站内链接对爬虫和 AI 有什么作用?
站内链接让爬虫发现新页面,也告诉它页面之间是什么关系。Google 的文档(2026-11-07 核对)写得很直接:每个你希望被找到的页面,都应当至少被站内的另一个页面链到。AI 爬虫是否也沿站内链接发现页面,OpenAI、Anthropic、Perplexity 的文档里我们没有找到说明,未核实;但站内链接是爬虫在站内走到新页面最常见的路,所以把它当成基本功。
sitemap 回答的是“有哪些页面、什么时候改的”(写法见 sitemap 的 lastmod 怎么写才可信?),站内链接回答的是“这些页面怎么连在一起、哪个页面重要”。两样都要,不能互相代替。
什么样的链接,爬虫才跟得上?
Google 通常只跟随带 href 属性的 a 元素,其他写法“大多不会被解析”。用 JavaScript 插入的链接,只要最终是 a 加 href 也能抓;但正文本身是否直出,要看 AI 爬虫会执行 JavaScript 吗?。
| 写法 | 可靠吗(Google 文档) |
|---|---|
| a 标签加 href,绝对或相对路径都行 | 可靠 |
| 用脚本插入的 a 标签加 href | 可靠,前提是页面能被正常渲染 |
| span 上写 href | 不可靠 |
| a 标签只有 onclick,没有 href | 不可靠 |
| href 写成 javascript:… | 不可靠 |
锚文字怎么写?
锚文字就是链接上能看到的字。Google 的建议是:把锚文字单独拿出来读,看够不够具体;“click here”和“read more”是它给的差例子,空链接更差;图片做链接时,用 alt 文字当锚文字;简短自然,不要塞关键词,也不要把几个链接挤在一起。
| 写法 | 例子 | 评价 |
|---|---|---|
| 具体:写出目标页回答的问题 | sitemap 的 lastmod 怎么写才可信? | 好。读者和爬虫都知道点过去是什么 |
| 泛泛 | 点击这里、了解更多 | 差。脱离上下文什么也没说 |
| 关键词堆叠 | AI 搜索 GEO SEO 优化 排名 工具 | 差。不自然 |
| 图片链接 | img 的 alt 写“MochiStamp 尺寸指南” | 好。alt 就是锚文字 |
kagentx 的指南互链就用目标页的标题(或标题的前半句)做锚文字,例如 更新日志页(changelog)对 AI 搜索有用吗?、canonical 和重复内容:多语言站怎么配,才不被当成重复页?。
“每页至少两个站内入口”怎么做?
这是我们内容运营的规则:每个新页发布时,至少有两个别的页面链到它。第一个入口来自列表页,第二个入口来自一篇相关的旧页面,写在正文里。
1. 列表页:让页面自动出现在一个中心页上
kagentx 的 /guides/ 列表页会自动收进 guides 目录下的每一篇,所以新指南天然有这一个入口。MochiStamp 的 mochistamp.com/guide/ 有同样的列表。
2. 旧页:在相关的老页面正文里加一句
选话题最近的两三篇旧页,在讲到相关内容的那一段加一句,用目标页的标题做锚文字。只在页脚或侧栏放链接,我们不算作入口,爬虫看不出它和正文的关系。
3. 新页反过来链回旧页
新页里放两三个指向旧页的链接。链接是双向的,爬虫沿着任何一边都能走到。
4. 多语言站:链到同语言的版本
每种语言版本里的链接要指向同一种语言的页面;某个页面没有这种语言的版本时,不要放链接,也不要链到别的语言。
5. 上线前核对每个链接都能打开
新页和被改的旧页,每个链接都要打开看一遍,确认没有 404、没有跳转到错误的语言。
一个真实的例子:MochiStamp 的指南页怎么互相链
我们在 2026-11-07 用脚本读了 MochiStamp 的 15 个页面的源码:指南首页 /guide/、7 篇指南、动态贴图和自制贴图两个场景页、4 个工具页、点子页 /ideas/。结果是每个页面都被另外 14 个页面链到:页脚和侧栏放了全部指南和工具的列表,所以任何一个页面都不会成为没人链的孤页。注意这个数是链接出现的次数,没有区分正文里的链接和模板里的链接。
同时也出过错。MochiStamp 的部署记录(2026-11-06,v87)里有一行修复:日语点子首页指向“自制贴图”页(/personal-stickers)的链接被修正,波斯语的动态贴图指南不再链接一篇没有波斯语版本的指南。这两处都是 11-06 新页上线后才发现并修的,说明链接要在上线前逐个点开核对,尤其是多语言站。
我们自己也有缺口。2026-11-07 我们用同一个脚本读了 kagentx.com 的 sitemap(335 个网址,只数 HTML 里写好的链接):入站链接最少的是 /compare(0 个)和一批产品页 /p/…(各 1 个)。它们属于旧的产品库,不是营销站的指南,但说明这种检查值得定期做。
怎么自查站内链接?
下面这个脚本只用 Python 标准库:读取 sitemap 里的每个网址,数每个网址被站内其他 sitemap 页面链到几次,输出入站最少的 15 个。我们就是用它读的上面两个站。
import re, sys, urllib.request
from collections import defaultdict
from urllib.parse import urljoin, urldefrag
SITEMAP = sys.argv[1] # e.g. https://example.com/sitemap.xml
LIMIT = int(sys.argv[2]) if len(sys.argv) > 2 else 500
get = lambda u: urllib.request.urlopen(urllib.request.Request(u, headers={'User-Agent': 'Mozilla/5.0'}), timeout=25).read().decode('utf-8', 'replace')
pages = re.findall(r'<loc>([^<]+)</loc>', get(SITEMAP))[:LIMIT]
known = set(pages)
inbound = defaultdict(set)
for url in pages:
html = get(url)
for href in re.findall(r'<a [^>]*href="([^"#]+)', html):
target = urldefrag(urljoin(url, href))[0]
if target in known and target != url:
inbound[target].add(url)
for url in sorted(pages, key=lambda u: len(inbound[u]))[:15]:
print(len(inbound[url]), url)
用法:python3 inbound.py https://你的站/sitemap.xml 500。入站为 0 的是孤页,为 1 的离“两个入口”还差一个。它只数 HTML 源码里的 a href,不执行脚本,这也正是不跑脚本的爬虫看到的东西。更全面的检查见 AI 可见度审计清单。
链接写好之后,页面本身也要有值得被引用的内容,写法见 怎么写出 AI 愿意引用的内容?改写前后对照。
常见问题
站内链接越多越好吗?
Google 的文档说链接数量没有理想值,但太多是该删的信号。重点是相关,并且锚文字具体。
只在页脚放链接算入口吗?
算一个链接,但它是整站共用的,说明不了这个页面和正文哪一段相关。我们的做法是每个新页除了列表页,还要有一篇相关旧页在正文里链到它。
锚文字可以写“点击这里”吗?
不建议。Google 把“click here”“read more”列为差的例子,锚文字应当具体说明目标页是什么。
AI 爬虫会沿站内链接发现新页面吗?
我们没有找到 OpenAI、Anthropic、Perplexity 官方文档的说明,未核实。链接对 Google 的作用有官方文档,AI 爬虫这一点不要当成已证实的事实。
多语言站的内链要注意什么?
链到同语言的版本;没有这种语言版本的页面就不要链。MochiStamp 2026-11-06 修过一处波斯语页面链到没有波斯语版本的页面。
出处
- Google Search Central · SEO Link Best Practices for Google (查看于 2026-11-07)
- MochiStamp · Source of /guide/ and 14 more pages (2026-11-07 读取)
- kagentx · Source of the 335 URLs in the sitemap (2026-11-07 读取)
- kagentx 评测:案例页的数据,日期写在每个例子里。