解读

国内主流搜索引擎（百度、搜狗、360、神马）对“过滤页/筛选页”态度趋同：它们默认把大量参数拼接的 URL 视为“低价值重复面”，容易触发清风算法、飓风算法或细雨算法中的“重复内容”“垃圾聚合”条款。面试时，考官想确认三点：

1. 你能否第一时间识别过滤页与搜索页、专题页的差异；
2. 你能否用正确技术手段控制抓取与索引；
3. 你能否用数据论证“少量高价值过滤页”与“批量垃圾过滤页”的取舍逻辑，而非一刀切。

知识点

1. 过滤页本质：同一列表按价格、颜色、地区、尺码等参数动态拼接，URL 呈无限组合，Title、H1、正文高度相似。
2. 国内算法红线：
   • 清风 4.0：打击“虚假聚合”，无实质内容差异的筛选页会被降权。
   • 飓风 3.0：重复内容超过站点比例阈值，整站信任分下调。
   • 百度《搜索质量白皮书》：鼓励“可独立解决用户需求的页面”进入索引，其余建议屏蔽。
3. 技术控制手段：
   • robots 写法：Disallow: /?filter 或 Disallow: /&sort*
   • <meta name="robots" content="noindex,follow"> 配合 canonical 指向主分类
   • 百度站长工具“参数处理”提交忽略参数
   • 主动 sitemap 只提交静态分类页与高价值筛选页（≤2 个维度）
4. 数据验证指标：site 域名+inurl 过滤参数、索引量工具、抓取频次日志、收录后无点击比例。若 30 天内“有展现无点击”占比＞70%，即判定低质量，应禁止索引。
5. 例外场景：当筛选维度组合出“用户有稳定搜索量且站内 SKU≥20”的长尾需求（如“北京 三居 地铁房 500 万以下”），可单独做静态化、自定义 Title/Description、加图文说明，视为“专题”，允许索引并跟踪转化。

答案

标准做法：默认禁止索引，仅对“有明确搜索需求、内容差异度≥40%、SKU 充足”的极少数高价值过滤页做静态化后允许索引。原因：

1. 避免无限参数造成蜘蛛黑洞，浪费抓取配额；
2. 降低重复内容与稀薄页面比例，减少清风/飓风算法打击风险；
3. 集中权重到主分类页与核心专题，提升整站信任分；
4. 通过百度参数处理+robots 双重屏蔽，最快 1 个抓取周期即可清理已索引的低质过滤页，恢复主分类排名。

拓展思考

1. 大型电商双 11 前常临时放出“价格区间+促销标签”的过滤页抢长尾，但活动结束即 404 并提交死链，避免长期污染索引。面试可补充“动态索引生命周期管理”思路。
2. 百度 2023 年上线“智能聚合”实验，部分优质筛选页会被自动合并到搜索结果顶部的“聚合卡片”。未来策略可能从“全禁止”转向“结构化数据+实时质量评分”，需持续关注官方动态。
3. 与产品经理沟通时，可把“禁止索引”包装为“节省服务器成本、降低重复商品曝光、提升用户决策效率”三方共赢方案，减少部门阻力，体现 SEO 的跨部门推动力。