程序化SEO怎么做不被算法当薄页？三要素实战

程序化SEO（pSEO）和内容工厂不是一回事，但90%的中文SEO圈把这两件事混着用，结果就是看到的反面案例多、做对的真实案例少。pSEO本质是用一套模板复用每页独有的稀缺数据，三要素是词库×数据源×模板。三条缺一条都塌：词库没意图、数据没独有性、模板没差异化。

HCU之后这件事的门槛被抬得很高，但并没有死。存活下来的pSEO项目都满足三个硬条件：单页对应真实长尾查询、单页注入了独有数据、生成节奏与索引控制配对。本文给适合判定矩阵、剪枝公式、五类典型陷阱、HCU存活三条件、单页收益账与可被AI Overviews引用的pSEO块设计。

程序化SEO在英文圈被Sahil Lavingia、Tim Soulo这些人讨论过很多次，从Nomad List到Zapier App Directory到G2的对照页，都是已经被验证有效的范式。在中文圈这件事被广泛误读，多数人把pSEO等同于“用AI批量生成长尾页”，于是2023到2024年那一波pSEO热潮过去之后，留下的是一堆HCU之后被打到的项目和“pSEO已死”的论断。这两件事都是错的——错的是做法，不是范式。

下面把pSEO的机制拆透：它和内容工厂的差别在哪、三要素怎么搭、什么生意适合做、什么场景会翻车、HCU之后还能不能做、怎么决定项目要不要继续推。

程序化SEO到底是什么？

不严谨的说法是“用模板批量生成页面做SEO”——这个描述把pSEO和内容工厂、AI批量改写、关键词页面注水混成了一类。严谨的说法是：用一套页面模板，针对一个有规则的查询意图矩阵，每页注入独有的、真实的、对用户有具体价值的数据，规模化生成可索引的着陆页。

三要素：词库、数据源、模板

pSEO永远是这三件事的组合：

• 词库：一组按规则可枚举的查询意图。规则通常是2-4个维度的笛卡尔积，比如“城市×服务类型”“产品类型×对比品牌”“工具名×集成对象”。维度的关键是每个维度的取值组合都有真实搜索量。
• 数据源：每个词库节点对应的独有数据。比如比价站每个城市每个服务的真实价格区间、招聘站每个职位每个城市的薪资分布、工具站每个参数组合的真实计算结果。
• 模板：把数据按一致的版式渲染成页面的脚手架。模板的差异化能力决定了Google看到的是“一万页内容”还是“一万份模板复制”。

三要素中数据源是命门

没词库做不出页面，没模板做不出规模，但没数据源就只能做出薄页。判断一个pSEO项目能不能做下去，第一个问题永远是：你这一万页中每一页都有真实独有的数据吗？没有就立即停。这条比任何工具选型都重要。

和“内容工厂”的边界

内容工厂是用模板套生成同质化文字，每页对用户的边际价值为零；pSEO是用模板复用每页独有的稀缺数据，每页对应一组真实查询意图与数据答案。两者在工程层面看起来都是“批量”，在用户层面价值差异巨大。Google的HCU、SpamBrain、PageRank-style信号叠加之后，对“同质化”的识别能力已经远超关键词层。

pSEO和内容工厂的本质差别在哪？

这条很多人答错。常见错误答案：内容工厂用AI、pSEO用模板。错的，两者都可以用AI或模板，区分点不在工具。

区分点是“每页独有数据”

把任意两页内容并排放，问一个外行用户：这两页有什么不同？

• 如果答案是“只有标题里几个词不同，内文几乎一样”——那是内容工厂。
• 如果答案是“标题不同、内文核心数字/事实/参数都不同，且这些差异对我的决策有意义”——那是pSEO。

Zapier的“X与Y如何集成”页面是典型pSEO——每页讲两个具体软件如何对接，配什么trigger、什么action，截图、链接、流程都不同。同样模板，一万页，每页都独立有用。一个伪pSEO示例：“XX城市XX服务推荐”，每页只是把城市名替换、推荐列表是同一份全国通用——这是内容工厂。

Google看见的是什么

Google的内容相似度比对不是文字层的暴力字符比对，是嵌入向量空间的语义相似度。文字稍变、数字稍换，Google看得到模板复制；只有当独有数据真正承载了核心价值，向量空间里才会被识别为独立内容。这就是为什么单纯换词、换标题、AI重写都骗不过去——HCU之后这件事被进一步强化。

和内容工厂兄弟篇的边界

内容多发布SEO时代过去了那篇是从反面讲“为什么AI批量内容会被算法清”。本文从正面讲“pSEO在算法允许的边界内怎么做”。两件事是同一币的两面：内容工厂死了，pSEO仍然活着，因为后者每页都有数据稀缺度做地基。

把pSEO当数据资产复用，不是文字批量生产

这是pSEO最常被误读的一点。pSEO的目标函数不是“多发文章”，是“把同一份独有数据的价值复用到多个查询意图上”。Zillow的每个房源页是同一份MLS数据按城市/邮编/小区/价格区间多维度切片；Skyscanner的每个航线页是同一份航班数据按出发城市/到达城市/季节切片。底层数据没变，但每个切片对应一个独立的搜索意图，因此每页都有人搜、每页都有用。把pSEO当数据资产复用之后，团队角色和工程做法都会变——数据团队成为pSEO项目的核心，不再是“内容团队多招几个写手”。

什么生意适合做pSEO？

不是所有生意都适合。我见过的失败案例里，约一半是“生意本身不适合pSEO但硬上”导致的。先看适合的五类。

五类高适配场景

这五类的共同特征：用户需求维度组合多（百到万级）、每个组合有真实长尾搜索、每页有独有真实数据。三个条件叠加，pSEO才有机会做出价值。

五类典型陷阱场景

反过来五类是陷阱：

• 纯品牌词或单一服务：维度不够（只有一个），凑不出pSEO的笛卡尔积。
• 非标品+主观决策：比如奢侈品、艺术品、定制服务，决策因子主观、长尾搜索意图弱，pSEO效率低。
• 查询意图被Google直接给答案：比如汇率转换、单位换算这类Google直接给答案的，做了pSEO也拿不到点击。
• 纯内容站非数据站：比如新闻博客类，没有独有结构化数据可注入，做模板等于内容工厂。
• 低毛利+高获客成本：pSEO要有工程投入，单页收益＜单页成本时项目活不下去。

判定矩阵

合并适合与陷阱的判据，给一张项目立项前必做的快速判定矩阵：

pSEO的词库怎么搭？

词库的本质是“一组按规则可枚举的查询意图”。规则一定，词库就一定，工程上是数据库表，不是关键词列表。

从笛卡尔积出发

先定维度。最常见是2-4个维度。比如城市（300个）×服务类型（50个）=15000个组合；产品类型（200个）×对比品牌（50个）×对比维度（10个）=100000个组合。组合空间一旦上百万，必须剪枝，否则索引控制、抓取预算、内容质量三条全炸。

剪枝的三个条件

剪枝公式：保留组合 = 有真实搜索量AND有商业价值AND不重叠现有内容。

• 有真实搜索量：用GSC、Ahrefs、Semrush拉每个组合的月搜索量，砍掉0搜索量的“死组合”。这一步通常能砍掉50%-70%。
• 有商业价值：保留信息意图+商业意图+交易意图的，砍掉纯信息意图但无变现路径的。
• 不重叠现有内容：与站内已有页面做语义重叠度比对，重叠度>0.7的合并不新建，避免自相残杀。

剪枝后的现实分布

实操中100万原始组合剪到3-5万可生成页是常见区间。前1%页面贡献60%流量、前10%页面贡献90%流量是经验值。剩下90%页面可能只贡献10%流量——但这90%页面如果数据真实独有、运维成本可控，仍然该留，因为它们撑起了主题权威与AI抽取覆盖。

词库工程化：用数据库不用Excel

5000条以上的词库不要用Excel管理，会出问题。建议用一张数据库表，每行一个组合，字段包含维度值、搜索量、商业价值分、状态（待生成/已生成/已下线）、单页绩效（impressions、clicks、conversions）。这张表本身就是pSEO项目的中心账本。

pSEO的数据源怎么找才合规？

数据是pSEO的命门，但数据来源也是pSEO项目最容易踩法律雷的环节。常见的三类来源各有不同的合规边界。

自有数据：最稳但最少

用户上传、平台行为、交易记录、自有专业判断——这些都是自有数据。最大的优势是无法律风险、独有度高、Google难以伪造。劣势是数据量受限于业务规模，新平台几乎没有自有数据可用。这一类适合已经有一定用户基础的SaaS、电商、社区类产品做pSEO。

公开数据：合规且海量

政府开放数据（GDP、人口、犯罪率、教育资源）、官方API（汇率、天气、航班、运动赛事）、可Crawl的标准化数据（维基百科、开源软件文档）——这些都是公开数据。合规且海量，是出海站和工具站最常用的pSEO数据源。注意：

• 政府开放数据要看许可证条款，多数是CC-BY/CC0可商业使用。
• 官方API要看ToS，多数允许付费商业使用但禁止再分发原始数据。
• Crawl公开网页要遵守robots.txt和ToS，不能绕过反爬虫。

采集数据：灰色地带

从竞品、第三方平台、社交媒体采集数据——这类合规风险最高。被采集方一旦提起诉讼，pSEO项目可能直接死掉。我的经验值：项目早期可以做小规模采集做验证，规模化生产期前必须切换到合规数据源。规模上去后维权风险是非线性翻倍的，单个站做小规模采集没事，每月10万页规模化采集会被精准盯上。

真实案例

有家做在线教育SaaS的客户站，2022年用pSEO做“城市×学科×机构对比”页，跑了三个月发现单页收益还不错。问题是数据源是从竞品平台采集的，规模做到5万页时收到了对方的律师函。最后项目下线、把5万页全部301到主站、白做了半年。教训写在词库表的最前面：数据合规度也是剪枝条件之一。

pSEO模板怎么设计才不被判薄页？

模板设计是pSEO项目的核心工程。差异化不到位的模板会被Google识别为模板复制，全项目跟着塌。

差异化锚点至少三层

合格的pSEO模板必须在三个层级做差异化：

• 标题层：H1按字段动态生成，且生成出的标题必须对应真实搜索意图。不要简单做“词A+词B”拼接，要按用户的查询习惯做语序与连接词调整。
• 内容层：每页注入≥3-5个独有数据字段。比价站要有真实价格、招聘站要有真实薪资分布、本地站要有真实商家列表。这些数据必须能被用户直接验证。
• 结构层：按字段值动态调整H层级、表格行数、FAQ。同一模板，纽约的页面H2有6个、底特律的页面只有3个，因为底特律的服务密度低，不需要凑那么多H2。

模板共用元素的安全比例

不是所有元素都要差异化。导航、页脚、面包屑、相关链接区是模板共用的，这部分被Google理解为站点共用结构、不算重复内容。但首屏H1-首屏第一段的前30%必须独有，否则会被识别为模板复制。我的工程经验值：独有内容占整页字数的比例不能低于60%-70%，否则HCU之后会被标记为薄页。

动态FAQ与动态表的设计

FAQ是pSEO模板里最能拉差异化的地方。同一模板，按字段值动态生成不同FAQ问题与答案。比如本地服务pSEO，纽约的FAQ可能讨论“纽约市5区有什么地区差异”，亚特兰大的FAQ可能讨论“亚特兰大都市圈外的覆盖问题”。这种动态FAQ既是差异化锚点、也是FAQPage JSON-LD的天然素材，AI Overviews引用率高。

反模式：换词不换数据

最常见的失败模板：用一个通用文本，把里面的城市名/产品名/品牌名换一下就当做新页。我见过一个出海招聘项目，模板就是“在[城市名]找[职位名]工作怎么样？”，下面接的是同一份全国通用内容。做了2万页，6个月后被HCU清掉95%。教训写在墙上：差异化不到字段层就不要做pSEO。换词不换数据，本质是用工程手段做内容工厂——HCU之后等于自杀。

模板的可读性与AI抽取友好兼顾

pSEO模板还有一个易被忽略的设计点：模板生成出来的内容必须人读得动，不能只追求“关键词全覆盖”。常见错误是为了塞关键词把H2全写成“XX在YY的ZZ怎么样”这种关键词堆砌句。读者扫一眼觉得很怪、跳出率高。合规做法是写自然问句，把维度值放在问句的合适位置而不是堆在标题前缀。模板里每一个动态字段插入点都应该过一遍“这句话人读起来顺不顺”的人测。

多语言pSEO的额外坑

出海pSEO常做多语言版本，每多一种语言就是组合数翻倍。这里有个隐藏成本：翻译质量决定每页是否真的对当地用户有价值。机翻直接上的pSEO页面，HCU之后掉得最快——因为机翻文本在向量空间里离原文相似度过高，被识别为低质重复变体。多语言pSEO要么人工译要么用专业领域微调过的MT，再要么干脆只做核心几种语言。

pSEO在HCU时代还能不能做？

能做。2022年HCU上线、2023年9月HCU专项更新打掉一批pSEO站之后，行业里流行“pSEO已死”的说法。但实际数据是：合规且有数据稀缺度的pSEO项目仍然在涨，被打掉的全是“pSEO伪装的内容工厂”。

HCU专项做了什么

2023年9月Google上线HCU专项更新，主要打击三类站：纯AI生成的“伪原创聚合”、模板套生成的无独有数据pSEO、site reputation abuse（站点权威被借给与主题无关的薄页）。pSEO项目要重点关注前两类。HCU有用内容系统那篇讲过HCU的识别机制与恢复路径，本文重点在pSEO视角下的存活条件。

HCU之后存活的三条件

1. 单页对应真实长尾查询。每页都有用户在搜（即便是月10次的小搜索量也算），不是凭空生成的。
2. 单页注入了独有数据。前面讲过的≥3-5个差异字段，且这些字段对用户决策有具体价值。
3. 生成节奏与索引控制配对。不是一夜放10万页，是按周或按月分批放、放完观察索引率与流量曲线再决定是否继续放下一批。

三条任一不满足，HCU之后大概率被清。三条都满足的项目，HCU之后反而更稳——因为竞争对手被清掉了一波，SERP空间被空出。

HCU打pSEO的具体信号

从被打的项目复盘，HCU识别pSEO问题站的几个主要信号：

• 同模板下的页面在文本嵌入向量空间里聚得太紧（语义重复度过高）。
• 大批pSEO页面的GSC平均停留时长低于站点中位数（用户不读）。
• pSEO页面的反链结构异常稀疏（没人愿意链接）。
• pSEO页面的索引率长期低于50%（Google看了不想收）。

这几个信号反过来就是合规pSEO的自检清单：模板差异化、停留时长接近站点中位、能拿到部分自然反链、索引率≥70%。

真实案例：合规pSEO在HCU之后涨

有家做出海招聘的SaaS站，2021年开始做pSEO，到2023年HCU专项之前有约15万索引页。HCU之后这家站的索引页数没动，但流量反而涨了18%。原因是同赛道的两个竞品（伪pSEO，每页只换城市名）被清掉了70%页面，SERP空间空出来，他们的合规页吃到了之前被竞品占的位置。这是“pSEO存活下来”的典型剧本。

怎么决定pSEO项目要不要继续推？

项目跑起来之后，最难的决策是“继续推还是回炉”。这两个信号一出现就要慎重。

信号一：单页收益小于单页成本

把所有页的月度自然流量×CR×AOV算出来，除以页数，得到“单页月收益”。把生成、维护、内链管理的人力时间折算成钱，除以页数，得到“单页月成本”。如果单页收益＜单页成本，且这个比值持续3个月不改善，项目不应该继续放新页，应该回炉看模板和数据是否需要重构。

信号二：长尾密度过度集中

健康的pSEO项目流量分布大约是“前10%页贡献60%流量、后90%页贡献40%流量”。如果实际是“前5%页贡献95%流量、后95%页几乎死页”，那意味着剪枝过粗、词库选错了维度。这种情况下不要继续放量，先重新剪枝，把死页下线或noindex，再重新设计词库。

信号三：HCU或核心更新后的曲线

每次Google核心更新之后48-72小时观察GSC曲线。如果pSEO页面的曲线掉幅大于全站非pSEO页面，说明你的pSEO项目处在算法的“边界带”，HCU之后会被反复扰动。这时候应该收缩页数（保留前30%高表现页、其他下线），把模板和数据进一步打磨之后再考虑放量。

项目终止判据

三条任一持续6个月以上的，应该考虑终止：

• 单页收益＜单页成本，且新数据源无法接入。
• HCU/核心更新后多次掉幅持续，模板优化无效。
• 词库的笛卡尔积空间已被同赛道大型平台覆盖（如aggregator类巨头进场）。

终止不等于失败

pSEO项目终止常被团队当成耻辱，其实是健康决策。Zillow、Airbnb、Skyscanner这些今天看起来是pSEO范本的站，背后都有多个被关掉的pSEO实验。关键是终止后的资产处置：高表现页保留并接入主体业务，中等表现页301到最相关的分类页，低表现页直接410下线。301整体打包到主域名首页是最差做法——会被Google识别为操纵性redirect、伤主域名权重。

启动6个月内的关键里程碑

正常推进的pSEO项目，6个月内应该见到以下里程碑：第4-6周首批生成页（500-1000页）索引率>=60%；第8-10周首批页开始有自然流量进来；第12周GSC平均CTR>=1.5%；第16-20周首批页面开始有自然反链；第24周单页收益与单页成本比值>=2。任何一个里程碑落后2-3周以上，应当回炉检查，不要靠继续放量来掩盖单页质量问题。

大规模pSEO的工程化挑战有哪些？

把模板写完只是开始。规模上百万页之后，几个工程问题不解决，项目会从内部塌。

索引控制：不要一次放完

把10万页一夜推上线是pSEO项目最常见的死法。Google看到突然多出10万页，会有几种反应：拒收（索引率＜30%）、低质评级（核心更新被打）、抓取预算饥饿（重要页反而不被抓）。合规做法是按周或按月分批放，每批3000-10000页，放完观察索引率与GSC质量信号再放下一批。

抓取预算的分层管理

规模上去后必须做抓取预算分层。前10%高价值页（高搜索量、高商业价值）放在Sitemap优先级最高，主导航或聚合页直链可达。中间60%中价值页放Sitemap但不显式内链。后30%低价值页（实验性、长尾兜底）放在分批Sitemap里，按周扫描索引率，索引率持续＜30%的下线或合并。索引膨胀机制那篇讲过站点级索引膨胀的全套诊断与处置矩阵，pSEO项目按里面那套来管index governance，能避开90%的常见坑。

质量回归的自动化监控

大规模pSEO项目必须有自动化质量监控。每周扫一遍所有pSEO页的几个指标：

• 索引状态（是否被收录）。
• 平均停留时长（是否高于站点中位数的50%）。
• 独有字段完整性（是否有空字段或fallback文案）。
• 外链增长率（是否有自然反链进来）。

有页面在某个指标上持续低于阈值就触发回写或下线。这套监控自己写一个200-300行Python脚本就够，不需要昂贵商业工具。

团队配置：开发+SEO+运营三角

pSEO项目失败的另一个常见原因是团队配置错。纯SEO团队做不出模板，纯开发团队不懂搜索意图，纯运营团队不懂数据架构。健康的pSEO项目至少需要一个三角：SEO人定词库与模板差异化策略、开发人写生成与监控管线、运营人填数据并处理质量回归。三角缺一角，项目很难活过6个月。

预算分配的经验比例

合规pSEO项目的总投入里，工程开发约占25%-35%（一次性建管线后边际成本低）、数据获取与维护约占35%-45%（持续投入）、SEO策略与质量回归约占15%-25%、运营与监控约占10%-15%。这个分配跟内容工厂正好相反——内容工厂80%的钱花在“多生产”，pSEO 60%+的钱花在“数据准”。预算分配出错的项目，多半会逐步退化成内容工厂。

外包能否做pSEO

多数情况不能。pSEO的核心资产是“你的独有数据”，把数据交给外包团队既有合规风险也有持续运维难度。可以外包的环节是工程实现（模板编码、监控脚本），不能外包的是词库设计、数据采集与清洗、质量回归。整包外包的pSEO项目，失败率超过70%——不是外包团队不行，是这件事的核心不在“执行”，在“判断”，而判断只有真正在自家业务里浸泡过的人才做得出来。能把判断权外包出去的项目本来也就不需要做pSEO，做几篇通用内容反而更划算。

pSEO和AI Overviews怎么并存？

AI Overviews改变了pSEO项目的目标函数。原来pSEO追求“被Google收录并排到SERP前10”，现在还要追求“被AI Overviews抽出来引用”。两个目标大体一致但有细分。

AI Overviews偏爱的pSEO块

从观察到的引用规律：AI Overviews引用pSEO页面时，最常引用的是“数据点+一句话解释”这种格式。比如比价站的“纽约市2BR月租金中位数：$3,200，2024年同比+4.2%”——一行数字加一行解释，AI Overviews抽出来直接放在答案里。AI Overviews完整指南那篇从全站视角讲过怎么被AI抽出来，本文重点是pSEO模板层级怎么内置“可被引用块”。

可被引用的pSEO块设计

合规pSEO模板里应该有一段“可被引用的核心数据块”，结构上：

• 一个简洁的H2或H3标题，对应一类AI可能被问到的子问题。
• 一段开门见山的数据点+解释（30-80字）。
• 对应的结构化数据（Dataset或Article的mainEntity）。

这种块在AI Overviews里被引用的概率，比同样信息散在长段落里高3-5倍。

引用换流量还是引用换品牌

AI Overviews引用之后，点击率比传统SERP第一位低很多（约30%-50%）。pSEO项目要重新评估目标：如果纯追求流量CR，AI Overviews引用是损失；如果追求品牌曝光与权威建立，AI Overviews引用是增量。出海工具站和SaaS对照站更倾向于后者，把AI引用当作品牌建设的一部分，不计较单次点击损失。

真实数据

有家做跨境票务比价的客户站，2024年AI Overviews上线之后，pSEO页面被引用率从0涨到约8%。引用页面的CR比未被引用页面低约38%，但来自AI Overviews的用户后续30天的复访率高出约2倍——他们记住了品牌。运营团队最终的决策是不优化（既不强加rel=noindex拦AI、也不为追AI引用改写），保持现状，把AI引用当作长期品牌资产建设。

常见问题解答

程序化SEO和内容工厂的根本区别是什么？

内容工厂是模板套生成的同质化文字；程序化SEO是模板复用每页独有的稀缺数据。前者每页对用户的边际价值为零，后者每页对应一组真实的查询意图与数据答案。区别不在工具，在数据稀缺度。

什么生意适合做程序化SEO？

五类高适配：比价/聚合类、地理位置x服务的本地搜索、工具站的参数计算页、招聘/房产/票务的长尾筛选、SaaS的功能对照与集成清单。共同点是用户需求维度组合多、每个组合都有真实长尾搜索、每页都有独有数据。

什么场景做pSEO一定会翻车？

三类典型陷阱：没有独有数据只靠模板凑、查询意图本身不存在长尾的领域（如纯品牌词或单一服务）、HCU之后还在做的纯关键词组合页（没有任何信息增量）。这三类做出来短期可能涨流量，6-12个月必被算法清。

pSEO的词库怎么搭？

本质是笛卡尔积加剪枝。先用2-4个维度做关键词矩阵（如品类×城市×需求），跑一遍组合数估算，然后用搜索量、商业价值、与现有内容重叠度三条件剪枝，剪到留下的每条组合都有真实搜索且能被独有数据支撑。

pSEO的数据从哪来才合规？

三类来源：自有数据（用户上传/平台行为/交易记录，最稳）、公开数据（政府开放数据/官方API/可Crawl的标准化数据），采集类要看ToS和Robots，灰色地带不要做。法律风险大、规模上去后维权风险翻倍。

pSEO模板怎么设计才不被判薄页？

差异化锚点至少三层：标题层（按字段动态生成不同搜索意图组合）、内容层（每页注入独有数据如行情/参数/真实评论）、结构层（按字段值动态调整H层级、表、FAQ）。三层都做才能让每页对Google看起来是独立内容而不是模板复制。

pSEO在HCU有用内容系统时代还能不能做？

能做但门槛高了。HCU之后存活的pSEO都满足三条：单页有真实独有数据、模板按字段差异化不只是替换、生成节奏与索引控制配对（不是一夜放10万页）。不满足任一条的pSEO项目都会被打到。

怎么决定pSEO项目要不要继续推？

看单页收益与单页成本的比值，加长尾密度分布。如果10万页里有80%流量在前5%，剩下95%页几乎不带流量，那意味着剪枝过粗；如果单页收益＜单页运维成本，意味着模板没找到长尾甜区。两个信号任一出现都要回炉而不是继续放量。