự, ví dụ, bảng gần như giống. Đây là dạng phổ biến nhất ở hệ dùng chung kế hoạch đề.

Cùng đề, khác người đọc. Site về tài chính gia đình và site về toán cho học sinh cùng có bài lãi kép. Đề trùng, người đọc khác hẳn. Đây thường không phải vấn đề, miễn là bài thể hiện rõ góc.

Trang dùng chung theo khuôn. Trang giới thiệu, chính sách riêng tư, điều khoản, trang liên hệ gần như giống nhau ở mọi site. Phần lớn là bình thường, nhưng trang giới thiệu chép y nguyên làm mọi site trông như một.

Khối nội dung lặp trên mọi trang. Đoạn giới thiệu nhà xuất bản dài ở chân mỗi bài, khối hỏi đáp chung chèn vào mọi bài. Chúng làm tăng tỷ lệ trùng giữa các trang và loãng phần riêng của từng bài.

Máy tìm kiếm xử lý nội dung trùng thế nào

Khi gặp nhiều trang có nội dung giống hoặc gần giống, Google gom chúng lại và chọn một trang làm bản chuẩn (canonical) để hiện trong kết quả; các trang còn lại thường không hiện cho cùng truy vấn. Việc chọn dựa trên nhiều tín hiệu: khai báo canonical, chuyển hướng, liên kết nội bộ và từ bên ngoài, sơ đồ trang, giao thức an toàn và các yếu tố khác. Khai báo của chủ site là một gợi ý mạnh, không phải mệnh lệnh.

Thẻ canonical có thể trỏ sang tên miền khác. Với hai site cùng chủ đăng cùng một bài, bản ở site B có thể khai canonical trỏ về bản ở site A, báo rằng A là bản gốc. Google hỗ trợ cách này nhưng vẫn có thể chọn khác nếu các tín hiệu khác mâu thuẫn, ví dụ bản B nhận nhiều liên kết hơn hoặc hai bản thực ra khác nhau đáng kể.

Với nội dung cung cấp lại cho đối tác (syndication), hướng dẫn hiện hành của Google nghiêng về việc bên đăng lại chặn lập chỉ mục bản của họ thay vì chỉ dựa vào canonical, vì các trang đăng lại thường khác nhau nhiều về bố cục. Tài liệu này đã được chỉnh sửa theo thời gian; kiểm bản mới nhất trước khi đặt quy ước cho hệ.

Điều cần nhớ: trùng không làm site “bị phạt” theo nghĩa thông thường, trừ khi mục đích là thao túng (nhân bản hàng loạt để phủ truy vấn, chép nội dung người khác). Cái giá thường gặp hơn là mất quyền chọn: bản hiện ra không phải bản mình muốn, và công viết bản thứ hai là công phí.

So ba cách xử lý

Mỗi cách đổi một thứ lấy một thứ. Chọn theo dạng trùng và theo việc hai site có cùng người đọc hay không.

Canonical chéoViết lại góc riêngBỏ một bài (gộp, chuyển hướng)
Hợp khiCần giữ bài ở cả hai site cho người đọc của mỗi site, nội dung giống gần như nguyên vănCùng đề, người đọc hai site khác nhau rõCùng đề, cùng người đọc, một site rõ ràng là chỗ đúng
Người đọc được gìĐọc được ở cả hai siteMỗi nhóm có bài đúng cho mìnhMột bài đầy đủ hơn ở một chỗ
Bản hiện trên tìm kiếmThường chỉ bản gốcCó thể cả hai, cho hai nhóm truy vấn khácChỉ bài giữ lại
Chi phíThấp, chỉ khai báoCao, viết gần như mớiTrung bình, gộp nội dung và đặt chuyển hướng
Rủi roGoogle chọn khác khai báo; quên sửa khi bài gốc đổiViết lại hời hợt, vẫn trùng dàn ýMất người đọc quen tìm ở site bị bỏ nếu không chuyển hướng đúng

Trong thực tế, canonical chéo ít khi là lựa chọn tốt nhất cho bài kiến thức trong hệ. Nếu một bài đáng có ở cả hai site, thường là vì hai nhóm người đọc khác nhau, và khi đó viết lại góc riêng phục vụ họ tốt hơn. Canonical chéo hợp với trường hợp hẹp như thông báo chung, tài liệu dùng chung, hoặc bản đăng lại tạm thời.

Tình huống: hai site cùng viết “cách tính lãi kép”

Ví dụ giả định. Site tài chính gia đình có bài “lãi kép là gì, cách tính lãi kép khi gửi tiết kiệm”. Site học toán cho học sinh trung học có bài “công thức lãi kép và bài tập”. Một biên tập viên rà kho phát hiện hai bài trùng phần định nghĩa, công thức và hai ví dụ, và đề xuất bỏ một bài.

Kiểm người đọc thì thấy hai nhóm khác nhau. Người đọc site tài chính hỏi: gửi bao lâu thì được bao nhiêu, so kỳ hạn tháng với kỳ hạn năm, lãi nhập gốc thực tế ở ngân hàng thế nào. Người đọc site toán hỏi: công thức từ đâu ra, giải bài tập dạng tìm số năm, sai ở bước nào. Truy vấn tới hai bài cũng khác nhau rõ.

Quyết định: giữ cả hai, viết lại cho hai góc tách bạch. Bài tài chính bỏ phần chứng minh công thức, thay bằng bảng so sánh các kỳ hạn (ví dụ giả định), lưu ý về lãi suất thả nổi và về việc rút trước hạn. Bài toán bỏ phần sổ tiết kiệm thực tế, thêm cách dẫn ra công thức, ba dạng bài tập và lỗi học sinh hay mắc. Mỗi bài có một dòng dẫn sang bài kia cho người muốn đi tiếp: người gửi tiết kiệm tò mò công thức, học sinh muốn xem ứng dụng thật.

Sau khi viết lại, hai bài gần như không còn đoạn trùng, phục vụ hai nhóm khác nhau, và liên kết giữa chúng là liên kết vì người đọc chứ không vì máy tìm kiếm.

Quy trình quyết định cho một cặp bài trùng

Áp cho mỗi cặp phát hiện qua kiểm trùng định kỳ hoặc qua phân tích truy vấn.

  1. Xác định dạng trùng: nguyên văn, cùng dàn ý, cùng đề khác người đọc, hay trang dùng chung.
  2. Kiểm người đọc: đọc mô tả người đọc trong hồ sơ hai site và truy vấn tới hai bài. Hai nhóm có khác nhau rõ không.
  3. Nếu khác người đọc: giao viết lại góc riêng cho bài yếu hơn hoặc cả hai, kèm danh sách điểm cần khác. Dừng.
  4. Nếu cùng người đọc: xác định site nào đúng chuyên đề theo ranh giới đã thống nhất. Không có ranh giới thì người giữ danh mục quyết định và ghi lại.
  5. Gộp phần tốt của bài bị bỏ vào bài giữ lại, đặt chuyển hướng vĩnh viễn từ bài bị bỏ sang bài giữ lại, sửa liên kết nội bộ ở cả hai site.
  6. Nếu buộc phải giữ bản ở cả hai site với nội dung giống nhau (thông báo chung, tài liệu dùng chung), khai canonical chéo về bản gốc và ghi vào sổ để sửa cả hai khi bản gốc đổi.
  7. Ghi quyết định vào sổ bài của cả hai site, để kế hoạch đề sau này không giao lại đề đó cho site đã bỏ.

Bước cuối là thứ ngăn vòng lặp: không có nó, một năm sau một người viết mới lại nhận đúng đề đó cho site cũ, và cặp trùng sinh lại.

Trang dùng chung và khối lặp: xử lý gọn

Không phải trùng nào cũng cần xử lý. Với các trang theo khuôn, chỉ cần vài nguyên tắc.

  • Chính sách riêng tư, điều khoản: giống nhau là bình thường, chỉ cần điền đúng phần riêng từng site (tên site, việc site thực sự thu thập).
  • Trang giới thiệu: viết riêng cho từng site, nói site dành cho ai, viết về gì, ai biên tập; phần về nhà xuất bản chung chỉ là một đoạn ngắn.
  • Khối giới thiệu nhà xuất bản ở chân bài: rút còn một hai câu hoặc đưa vào trang giới thiệu, đừng lặp đoạn dài trên hàng nghìn trang.
  • Khối hỏi đáp: không chèn cùng một bộ câu hỏi vào mọi bài; hỏi đáp phải thuộc về từng bài.
  • Trang thẻ, trang lưu trữ theo ngày, trang tác giả rỗng: chúng thường trùng danh sách bài với trang chuyên mục; cân nhắc chặn lập chỉ mục nếu không có giá trị riêng.

Nguyên tắc chung: phần lặp nên ngắn, phần riêng nên dài. Một bài mà khối lặp chiếm phần lớn chữ trên trang là bài mỏng, dù thân bài có tốt.

Gộp bài giữa hai tên miền: phần kỹ thuật hay sót

Khi quyết định bỏ bài ở một site và giữ ở site anh em, phần viết thường được làm kỹ, còn phần kỹ thuật bị làm vội. Danh mục dưới đây giúp việc gộp không để lại người đọc lạc đường.

  • Chuyển hướng vĩnh viễn từ đúng đường dẫn bài cũ sang đúng đường dẫn bài mới ở site kia, không chuyển hết về trang chủ site kia. Chuyển về trang chủ làm người đọc mất câu trả lời họ đang tìm, và thường bị máy tìm kiếm coi như trang đã mất.
  • Giữ chuyển hướng lâu dài. Liên kết từ diễn đàn, từ tài liệu của người đọc, từ dấu trang có thể còn trỏ về đường dẫn cũ sau nhiều năm.
  • Gỡ bài cũ khỏi sơ đồ trang của site cũ và bảo đảm bài mới có mặt trong sơ đồ trang của site mới.
  • Sửa mọi liên kết nội bộ ở site cũ đang trỏ tới bài bị bỏ: hoặc trỏ thẳng sang bài mới ở site kia nếu hợp ngữ cảnh, hoặc trỏ sang bài gần nhất còn lại trong site cũ.
  • Nếu bài cũ có phần hỏi đáp, bảng hoặc ví dụ được người đọc tìm riêng, chuyển chúng sang bài mới chứ đừng để mất trong lúc gộp.
  • Ghi vào sổ chuyển hướng chung của hệ: đường dẫn cũ, đường dẫn mới, ngày, lý do. Khi một trong hai site đổi cấu trúc đường dẫn sau này, sổ này giúp không tạo chuỗi chuyển hướng nhiều bước.
  • Theo dõi vài tuần sau: lượt đọc bài mới có nhận phần của bài cũ không, nhật ký có lỗi không tìm thấy trang ở đường dẫn cũ không.

Chuyển hướng giữa hai tên miền cùng chủ là việc bình thường và minh bạch với người đọc: họ bấm vào một đường dẫn cũ và tới được nội dung tốt hơn. Điều cần tránh là dùng chuyển hướng hàng loạt để dồn tín hiệu của một site vào site khác mà nội dung không liên quan.

Hỏi đáp

Thẻ canonical chéo tên miền có làm site đặt thẻ mất uy tín không?

Khai canonical sang site khác nghĩa là chấp nhận để bản ở site kia hiện thay, nên trang đặt thẻ thường không xuất hiện cho truy vấn đó. Nó không làm cả site mất uy tín. Chỉ dùng cho những trang thật sự là bản sao, đừng dùng hàng loạt để “chuyển sức” giữa các site.

Dịch một bài từ site tiếng Việt sang site tiếng Anh cùng chủ có tính là trùng không?

Không. Bản dịch sang ngôn ngữ khác là nội dung khác với máy tìm kiếm. Hai bản nên liên kết bằng khai báo ngôn ngữ thay thế (hreflang) nếu là cùng một site đa ngôn ngữ. Lưu ý bản dịch máy không qua người duyệt có thể chạm chính sách về nội dung tự động.

Kiểm trùng giữa các site bằng cách nào khi có hàng nghìn bài?

Tự động hoá phần thô: so tiêu đề, so cụm từ khoá đầu tiêu đề, so tỷ lệ chuỗi từ giống nhau giữa các bài. Danh sách cặp nghi trùng sau đó cần người đọc để phân loại dạng trùng. Chạy kiểm trùng trước khi đăng bài mới rẻ hơn rất nhiều so với dọn sau.

Hai bài trùng ở hai site nhưng cả hai đều đang có người đọc tốt thì có nên động vào không?

Nếu hai bài đang hiện cho hai nhóm truy vấn khác nhau và người đọc của mỗi bên được phục vụ, có thể để yên và chỉ bổ sung liên kết dẫn qua lại. Nếu chúng thay nhau lên xuống cho cùng truy vấn, đó là dấu hiệu đang chia người đọc và nên xử lý.

Có nên dùng chặn lập chỉ mục cho bản trùng thay vì canonical không?

Chặn lập chỉ mục khiến trang không xuất hiện trong kết quả, nhưng không chuyển tín hiệu về bản gốc như canonical có thể làm. Nó hợp với bản đăng lại ở nơi khác hoặc trang dùng chung không có giá trị tìm kiếm. Với bài kiến thức trùng trong hệ, gộp và chuyển hướng thường gọn hơn cả hai.

  • nội dung trùng lặp
  • canonical chéo tên miền
  • cross-domain canonical
  • site cùng chủ
  • đăng lại nội dung
  • syndication
  • viết lại góc riêng
  • gộp bài
  • trùng chủ đề giữa site
  • trang dùng chung