KEEL · 龙骨 · A CURRICULUM FOR THE AI ERA

08 · 长期运维：让结果不退化 — keel 龙骨

本章目标：把前面七章的动作变成可重复执行的例行检查。 验收标准：有一份月度清单、一套告警，以及对"收录量"这个指标的持续记录。

本章目标：把前面七章的动作变成可重复执行的例行检查。
验收标准：有一份月度清单、一套告警，以及对"收录量"这个指标的持续记录。

SEO 不是一次性项目。做一次提交只是开始，真正决定结果的是接下来半年有没有稳定维护。这一章给出可执行的节奏与清单。

一、三个时间尺度的例行动作

每月一次（约 15 分钟）

# 1. 站点健康（上一门课第 08 章的 verify-site.sh）
./verify-site.sh

# 2. sitemap 抽样：随机 10 条，全部应为 200
grep -o '<loc>[^<]*</loc>' <(curl -s https://www.xxxxxx.cn/learning/sitemap.xml) \
  | sed 's/<[^>]*>//g' | shuf -n 10 \
  | while read -r u; do printf "%s " "$(curl -s -o /dev/null -w '%{http_code}' "$u")"; echo "$u"; done

# 3. 爬虫来访统计
grep -iE 'googlebot|bingbot|baiduspider|bytespider|GPTBot|ClaudeBot' \
  /var/log/nginx/learning.access.log \
  | grep -oiE 'Googlebot|Bingbot|Baiduspider|Bytespider|GPTBot|ClaudeBot' \
  | sort | uniq -c | sort -rn

# 4. 爬虫遇到的非 2xx
grep -iE 'googlebot|bingbot|baiduspider' /var/log/nginx/learning.access.log \
  | awk '$9>=400 {print $9}' | sort | uniq -c | sort -rn

记录爬虫抓取量这一列数字，它是趋势数据：抓取量持续上升通常先于收录量上升。

每季度一次（约 1 小时）

• GSC「网页」报告：已编入索引数量、未收录原因分类有没有变化
• 处理"已排除"类问题（重复、被 robots 屏蔽、重定向）
• 检查是否有新产生的死链（改过 URL 但忘了更新 sitemap/内链）
• 抽查 5 个重点页面的 title/description/canonical 是否仍然一致
• 看一次「核心网页指标」的现场数据是否退化

每半年一次

• 证书状态与续期流程（上一门课第 08 章）
• 站定结构与 URL 是否有调整需求（如需调整，务必 301 并同步 sitemap）
• 回顾内容质量：有没有该合并的近义页面、该删除的过时内容
• 重新审视 robots.txt 对 AI 爬虫的策略

二、需要告警的三件事

不要靠"想起来才看"。配置外部监控，覆盖：

免费方案很多（UptimeRobot、Better Uptime、云厂商的站点监控）。重点是"告警要能到达你"——配了但从不看的通知等于没配。

三、唯一值得持续记录的指标：收录量

site:www.xxxxxx.cn

每月记录一次结果条数：

看的是趋势，不是绝对值。 两个月没有增长才需要介入排查；单周不动完全正常。

增速停滞时的排查顺序

1. 日志：爬虫还来吗？抓取频率有没有下降？（第 05 章）
2. sitemap：新增内容有没有进 sitemap？lastmod 有没有更新？（第 01 章）
3. 质量信号：新页面是不是与已有页面重复？有没有真实增量？（第 06 章）
4. 技术回归：有没有不小心加了 noindex？canonical 有没有漂移？（第 02 章）

绝大多数停滞都能在前两步找到原因。

四、发版时不要破坏 SEO 的四条约束

在部署流程里固定下来，比事后检查有效得多：

1. 发布内容后必须重新生成 sitemap 与预渲染 shell
内容变了但 sitemap 没变，等于告诉搜索引擎"没有新东西"。

2. URL 不要随意变更
必须改时：301 旧 → 新，同时更新 sitemap、canonical、内链。三处一起改，缺一会产生重复内容。

3. 不要在生产环境遗留 noindex
预发环境常带这个标记。在发布检查里加一条：

curl -s https://www.xxxxxx.cn/learning/ | grep -ci noindex || echo "OK"

4. 改前端源码后要确认线上真的更新了
一条真实教训：发布脚本只发布内容（Markdown → JSON），不传前端源码，于是本地改了元信息生成逻辑，线上仍是旧构建产物。

验证方法（抓版本特征，不要抓通用属性）：

curl -s https://www.xxxxxx.cn/learning/ | grep -oE 'assets/[A-Za-z0-9._-]+\.js'

与本地 dist/assets/ 比对文件名。对不上说明线上是旧版本。

五、一份可以直接抄的月度清单

## 月度 SEO 检查（2026-__）

### 可用性
- [ ] verify-site.sh 全绿
- [ ] sitemap 抽样 10 条全 200
- [ ] 证书剩余天数 > 30

### 收录
- [ ] `site:www.xxxxxx.cn` 条数：____（上月：____）
- [ ] GSC 已编入索引：____（上月：____）
- [ ] GSC 未收录原因：无明显新增异常

### 爬虫
- [ ] Googlebot 抓取量：____（上月：____）
- [ ] Baiduspider 抓取量：____（上月：____）
- [ ] AI 爬虫抓取量：____（上月：____）
- [ ] 爬虫遇到的 404/5xx：____ 条（应接近 0）

### 一致性
- [ ] 抽 3 个页面：title / description / canonical / og:url 一致
- [ ] 无 noindex 残留
- [ ] 线上构建产物与本地一致（assets 文件名比对）

### 内容
- [ ] 本月新增内容已进 sitemap，lastmod 已更新
- [ ] 无新增孤儿页面

六、全课程收尾

到这里，两门课覆盖了从"买一个域名"到"半年后还能稳定增长"的完整链路。回过头看，真正决定成败的其实只有几件事：

1. HTTPS 是前提 ——没有它，很多入口直接不可用
2. 正文必须在 HTML 里 ——不执行 JS 的爬虫抓不到 SPA
3. 必须主动提交 ——搜索引擎不会凭空发现新站点
4. canonical 三处一致 ——sitemap / 页面标签 / 内链
5. 用日志而不是感觉判断 ——"搜不到"有十几种原因，日志能一次定位

剩下的内容质量、内链、性能，都是在以上五条成立之后的增益项。

最后一句：不要用"搜原文"判断收录，用 site: 查询。
原文搜不到有两种完全不同的原因（没收录 vs 排名靠后），混淆它们会导致你把时间花在错误的地方。

进入 keel 阅读