SaoChep.comSao Chép
Nội dung website và trùng lặp

Nội dung trùng lặp ảnh hưởng thế nào tới việc trang được tìm thấy trên Google

Nội dung trùng lặp thường không bị phạt, nhưng khiến công cụ tìm kiếm phải chọn một bản để hiện. Rủi ro là bản được chọn không phải trang của bạn. Cách giảm rủi ro.

Two colleagues in a bright coworking loft discussing beside a large window, one pointing at a laptop with blurred screen, seen from the side, faces turned away, morning light

Nội dung trùng lặp thông thường không khiến trang bị "phạt", nhưng khi gặp nhiều trang giống nhau, công cụ tìm kiếm sẽ gom chúng lại và chọn một bản để hiển thị; bản được chọn có thể không phải trang của bạn. Ngoài ra, tín hiệu như liên kết trỏ về bị chia cho nhiều bản, và công cụ tìm kiếm tốn lượt thu thập vào những trang không mang thêm gì mới. Chỉ khi nội dung được chép hàng loạt với ý định thao túng kết quả tìm kiếm thì mới thuộc diện bị xử lý theo chính sách chống nội dung rác.

Bài này giải thích cơ chế đó theo nguyên lý, để chủ website hiểu khi nào trùng lặp đáng lo và khi nào không. Bài không hứa thứ hạng: vị trí của một trang phụ thuộc rất nhiều yếu tố, và các công cụ tìm kiếm thay đổi cách đánh giá theo thời gian. Chi tiết cập nhật nên đọc ở tài liệu hướng dẫn chính thức dành cho người quản trị trang của từng công cụ.

Công cụ tìm kiếm làm gì khi gặp nhiều trang giống nhau

Khi thu thập trang web, công cụ tìm kiếm nhận ra những trang có nội dung giống hoặc gần giống nhau. Thay vì hiển thị tất cả, nó gom chúng thành một nhóm và chọn một trang đại diện, thường gọi là trang chính tắc. Người tìm kiếm chỉ thấy trang đại diện đó; các trang còn lại vẫn có thể nằm trong chỉ mục nhưng hiếm khi được hiện ra.

Việc chọn trang đại diện dựa trên nhiều tín hiệu: trang nào được khai là bản gốc qua thẻ canonical, trang nào được liên kết nội bộ nhiều hơn, trang nào nằm trong sơ đồ trang, trang nào dùng giao thức bảo mật, trang nào được các nơi khác trỏ tới. Các tín hiệu này là gợi ý, không phải mệnh lệnh; công cụ tìm kiếm có thể chọn khác với điều bạn khai nếu các tín hiệu mâu thuẫn nhau.

Vì vậy câu hỏi đúng không phải là "trùng lặp có bị phạt không", mà là "khi có nhiều bản, bản nào sẽ được hiện, và đó có phải bản mình muốn không". Với trùng lặp trong nội bộ trang, sai bản chỉ làm khách vào một địa chỉ xấu hơn. Với trùng lặp giữa trang mình và trang khác, sai bản có nghĩa là khách đi sang trang người khác.

Những hiểu lầm hay gặp về trùng lặp

Nhiều quyết định sai bắt nguồn từ hiểu lầm về cơ chế. Bảng dưới đặt cạnh nhau điều hay được nghe và điều gần với thực tế hơn:

Điều hay ngheGần với thực tế hơn
Có một đoạn trùng là cả trang bị phạtTrùng vài đoạn, nhất là trích dẫn hoặc thông tin chuẩn, là chuyện bình thường trên web
Phải đạt một tỷ lệ "độc nhất" nào đó mới được hiệnKhông có ngưỡng công khai nào như vậy; tỷ lệ của công cụ kiểm trùng không phải thước đo của công cụ tìm kiếm
Trang chép bài của mình sẽ làm trang mình tụt hạngThường công cụ tìm kiếm nhận ra bản gốc; rủi ro lớn hơn khi trang mình mới, ít tín hiệu, còn trang chép lại lớn
Viết lại bằng từ đồng nghĩa là thành nội dung mớiBài xào từ ngữ vẫn không thêm giá trị gì; công cụ tìm kiếm đánh giá giá trị cho người đọc chứ không đếm chữ khác
Cứ xoá trang trùng là xongXoá vội có thể làm mất liên kết trỏ về và gây lỗi; thường nên chuyển hướng hoặc khai trang gốc

Điểm chung của các hiểu lầm là coi trùng lặp như một con số cần ép xuống. Cách nhìn có ích hơn là coi trùng lặp như sự nhầm lẫn về địa chỉ: cùng một nội dung đang có nhiều địa chỉ, và bạn cần giúp công cụ tìm kiếm biết địa chỉ nào là chính.

Khi nào trùng lặp thật sự gây hại

Trang khác được chọn làm bản đại diện. Khi trang chép có nhiều tín hiệu hơn trang của bạn, chẳng hạn trang đó lâu năm, được nhiều nơi liên kết, công cụ tìm kiếm có thể hiển thị trang chép thay cho bài gốc. Đây là thiệt hại trực tiếp nhất.

Tín hiệu bị chia nhỏ. Cùng một bài nằm ở ba địa chỉ trên trang của bạn thì liên kết trỏ về cũng chia ra ba. Không bản nào nhận đủ, trong khi lẽ ra một bản có thể đứng tốt hơn.

Lượt thu thập bị phí. Với trang lớn có hàng chục nghìn địa chỉ, công cụ tìm kiếm phải đi qua rất nhiều bản giống nhau. Trang mới, bài mới có thể bị thu thập chậm hơn.

Trang toàn nội dung lấy từ nơi khác. Nếu phần lớn trang của bạn là mô tả nhà cung cấp, bài chép từ báo, bài dịch máy không biên tập, trang khó có lý do gì để được ưu tiên hơn những nơi đã có nội dung đó. Đây là vấn đề chất lượng, không riêng gì trùng lặp.

Chép hàng loạt có chủ đích. Trang tự động lấy nội dung của người khác, xào lại để thu khách tìm kiếm thuộc diện vi phạm chính sách chống nội dung rác của các công cụ tìm kiếm, có thể bị hạ hoặc loại khỏi kết quả.

Trùng lặp bên ngoài và trùng lặp bên trong

Trùng lặp bên ngoài là khi nội dung của bạn xuất hiện trên tên miền khác: bị người khác chép, bạn tự đăng lại lên nền tảng khác, đối tác đăng lại có xin phép, hoặc bạn dùng chung mô tả với nhà cung cấp. Bạn không kiểm soát được trang bên ngoài, chỉ có thể làm cho trang mình có tín hiệu rõ ràng là bản gốc, và yêu cầu những nơi đăng lại có xin phép khai trang gốc hoặc chặn lập chỉ mục bản đăng lại.

Trùng lặp bên trong là khi cùng một nội dung có nhiều địa chỉ trên chính trang của bạn: có và không có tiền tố www, có và không có dấu gạch chéo cuối, địa chỉ có tham số lọc, trang in, trang phân trang. Loại này hoàn toàn trong tầm tay, và thường là nơi nên bắt đầu vì sửa được ngay. Có một bài riêng trong chuyên mục đi sâu vào trùng lặp bên trong.

Hai loại cần cách nhìn khác nhau. Với trùng lặp bên trong, mục tiêu là gom về một địa chỉ. Với trùng lặp bên ngoài, mục tiêu là được nhận là bản gốc, và nếu ai đó chép mà không xin phép, đó còn là chuyện quyền tác giả chứ không chỉ chuyện tìm kiếm.

Tín hiệu giúp trang của bạn được nhận là bản gốc

Không có tín hiệu nào bảo đảm tuyệt đối, nhưng khi các tín hiệu đều chỉ về một hướng, khả năng trang của bạn được chọn sẽ cao hơn. Các việc nên làm:

  • Đăng trên trang của mình trước, rồi mới đăng tóm tắt hoặc chia sẻ ở nơi khác. Bài có mặt sớm và được thu thập sớm là một lợi thế.
  • Dùng thẻ canonical tự trỏ về chính nó trên mỗi bài, và nhất quán: liên kết nội bộ, sơ đồ trang, chia sẻ mạng xã hội đều dùng đúng một địa chỉ đó.
  • Gửi sơ đồ trang cập nhật và dùng tính năng báo địa chỉ mới nếu công cụ quản trị của công cụ tìm kiếm có hỗ trợ.
  • Liên kết nội bộ từ các bài liên quan về bài gốc, để bài đó không đứng lẻ loi.
  • Thêm chi tiết riêng mà trang chép khó giữ được: ảnh tự chụp, ví dụ của chính trang, cập nhật định kỳ có ghi ngày sửa.

Những việc này tốt cho người đọc trước, và tốt cho công cụ tìm kiếm sau. Đừng làm điều gì chỉ để "đánh lừa" công cụ tìm kiếm, vì chính sách của họ thay đổi còn thói quen xấu thì ở lại.

Tự kiểm mức trùng lặp của chính trang mình

Bắt đầu bằng công cụ dành cho người quản trị trang mà các công cụ tìm kiếm lớn cung cấp miễn phí. Phần báo cáo lập chỉ mục thường liệt kê các trang không được lập chỉ mục kèm lý do, trong đó có nhóm "trùng lặp" hoặc "trang thay thế có thẻ chính tắc phù hợp". Đọc danh sách này cho biết công cụ tìm kiếm đang gom những địa chỉ nào và chọn bản nào làm đại diện.

Tiếp theo, lấy câu đặc trưng của vài bài quan trọng tìm trong ngoặc kép, giới hạn trong tên miền của bạn. Nếu một câu trả về nhiều địa chỉ của chính trang, đó là dấu hiệu trùng lặp bên trong. Nếu câu đó trả về trang khác đứng trên trang của bạn, đó là dấu hiệu trùng lặp bên ngoài cần xem kỹ.

Cuối cùng, nhìn tổng thể: bao nhiêu phần trăm nội dung trên trang do bạn tự viết, bao nhiêu lấy từ nơi khác. Không có con số chuẩn, nhưng nếu phần lớn trang là nội dung có sẵn ở nơi khác, việc cần làm là đầu tư nội dung riêng, không phải chỉnh kỹ thuật.

Những cách xử lý nên tránh

Khi mới biết trang có trùng lặp, nhiều chủ website làm những việc gây hại nhiều hơn chính vấn đề ban đầu. Một số cách nên tránh:

  • Chặn công cụ tìm kiếm thu thập trang trùng bằng tệp robots, trong khi trang đó đang có thẻ canonical. Khi bị chặn thu thập, công cụ tìm kiếm không đọc được thẻ canonical, nên không biết phải gom trang về đâu.
  • Đặt thẻ canonical của mọi bài trỏ về trang chủ hoặc trang danh mục. Công cụ tìm kiếm thường bỏ qua gợi ý sai kiểu này, và trong trường hợp xấu, bài của bạn không được hiển thị riêng.
  • Dùng phần mềm xào bài để "làm mới" hàng loạt trang. Câu văn ra tối nghĩa, sai thuật ngữ, khách đọc thấy ngay, còn giá trị của trang thì không tăng.
  • Xoá cùng lúc hàng loạt bài cũ bị trùng mà không chuyển hướng. Những liên kết trỏ về các bài đó trở thành lỗi, khách đi vào trang trống.
  • Đổi cấu trúc địa chỉ toàn trang chỉ để "sửa trùng lặp" mà không lập bảng chuyển hướng đầy đủ. Đây là thay đổi lớn, cần kế hoạch riêng.

Nguyên tắc chung là sửa từ nhỏ đến lớn, mỗi lần một nhóm trang, rồi theo dõi báo cáo lập chỉ mục vài tuần trước khi làm tiếp. Sửa ồ ạt một lúc thì khi có vấn đề, bạn không biết thay đổi nào gây ra.

Câu hỏi thường gặp

Có phải cứ có nội dung trùng lặp là bị Google phạt không?

Không. Theo hướng dẫn công khai của Google, trùng lặp thông thường không bị phạt; công cụ tìm kiếm gom các bản giống nhau và chọn một bản để hiển thị. Chỉ việc chép hàng loạt nhằm thao túng kết quả mới bị xử lý theo chính sách chống nội dung rác.

Trang chép bài của mình đứng trên trang mình thì làm sao?

Trước hết kiểm tra trang của bạn có tín hiệu rõ ràng là bản gốc chưa: thẻ canonical, liên kết nội bộ, sơ đồ trang. Sau đó xử lý bản chép theo hướng xin gỡ hoặc báo cáo vi phạm quyền tác giả với nền tảng hoặc công cụ tìm kiếm.

Tỷ lệ trùng lặp bao nhiêu thì an toàn cho tìm kiếm?

Không có con số công khai nào. Tỷ lệ của phần mềm kiểm trùng là thước đo riêng của phần mềm đó, không phải thứ công cụ tìm kiếm dùng. Điều quan trọng hơn là trang có thêm giá trị riêng cho người đọc hay không.

Thẻ canonical có bắt buộc công cụ tìm kiếm chọn đúng trang không?

Không bắt buộc. Thẻ canonical là gợi ý mạnh, nhưng nếu các tín hiệu khác mâu thuẫn, như liên kết nội bộ trỏ về địa chỉ khác, công cụ tìm kiếm có thể chọn khác. Hãy giữ mọi tín hiệu nhất quán.

Trích dẫn đoạn văn bản pháp luật, định nghĩa có làm trang bị đánh giá thấp không?

Trích dẫn ngắn, có nguồn, đi kèm phân tích của bạn là cách viết bình thường. Vấn đề chỉ xuất hiện khi trang gần như chỉ gồm những đoạn chép lại mà không có giải thích hay giá trị gì thêm.

Nên sửa trùng lặp bên trong hay bên ngoài trước?

Nên bắt đầu từ bên trong vì hoàn toàn nằm trong tầm tay và sửa được ngay. Trùng lặp bên ngoài phụ thuộc vào trang khác, cần thời gian liên hệ hoặc báo cáo, nên làm song song nhưng đừng chờ nó mới sửa phần của mình.

Cần tư vấn cụ thể cho trường hợp của bạn?

Chúng tôi sẽ liên hệ trong vòng 24 giờ.

Đăng ký tư vấn ngay

Bài viết liên quan

Bạn cần hỗ trợ thêm?

Để lại thông tin, chúng tôi sẽ liên hệ trong 24 giờ.

hoặc
Gọi ngay 0926 138 138