canonical 是什么,AI 搜索会看它吗?
canonical 是你告诉搜索引擎“这几个网址内容相同或很像,请以这一个为准”。Google 的文档(2026-11-07 核对)说,没有指定时它会自己挑一个。AI 搜索会不会读 canonical,OpenAI、Anthropic、Perplexity 的文档里我们没有找到说明,未核实;但规范网址选对,至少能让传统搜索里收录和展示的是你想要的那个网址。
canonical 有哪几种配法,哪种最强?
Google 把三种方法列成强弱不同的信号,可以叠加使用:
| 方法 | 强度(Google 文档) | 什么时候用 |
|---|---|---|
| 301 之类的永久重定向 | 强 | 要下线重复页时。服务器端重定向生效最快 |
| rel="canonical" 链接,或 HTTP 头 | 强 | 重复页要继续存在时。PDF 之类不是 HTML 的文件用 HTTP 头 |
| 放进 sitemap | 弱 | 只是建议,别当主要手段 |
同一页不要用不同方法指向不同的网址。HTML 链接和 HTTP 头选一个,不要两个都写。
canonical 写在哪里、怎么写才算有效?
| 规则 | 怎么做 | 违反的后果 |
|---|---|---|
| 位置 | 只写在 head 里;脚本不要改它 | body 里的会被忽略(Google 文档:只在 head 里被接受) |
| 网址 | 用绝对网址,带 https,不带锚点(#) | 相对路径或带 # 的写法可能不被采用 |
| 自指 | 规范页自己也写一条指向自己的 canonical | 没有自指,规范页的身份就靠 Google 猜 |
| 站内链接 | 内部链接指向规范网址,不指向重复网址 | 信号互相矛盾 |
| 不要用 robots.txt | 不要靠 robots.txt 做规范化 | 被禁的网址仍可能被收录,只是看不到内容 |
| 不要用 noindex 选规范页 | 同一站内用 canonical,不用 noindex | noindex 会让页面整个从搜索里消失 |
| 属性 | canonical 带 hreflang、lang、media、type 属性时不起作用 | 写了等于没写 |
| HTTP 和 HTTPS | sitemap 和 hreflang 里不要放 HTTP 网址 | 规范网址被分散 |
站内链接的写法见 站内链接对 AI 搜索有用吗?;JavaScript 渲染带来的问题见 AI 爬虫会执行 JavaScript 吗?(canonical 要在服务器输出的 HTML 里)。
多语言站的 canonical 和 hreflang 怎么配?
规则只有三条:每个语言版本的 canonical 指向它自己(同一种语言);所有语言版本用 hreflang 互相指回,含自己;再加一个 x-default。Google 在 hreflang 的文档里写明,只有单向的标注会被忽略(2026-11-07 核对)。不要把所有语言版本的 canonical 都指到英文版,那等于告诉 Google 其他语言是重复页。
下面是 mochistamp.com/en/guide/size 在 2026-11-07 的 head(只保留 canonical 和 hreflang):
<!-- https://mochistamp.com/en/guide/size --> <link rel="canonical" href="https://mochistamp.com/en/guide/size"> <link rel="alternate" hreflang="ja" href="https://mochistamp.com/guide/size"> <link rel="alternate" hreflang="en" href="https://mochistamp.com/en/guide/size"> <link rel="alternate" hreflang="zh-Hant" href="https://mochistamp.com/zh-hant/guide/size"> <link rel="alternate" hreflang="zh-Hans" href="https://mochistamp.com/zh-hans/guide/size"> <link rel="alternate" hreflang="x-default" href="https://mochistamp.com/en/guide/size">
| 页面 | canonical | hreflang |
|---|---|---|
| /guide/size(日语,没有语言前缀) | 自己 | ja、en、zh-Hant、zh-Hans、x-default |
| /en/guide/size(英语) | 自己 | 同上,x-default 指向英文 |
| /ar/phrases/kimochi(阿语) | 自己(/ar/ 开头) | 日、英、繁、简、阿、波斯、俄七种,加 x-default |
可以看到:每个页面的 canonical 是它自己;hreflang 只列真实存在的版本(尺寸指南只有四种语言,所以只列四种);x-default 指向英文。kagentx 自己的页面也是这样:每页一条自指 canonical,三种语言互指,x-default 指向英文版。阿语和波斯语页面的其他注意事项见 多语言网站怎么写 hreflang?AI 搜索怎么处理?。
多语言站最常见的配置错误有哪些?
| 错误 | 为什么不对 | 怎么改 |
|---|---|---|
| 所有语言页的 canonical 都指向英文版 | Google 要求用 hreflang 的站点,canonical 指向同语言的页面 | 每个语言版本指向自己 |
| hreflang 只有单向 | 两个页面没有互相指回,标注会被忽略 | 每个版本列出全部版本,所有版本的列表完全一样 |
| 列表里没有自己 | 文档要求每个版本包含自己 | 加一条指向自己的 alternate |
| 只写地区,或写了无效的地区代码 | 地区代码不能单独使用;英国是 GB,不是 UK | 语言代码在前,如 en-GB、zh-Hant |
| 用相对路径 | hreflang 的网址要写完整,含 https | 全部写成绝对网址 |
| hreflang 指向并不存在的页面 | 只翻译了一部分页面却列满全部语言 | 只列真实存在的版本 |
| 同一页用不同方法指定不同的规范网址 | 信号互相矛盾 | HTML 链接、HTTP 头、sitemap 保持同一个网址 |
sitemap 的 lastmod 每个语言版本分别写,见 sitemap 的 lastmod 怎么写才可信?。
同一模板只换几个词批量生成的页,有什么风险?
Google 的垃圾内容政策里有一条“规模化内容滥用”(scaled content abuse,2026-11-07 核对):为了操纵排名而批量生成大量对用户没有价值的页面,这条政策管的是目的,不管内容是怎么生成的(原文:no matter how it's created)。它列出的例子包括:
- 用生成式 AI 批量生成页面,却没有给用户增加价值
- 抓取别处的内容批量生成页面
- 同义词替换、翻译这类自动转换,且几乎没给用户增加价值
- 把不同页面的内容拼在一起,没有增加价值
- 建多个站点来掩盖内容的批量性质
- 大量页面读不懂,只是塞满搜索关键词
文档最后写道,如果你的站点上有这类内容,应当把它们排除在搜索之外。该页没有给“重复内容”下定义,也没有说多语言版本本身算违规;翻译只有在“几乎没增加价值”时才在例子里出现。多语言版本该做的是上一节的 canonical 和 hreflang,而不是靠删页面。
我们自己的规则(内容运营手册,2026-11)是:同一模板只换一个词的页不做。「X 用来做 Y」的场景页,怎么写才会被 AI 引用? 里是“写一个场景页必须有别处没有的东西”的做法。
一组模板页和重复页的区别,怎么自己判断?
MochiStamp 的台词页是一组同模板的页:/phrases/ 下有 10 页,每页 24 条台词和画法(2026-11-07 读取)。我们取页面主体区域,按行去重比较了三页的日语版:
| 对比 | 去重后的行数 | 相同的行 | 结论 |
|---|---|---|---|
| kimochi(感情)和 kihon(基本问候) | 156 对 113 | 41(占 kimochi 的 31%) | 相同的主要是导航、按钮和说明 |
| kimochi 和 koibito(恋人) | 156 对 113 | 41(占 kimochi 的 31%) | 台词、画法、开头介绍各不相同 |
这是我们的粗略比较,不是 Google 判断重复的方法,也不能证明这些页不会被当成重复页。真正不同的是:每页有各自的 24 条台词、每条台词的画法、开头一段针对这个场景的介绍,以及用该语言写的标题。阿语版的这类页(/ar/phrases/kimochi)近 28 天有 86 次曝光(2026-11-05 数据),说明至少被收录并展示过。
自查的问题:把两个批量页并排放,去掉导航和页脚,剩下的正文有多少是只在这一页才有的?如果只剩一个词不同,就合并成一页或加上别处没有的内容。
怎么一步一步检查自己的站?
1. 看每页 head 里的 canonical
查看源代码(不是开发者工具里的元素树,后者可能含脚本改过的内容),确认有一条、写在 head、是绝对网址、指向自己。
2. 检查多语言页的 hreflang 互指
打开两个语言版本,各自的列表应当完全一样,且含自己和 x-default。
3. 检查所有语言版本的 canonical
每个版本指向自己,不要全指向英文。
4. 检查 sitemap 和内部链接
sitemap 里只放规范网址,用 HTTPS;站内链接也指向规范网址。
5. 找出同模板的批量页
把同模板的页并排比,去掉公共部分看剩下的正文;剩得很少的,加内容或合并。
6. 在 Search Console 里复核
在“网页编入索引”报告里看有没有“重复网页”类的原因,并抽查几个网址。该报告里的具体文案以你账号里看到的为准,我们没有逐项核对。
结尾斜杠的写法不统一时,用 301 还是 307 合并,见 结尾斜杠的重定向是 307,对 SEO 有影响吗?301、302、307、308 怎么选。
有用但没有独特内容的页该不该 noindex、noindex 和 robots.txt Disallow 对 Google 和 AI 爬虫各是什么效果,见 薄内容页该不该 noindex?对 Google 和 AI 搜索有什么影响。
阿语、波斯语页面的 hreflang、canonical 在线上页面里的实际写法,见 阿拉伯语和波斯语页面在搜索和 AI 回答里的表现:一个小站的数据。
内容不同的单查询页和总页怎么分工(不是 canonical 的事),见 一个查询做一页,值得吗?一个小站的单查询页数据。
常见问题
每个页面都要写 canonical 吗?
建议写。Google 的文档建议规范页自己也带一条指向自己的 rel="canonical",用绝对网址,写在 head 里。
多语言站所有语言页的 canonical 都指向英文可以吗?
不可以。Google 对用 hreflang 的站点要求 canonical 指向同语言的页面;全部指向英文,等于说其他语言页是英文页的重复。
hreflang 里漏了返回链接会怎样?
Google 的文档写明,两个页面没有互相指向的话,标注会被忽略。
翻译成多种语言算重复内容吗?
Google 的政策页没有把多语言版本本身列为违规,也没有给“重复内容”下定义;它的例子是“自动转换且几乎没给用户增加价值”的批量页。做法是每种语言配自指 canonical 和互指的 hreflang,并用该语言写标题和正文。
AI 搜索会读 canonical 吗?
我们没有找到 OpenAI、Anthropic、Perplexity 官方文档的说明,未核实。把规范网址配对,至少能保证传统搜索里被引用的是你想要的那个网址。
出处
- Google Search Central · What is URL canonicalization (查看于 2026-11-07)
- Google Search Central · Tell Google about localized versions of your page (查看于 2026-11-07)
- Google Search Central · Spam policies for Google web search(Scaled content abuse) (查看于 2026-11-07)
- MochiStamp · Live page head (canonical and hreflang) (2026-11-07 读取)
- MochiStamp · Phrase pages (10), compared line by line (2026-11-07 读取)
- kagentx 评测:案例页的数据,日期写在每个例子里。