做法是:不要直接删除原页里的重复说明,而是先在公共页写出一段能独立成立的说明,再在原页留下“这句为什么和这个页面有关”的上下文锚点。判断是否提取成功,不看原页少了多少字,而看一个只读公共页的读者能否回答“它为什么适用于我当前这个页面”。
把你手里的旧页面打开,圈出反复出现的说明。它通常分两类:一类是通用定义、规则边界、流程前提,换个页面照样成立;另一类是带着本页条件、对象或历史背景的说明,离开本页就会失真。只有第一类适合提取到公共页。
一个可操作的检验是:把这句话单独复制到一个空白文档,删掉页面标题、栏目名和上下文,再读一遍。如果读者仍能判断“它在说什么、适用于谁、什么时候不适用”,它就可以进公共页;如果读起来像半句话,或者必须依赖本页的某个对象才能理解,就留在原页,或改成一句带条件的短说明再提取。
假设某旧系统文档里,每个功能页都重复写“本系统数据按日归档,归档后不可修改”。这句可以提取到公共页,因为它不依赖具体功能。但“该功能的历史记录只保留三个版本”就不能提取,因为它绑定具体功能,公共页读者无法判断它适用于谁。
公共页不是重复句的堆放处。提取前,把重复说明改写成一段能独立回答“是什么、适用条件、例外情况”的文字。常见做法是保留定义和边界,删掉只在某个原页成立的举例。
改写后做一次反向阅读:只读公共页,不读任何原页,看是否会出现指代不明。出现“如上所述”“该页面”“本功能”这类词,说明它还在依赖原页上下文,应改成具体对象或条件。
这一步的实际动作是:在公共页顶部加一句适用范围说明,例如“以下规则适用于本栏目全部页面,单页另有说明的以单页为准”。这句话的作用是给后续原页留锚点提供落点,也让公共页自己站得住。
原页不需要再抄一遍公共页全文。更稳的做法是留一句指向公共页的短句,并补上本页特有的条件。短句承担两个功能:告诉读者这条规则从哪来,告诉读者它在本页怎么落地。
可以按这个顺序写:先一句本页对象,再一句公共规则,最后一句本页例外或补充。例如:“本页处理的是旧版导入记录。归档规则见公共说明。旧版记录不参与自动归档,需人工确认。”这样读者即使从搜索结果直接落到本页,也能理解规则和本页的关系。
如果原页本身流量很低、内容已无维护价值,也可以只留锚点句,不再补本页例外。这个取舍取决于该页是否还有独立搜索需求。有独立需求的页面,锚点句后应保留本页特有信息;没有独立需求的页面,锚点句加跳转即可。
改动前后不要只看单个页面的抓取或展现变化。搜索需求本身会随季节和热点波动,采集时间不同也会造成差异,单看一次涨跌不能证明处理正确。
更可行的做法是选一组结构相近的页面做对照:一部分只做提取加锚点,一部分暂时不动。观察时同时记录该组页面在百度搜索结果中的落地页变化,以及用户是否还需要回到公共页才能看懂。若原页跳出明显、公共页停留很短,说明锚点句没有把“为什么和本页有关”说清,下一步应补本页条件,而不是把整段重复搬回来。
如果公共页本身没有被有效访问,也不必然说明提取错误。它可能只是缺少入口,或原页锚点句写得太泛。先检查锚点句是否具体,再决定是否调整公共页的适用范围说明。
旧内容、旧系统或旧合作关系退出时,重复说明往往混着仍然有效的规则和已经失效的流程。处理时先分三堆:仍然成立且通用的规则进公共页;仍然成立但只对特定对象成立的进对应原页;已经失效的流程从原页删除,不进入公共页。
这样做的结果是,公共页只承载跨页成立的规则,原页只保留本页对象和例外。后续再有人问“这条规则从哪来”,可以从原页锚点句追到公共页;再有人问“这个页面为什么特殊”,答案留在原页,不会被公共页吞掉。
完成一轮后,抽查三个原页和一个公共页:原页能否不跳转就读懂本页对象,公共页能否不依赖原页独立成立。两项都成立,这次提取才算保留了上下文,而不是把重复换了个地方堆放。