学习契约与正确模型
先明确为什么学、学完能做什么，以及如何证明自己真的掌握。
B2B 站常因 CMS 改版、区域参数和产品下线产生大量 200 软 404、5xx 与重复 URL，污染索引信号并让销售入口失效。
- 能为 200、3xx、4xx、5xx 建立业务语义
- 能区分真正 404、软 404 与临时故障
- 能输出 URL 到模板、状态、流量和动作的审计表
精读 28 分钟 → 引导练习 18 分钟 → 实战任务 45 分钟。实战时间单列，不再把浏览页面和项目操作混成一个数字。
- 它是什么
- URL 是资源身份，状态码是当前请求结果；两者共同影响抓取、索引、缓存和用户路径。
- 为什么重要
- 搜索系统依赖可重复观察的协议响应判断资源存在、移动、删除或暂时不可用。
- 什么时候使用
- 新站上线、页面批量下线、模板异常、流量突降或抓取报告出现状态码峰值时。
- 什么时候不要套用
- 不要仅凭页面视觉正常就判定 HTTP 正常，也不要把所有非 200 都当错误。
- 边界与不确定性
- 状态码不保证页面质量、可索引性或最终展示；它只准确表达资源状态。
机制精讲
先读完整因果链，再看每个环节留下什么可观察信号。
URL 不是页面标题的别名，而是一个可以被长期引用、缓存、抓取和分享的资源标识；HTTP 状态码则是服务器对这次请求所作的协议级答复。学习这组契约时，要先把“屏幕上看见什么”与“请求实际上得到什么”分开：漂亮的错误页可能返回 200，能打开的地址可能经历五次跳转，而暂时维护的服务也可能被错误声明为永久删除。只有先读懂响应，后续关于索引、canonical 与链接迁移的判断才有可靠地基。
在 B2B 网站中，产品下线、品牌改名、文档版本升级和地区路由都要求业务语义与协议响应一致。状态码本身不保证排名，也不能证明内容有价值；它能做的是稳定表达“资源存在、移动、缺失还是暂时失败”。本课把协议事实、Google 公开处理说明和实践诊断分层，最终目标是让你能为一批 URL 写出明确、可测试、可回滚的响应契约，而不是看到非 200 就机械修复。
资源身份与响应分离
同一资源可以迁移到新 URL，而同一 URL 在不同时间也可从 200 变为 404 或 503。先定义业务对象是否仍存在、是否有等价替代，再决定响应；不能从想要的 SEO 结果倒推状态码。
重定向链的逐跳处理
3xx 告诉客户端到另一个地址继续请求。永久与临时语义应匹配真实生命周期；链越长，故障点、延迟和映射歧义越多，但不存在“超过某个固定跳数必然失效”的通用排名公式。
软错误与服务故障
页面返回 200 但正文表达资源不存在时，会形成软 404 语义；5xx 表示服务器未完成请求，维护窗口通常应明确返回 503。搜索引擎的最终分类属于其系统判断，不能仅凭页面外观断言。
关键概念
掌握术语之间的关系，才能迁移到不同网站、行业和工具。
成功与重定向
200 表示成功；301/308 表示永久移动，302/307 表示临时移动，需匹配业务生命周期。
真正移除
不存在的资源应返回 404 或 410；用 200 渲染“未找到”会制造软 404。
服务故障
5xx 表示服务端失败；维护期用 503 配合 Retry-After，比全站跳首页更诚实。
完整示范
跟随一次“输入 → 分析 → 中间产物 → 结论”，看见专家是怎样做判断的。
为停产传感器建立 URL 去向表
一家工业设备商更换产品线。以下数量均为教学用合成数据：旧目录有 120 个产品 URL，其中 70 个有一一对应新品，30 个只有更高层级替代方案，20 个彻底停产且无替代。
- 旧 URL 仍有外部引用和近十二个月点击
- 新品页面已发布并通过内容与可索引性验收
定义资源状态
- 输入
- 旧产品 SKU、生命周期、替代 SKU 和历史访问数据。
- 分析
- 先按业务对象分类，而不是把全部 URL 导向首页。70 个等价替代可做永久迁移；30 个是否重定向取决于上级页能否继续完成核心任务；20 个无替代应诚实移除。
- 输出
- 四列状态表：旧 URL、对象状态、等价目标、处理理由。
选择协议响应
- 输入
- 状态表与目标页面验收结果。
- 分析
- 等价迁移使用 301/308；暂时不可用但会恢复时考虑 503 与合理 Retry-After；无替代资源返回 404/410。不能用 302 长期掩盖尚未决定的映射。
- 输出
- 每个 URL 的期望首响应和最终响应。
验证实现
- 输入
- 预发布环境的 URL 清单。
- 分析
- 逐条检查是否单跳、是否循环、大小写与参数是否遗漏、目标是否返回 200，以及 canonical、内链和 sitemap 是否同步改向新 URL。
- 输出
- 包含失败类型、负责人和修复截止日的验收报告。
观察迁移
- 输入
- 发布日志、服务器日志与 Search Console 页面数据。
- 分析
- 先观察旧 URL 请求、新 URL 抓取、5xx 和映射错误等领先指标，再观察新 URL 的曝光与点击。排名波动不能单独证明重定向造成，也要保留需求和页面变化假设。
- 输出
- 按周更新的恢复看板和异常 URL 队列。
决策规则与证据边界
把“看到什么、意味着什么、下一步做什么”连起来，同时区分公开事实、实践推断和未知项。
- HTTP 标准定义了状态码类别与响应语义；服务器返回的状态和 Location 可被直接复测。
- 某一批软 404 或重定向链可能降低发现效率与用户成功率，需要日志、抓取与行为数据共同验证。
- 无法从公开资料得知 Google 对某条 URL 的全部内部处理时序或信号权重。
引导练习
先独立完成，再按提示修正，最后展开参考解法并用 0–4 级量规评分。
为一组旧文档 URL 决定响应。材料中的地址、数量与流量均为教学用合成数据，不代表任何真实网站。请输出逐 URL 处理与验证计划。
给定材料
- A：/docs/v1/api 有完全等价的 /docs/v2/api；B：/webinar-2024 无录像且活动结束；C：/pricing 因维护预计两小时恢复。
- 当前实现：A 经两次 302 到新页，B 返回带“活动结束”文字的 200，C 跳转首页；三个 URL 都仍在 sitemap。
需要提示时再展开
- 先写每个业务对象是永久迁移、真正消失还是暂时故障，再选状态码。
- 验证清单不仅看状态，还要覆盖最终内容、内链、canonical、sitemap 和日志。
完成后核对参考解法
A 应改为旧地址单跳永久重定向到真正等价的 v2 文档，随后把内链、canonical 与 sitemap 全部换成新地址；发布前验证参数或锚点不会丢失。B 没有等价录像或替代任务，应返回真正的 404 或 410，并在错误页提供相关活动入口，同时从 sitemap 和常规内链移除。C 是短时维护，应优先恢复服务；维护期间返回 503，并可配置合理 Retry-After，而不是把用户送到不相关首页。上线后保存完整响应链，按模板观察 5xx、旧 URL 请求、新 URL 抓取与用户任务成功率。以上能证明协议是否按设计执行，不能直接保证排名恢复。
自评分量规
真实项目实战
把理解变成一个可以检查、复核和复用的工作产物。
为 SaaS 产品与文档建立响应契约
产品改名后旧文档、活动页、登录页和 API 文档并存，抓取报告出现大量非 200 URL。
- 按模板和业务状态抽样 URL
- 记录状态、最终 URL、canonical、indexability 与内链来源
- 确认保留、替代、合并或删除意图
- 映射为状态码与目标 URL
- 复爬并核对 GSC 趋势
验收条件
- 重要 URL 返回预期的单跳响应
- 无替代资源返回 404/410
- 没有大量无关 URL 跳首页
- 5xx 能追溯到监控事件与修复记录
诊断练习
目标不是猜中答案，而是提出竞争假设并选择能区分它们的证据。
自然点击突然下降，但人工打开页面正常。
竞争假设
- CDN 对 Googlebot 返回 5xx
- CMS 对缺失内容返回 200 软 404
- 参数 URL 被错误重定向
- 监控只覆盖首页
应该检查的证据
- 用 curl 与爬虫保存响应头和最终 URL
- 核对服务器日志中的 Googlebot 请求
- 检查 GSC 页面索引与抓取统计
- 按模板比对发布变更
常见陷阱：只看一条 URL 检查结果，直接把相关性或算法更新当根因。
完成后用本页决策规则复核
- 若观察到：旧 URL 有明确且任务等价的新地址
应优先：使用单跳 301/308，同时更新站内链接、canonical 与 sitemap。
标题相似不等于任务等价；先人工抽样验证正文和 CTA。 - 若观察到：页面显示“未找到”但返回 200
应优先：让不存在资源返回 404/410，并保留有帮助的导航。
Search Console 的软 404 是系统分类，不是新的 HTTP 状态码。 - 若观察到：短期维护期间大量 URL 返回 404 或跳首页
应优先：恢复服务或用 503 表达临时不可用并加强监控。
503 不应无限期保留；维护结束必须恢复真实响应。
自测与误区
先口头回答，再展开检查。无法给出例外与证据，说明还没真正掌握。
你应该能回答
1. 这个 URL 的业务资源现在是什么状态？
参考答案：先确认 URL 所代表的业务资源仍存在、已永久移动、暂时不可用还是确实删除，再核对服务器实际返回的首响应和最终响应。
为什么：资源状态决定协议语义；仅凭页面视觉或搜索表现无法选择正确状态码。
2. 服务器、浏览器与 Googlebot 获得同一响应吗？
参考答案：不一定。应分别以无 Cookie 浏览器、curl、真实日志和经过验证的 Googlebot 请求检查；CDN、WAF、地区和 User-Agent 规则可能产生差异。
为什么：人工打开只覆盖一个客户端条件，不能代表爬虫收到相同响应。
3. 修复后哪个领先指标证明恢复？
参考答案：优先看错误响应率下降、重定向链与循环归零、目标 URL 获得抓取、旧内链和 sitemap 被清理；曝光与点击是更滞后的结果指标。
为什么：领先指标更接近实施动作，排名还受需求、内容与竞争变化影响。
需要避开的误区
- 404 本身不会惩罚整个网站
- 302 不等于永远不传递信号，但永久迁移应使用永久重定向
- 自定义 404 页面返回 200 仍是协议错误
术语与复盘
用自己的话复述术语和结论；如果只能认出、不能解释，就还没有形成可调用的知识。
- 资源标识
- URL 所指向的长期业务或信息对象，不等同于视觉模板。
- 301/308
- 表达永久迁移的重定向响应；308 还明确保留请求方法。
- 302/307
- 表达临时迁移的响应，适用于确实短期的地址变化。
- 软 404
- 响应成功但内容实质表达资源不存在时，搜索系统可能作出的分类。
- Retry-After
- 可随 503 等响应提供的再次尝试时间提示。
离开本页前记住
- 先定义业务资源状态，再选 HTTP 响应。
- 页面看起来正常不代表协议正确。
- 永久迁移应尽量单跳并同步所有站内信号。
- 无等价目标时不要默认跳首页。
- 先用响应和日志验证实施，再解释搜索结果。
资料与证据
优先采用官方和一手资料。实践材料用于补充工作方法，不替代机制证据。