关键词分组：搜索结果重叠度聚类与页面映射方法

摘要：几个词该做一个页面还是拆成多个，判据是把这些词的真实搜索结果页拉出来比对，看两拨结果有多像。结果页大面积重叠，说明搜索引擎把它们当成同一个需求，就必须做一个页面，硬拆等于自己跟自己抢；结果页几乎不重叠，说明是不同需求，就必须拆开，硬塞一页谁都排不上去。词形相似度和搜索量都当不了判据。关键词分组是建站之前就该定下来的架构决策，不是上线掉量之后回头打的补丁。

关键词表多半是这么废掉的：导出几千个词，按字面相似度或者搜索量排个序，凭感觉划拉几组，每组配一个页面，开写。三个月后回头看，本该一篇搞定的需求被拆成了五篇互相打架，本该分开的两个需求被塞进一页谁都排不动。问题出在最前面那一步，跟内容质量无关——分组就错了。

下面按顺序说清楚几件事：按词义相近分组为什么注定出错、判据为什么落在搜索结果页里、重叠度怎么量化怎么定阈值、中间模糊地带怎么叠意图层和实体层来判、分完怎么落成页面映射而避开过度拆分和过度合并这两个坑，以及关键词分组和需求建模、主题集群、意图错配各自的关系。

按词义相近做关键词分组，为什么几乎总会出错？

最常见的做法是看词长得像不像：字面接近的归一组，再不然按搜索量从大到小切几刀。这套方法的毛病在于它默认了“词形相近＝需求相同”，而这个前提在真实搜索里经常不成立。

看一组对照。“跑步机”和“跑步机怎么选”字面只差三个字，看着像同一组；把两个词的搜索结果页拉出来，前者排在前面的几乎全是电商商品页和品类页，后者全是选购科普长文和评测。搜索引擎已经用结果页给出了答案：搜前一个词的人想买，搜后一个词的人想搞清楚怎么挑，这是两个需求，硬做成一页，要么服务不了买家，要么服务不了想搞清楚的人。反过来，“跑步机噪音大怎么办”和“跑步机太吵”字面差得远，结果页却高度重叠，说明它们是同一个需求的两种说法，该合到一页，分开做就是自己跟自己抢同一波流量。

词形会骗人，搜索量更会。两个搜索量天差地别的词可能指向完全同一个需求，搜索量差不多的两个词也可能是八竿子打不着的两个意图。只用人眼看词、按量切块，等于在猜搜索引擎怎么理解这些词，而这件事不用猜——答案已经摆在结果页上了。

关键词分组的判据，为什么落在搜索结果页上？

搜索结果页是搜索引擎对“这个词背后的人到底想要什么”给出的公开答卷，它已经替你判过一遍：哪些词该用同一类页面来满足、哪些不该。所以判断两个词是不是同一组，最可靠的信号是它们的结果页有多像，词本身长什么样不作数。

“有多像”分三层看。第一层是结果页里前若干个网址的重合程度：搜A词和搜B词，排在前面的那批页面如果有很大一部分是同一批，基本可以断定搜索引擎把这两个词当成了同一个需求。第二层是结果形态，排在前面的是商品页、品类页、长文、工具页还是问答，形态一致说明满足方式一致。第三层是结果页上挂的那些特殊板块，有没有精选摘要、有没有商品组、有没有本地结果、有没有视频区，这些板块的有无和类型是意图的强指纹。

三层里，网址重叠度是主信号，权重最大；后两层在重叠度落进模糊区间时充当辅助信号，用来加权判断。先看主信号，再用辅助信号定夺，判断的稳定性比只凭一层高很多。

搜索结果重叠度怎么量化，阈值怎么定？

把上面的原理落成可操作的步骤并不复杂。对每一个待分组的词，取它结果页前十个自然结果的网址，去掉广告和站内重复，得到一个十个网址左右的集合。两个词是否同组，就看这两个集合的交集有多大。

这组数字阈值不是金科玉律，不同行业、不同结果页竞争密度下都要校准，它的意义在于把“凭感觉分组”换成可解释、可复核、可批量的判定。先用一个明确的客观信号把绝大多数词干脆利落地分掉，人的判断力省下来，只花在中间那一小撮真正难判的词上。

实操里有几个容易被忽略的细节。一是结果页要按目标地区和语言取，同一个词在不同区域的结果页可能完全不同，混着取会算出错的重叠度。二是要去掉那些几乎在所有词结果页里都出现的超级权威站（比如某些百科或大平台），它们的无差别霸榜会人为抬高重叠度，让本不同组的词被误判成同组。三是结果页是动态的，一次快照只代表那一刻，对要赌一把的关键分组，值得隔几天再取一次看稳定性。

重叠度卡在中间的关键词到底该怎么判？

费功夫的是那批重叠一两三个、卡在中间的词。只盯重叠度会两头不靠，得再加两层判断。

意图层：这批词背后的人处在哪个决策阶段

同一个主题下，处在“先了解一下”“开始对比选型”“准备下单”这几个阶段的人，要的东西完全不同。一个词的结果页以科普长文为主，服务的是了解阶段；以对比评测为主，是选型阶段；以商品页品类页为主，是下单阶段。两个词哪怕重叠两三个网址，只要分别压在不同阶段上就该拆，同一个页面没法同时把“还在扫盲的人”和“已经掏卡的人”都伺候好。从结果页反推页面该长什么样，和单页层面的搜索意图错配诊断是同一套读法，区别只在于这里用来做分组裁决，不用来改单页。

实体层：修饰词有没有改掉需求

词上挂的修饰词，有的会把需求改掉，有的不会。“静音跑步机”相对“跑步机”多了一个把人群和卖点都收窄的实体修饰，结果页通常会分化，倾向拆；“跑步机 哪个牌子好”相对“跑步机推荐”修饰词不同，指向的还是同一个选购需求，结果页往往高度重叠，倾向合。判断的关键是问一句：这个修饰词是把搜索的人换成了另一拨人、或者把他们想要的东西换掉了，还是只是同一拨人同一个需求的另一种问法？前者拆，后者合。把这个问题对着结果页验证，比纯靠语感可靠得多。

重叠度、意图层、实体层这三道叠起来，中间地带的词基本都能落定。顺序不能乱：先用重叠度过滤掉绝大多数，再用意图层处理阶段分化，最后用实体层处理修饰词的边界情况，一层套一层。一上来就纠结语义，等于把最不可靠的信号放在了最前面。

关键词分好组之后，页面映射表怎么落地？

分组的产出是一张“词到页面”的映射表，不是几堆词。每一个页面单元对应一组同需求的词，这张表至少要记清楚三件事：这个页面的主词（最能代表这组需求、通常量也最大的那个）、它要顺带覆盖的支撑词（同组里的其他说法和长尾）、以及这个页面该用的形态（科普长文、对比评测、品类页还是工具页，由结果页形态决定）。

这张映射表把分组决策固化成了可执行、可追责的东西。新写一篇之前先查表：这个需求有没有被某个页面单元认领过？认领了就去补强那一页，别另起一篇，自相残杀正是从这里掐断的。事后发现两页打架再去做关键词蚕食的诊断与合并属于补救，分组映射做在前面属于预防，成本低一个数量级。

主词的选法也有讲究，不是无脑挑搜索量最大的那个。主词的作用是定调这一页的标题、结构和主攻方向，所以它要同时满足两个条件：量够大，且最能代表这一组的核心意图。有时量最大的那个词意图偏泛或者偏边缘，硬拿它当主词会把整页带歪——比如一组选型需求里，量最大的可能是个很泛的品类词，但它的结果页是商品页形态，真正代表这组选型意图的是“怎么选”那个词，那就该让“怎么选”当主词，把泛品类词作为支撑词在页内覆盖。选错主词，等于分组对了、页面定调却错了，前功尽弃。

映射落地时最容易走偏的是两个相反方向：一是把每个长尾词都单独配一页，追求词的全覆盖，结果造出一堆薄页互相稀释；二是怕麻烦把一堆沾边的词全塞进一个大页，指望它通吃。两个方向违背的是同一条原则：页面单元的颗粒度，由结果页揭示的需求颗粒度决定，不由你想发多少篇或者想省多少事决定。

过度拆分和过度合并，两种翻车的机制各是什么？

分组错有两种典型死法，机制正好相反，根子却是同一个：页面单元的粒度没跟着需求走。

有一点反直觉：过度拆分的危害往往比过度合并更隐蔽。过度合并通常表现为这一页死活排不上去，问题明显，容易被发现；过度拆分则是每一页看起来都还行、都有一点点流量，整体却始终上不去。它们在背地里互相分食，很难一眼看出是分组的锅，常常被误判成内容不够好，于是拼命加内容、加外链，钱花了，根没动。

关键词分组和需求建模、主题集群是什么关系？

关键词分组很容易和几件相邻的事混为一谈。它们是一条上下游链路，互相不替代，边界划清楚才不会重复劳动或者张冠李戴。

需求建模在最上游，回答的是“这个领域到底存在哪些需求、各有多大、值不值得做”，产出的是带优先级的需求清单；想把这一层做扎实，可以对照关键词需求建模与机会分配那套方法。关键词分组在它下游一格，接过需求清单，回答“这些需求该归成哪些页面单元、谁和谁是一个页面”，产出的是词到页面的映射表，也就是本文讲的事。再往下，主题集群回答的是“这些页面单元怎么组织成集群、谁当支柱页、内链怎么织”，把零散页面单元结构化成有主题权威的网络，这一层可以接主题集群与支柱页架构。而意图错配诊断是更细的单页校验，回答“具体某一页有没有对上它该对的意图”。

顺序错了就会白忙：没做需求建模就分组，等于给一堆没价值的需求精心分配页面；分组没做对就去搭主题集群，等于在歪地基上盖楼，集群结构再漂亮，底下的页面单元本身就在互相打架。

关键词分组要不要交给自动聚类工具？它能做到哪一步？

按结果页重叠度自动聚类的工具是有的。词量一大，靠工具跑主信号就是必须的，几千个词不可能手抠。但前提是先摸清它的能力边界在哪。

工具擅长的是规模化算第一层重叠度：批量抓结果页、算交集、按阈值出初步簇。这一步它比人快、比人稳，该用就用。工具不擅长的是中间地带那两层，它很难稳定判断“这个修饰词到底改没改需求”“这批词压在哪个决策阶段”，更读不出品牌词、交易词、本地词这些边缘情形里的微妙差别。所以正确用法是人机分工：工具跑出初步簇并标出它自己置信度低的边界簇，人只精判这些边界簇，并对工具的阈值定期用已知正确的样本做校准。

最危险的用法是把工具吐出来的簇当成最终答案直接套上去建站。自动聚类的阈值是个统一参数，对结果页竞争密度差异极大的不同主题不可能都恰好合适；不复核就用，等于把建站架构的决策权交给一个你没校准过的黑箱。工具给的是初稿，不是判决。

怎么从搜索结果页读出背后的搜索意图？

前面说重叠度是主信号，结果形态和特殊板块是辅助信号。这两个辅助信号怎么读值得单独说清楚，因为模糊地带的判断八成靠它们定夺。

先看结果形态。搜索结果前几名整体长什么样，是搜索引擎对“满足这个需求最好用哪种页面”的投票。前排清一色商品页和品类页，是明确的购买意图；清一色长篇指南和评测，是了解或选型意图；混着官网、登录页、品牌词条，是找特定主体的导航意图；出现大量问答和论坛贴，是带具体困惑、要别人经验的意图。两个词哪怕网址重叠中等，只要结果形态分属上面不同类就该拆，形态不同意味着满足它们要造的是不同物种的页面。

再看结果页上挂的特殊板块，它们是意图的强指纹。挂着商品组或购物广告位，强烈指向交易；挂着本地地图包，指向本地或就近服务需求；挂着精选摘要和“大家还问”，指向有明确问题、要直接答案的信息需求；挂着视频区，说明相当一部分人想看演示或操作。同一主题下，一个词的结果页挂购物组、另一个挂的是问答和精选摘要，这就足以判它们不同组，搜索引擎已经在用两套完全不同的结果界面来回应它们。

有一种结果页要特别小心：意图混合的结果页。前十名里一半是商品页、一半是科普长文，谁都没占绝对多数。这种局面本身就是一个信号，说明这个词的搜索人群意图分裂，搜索引擎自己也在两种答案之间摇摆。对这种词，往往不该硬归进任何一个现有组，而要么单独成页并在页面里同时回应两种意图，要么干脆按更细的长尾把人群拆开。把混合意图的词硬塞进一个纯交易页或纯科普页，两边都讨好不了。

关键词上的修饰词，哪些会改变需求、哪些不会？

中间地带最难判的是带修饰词的词。修饰词分两类：一类会把搜索的人或他们要的东西换掉，需求随之改变，倾向拆；一类只是同一拨人同一个需求的另一种说法，倾向合。光靠语感分不清，得有个分类的骨架，再回结果页验证。

这张表给的是先验倾向，不是判决。同一个修饰词在不同主题下，结果页表现可能不一样：“某城市”这个地点词，对一个全国统一标准的产品可能根本不分化结果页，对一个本地服务则强烈分化。所以正确用法是先用这张表给一个倾向，再立刻把这两个词的结果页拉出来对照，看搜索引擎认不认这个判断。表给方向，结果页给裁决，顺序不能反。

关键词分组怎么同时决定了这一页该做成什么形态？

很多人把分组和“这页做成什么样”当成两件事，先分完组，再另外开会讨论每页写成什么。其实分组的过程已经把答案给出来了：判同组用的就是结果页形态，而结果页形态本身就规定了这一页该是什么物种。

一组词的结果页前排如果是深度长指南，这一页就得做成有体系、能从头讲到尾的长内容，做成单薄的几百字必然顶不上去；前排如果是对比评测，这页就得真有横向对比的结构和取舍结论，光堆参数不行；前排如果是商品页品类页，这页就得是能筛能选能下单的交易页，写成科普长文反而错位；前排如果是工具或计算器，那这个需求要的根本不是文章，是一个能用的工具，写一万字也替代不了。把分组结论里“这组的结果页长什么样”直接抄成“这页该做成什么形态”，就不会出现内容写得很认真、形态却一开始就选错、怎么优化都白搭的情况。

这一步还顺带回答了一个常被纠结的问题：要不要为了覆盖某个词专门做一页。判据是它的结果页形态和你现有页面单元能提供的形态是不是同一类，跟这个词有没有量无关。是同一类，就并进去当支撑词；是另一类，才值得单开一页。页面单元的粒度由需求和形态决定，不由词的数量决定，这一条在这里又一次起作用。

把十来个关键词分成三页，完整走一遍是什么样？

抽象原则讲再多，不如完整走一遍。假设手上有这么一批和“跑步机”相关的词：跑步机、跑步机推荐、跑步机哪个牌子好、家用跑步机怎么选、跑步机值得买吗、跑步机多少钱、某品牌跑步机、跑步机噪音大怎么办、跑步机太吵、跑步机不用了怎么处理。十个词，凭感觉很容易全归“跑步机”一大类，或者按字面切得七零八落。按本文的流程走一遍，结论会清晰得多。

第一步抓结果页比重叠。“跑步机”“某品牌跑步机”这两个词的结果页以商品页品类页为主、挂购物组，彼此重叠高，归一组，是交易需求。“跑步机推荐”“跑步机哪个牌子好”“家用跑步机怎么选”“跑步机值得买吗”的结果页以选购长文和评测为主，彼此重叠高，归一组，是选型需求；其中“跑步机多少钱”单看像交易，但结果页里若以“价格区间科普＋选购”为主而非纯商品页，它其实贴着选型组，并入之后作为支撑词。

“跑步机噪音大怎么办”“跑步机太吵”的结果页高度重叠、全是问题排查贴，归一组，是故障解决需求。“跑步机不用了怎么处理”的结果页是闲置处置、二手回收方向，和上面任何一组都不重叠，属于单独的小需求，要么单开一篇，要么并进一个更大的“器材闲置处置”主题，看站点战略。

第二步落成映射：交易组对应一个能筛选下单的品类/商品页，主词“跑步机”；选型组对应一篇成体系的家用跑步机选购指南，主词“家用跑步机怎么选”，把“推荐、哪个牌子好、值得买吗、多少钱”作为支撑词覆盖；故障组对应一篇“跑步机噪音问题排查”的解决型文章。十个词，三个页面单元，每个单元意图纯、形态对、主支撑词清楚。第三步用内链按用户决策路径把三页串起来：选型指南里自然链到品类页承接已决定要买的人，故障文里链回选型指南承接“修不好想换新”的人。整个过程没有一步靠猜，每一步都能指着结果页说出为什么这么分。

搜索结果页会漂移，关键词分组要不要定期重做？

结果页不是一成不变的。搜索引擎对一个词意图的理解会随时间漂移，新的内容形态会上位，特殊板块会增减。今天判成两组的词，一年后结果页可能逐渐靠拢成一组；今天合在一起的词，可能因为某次更新后结果页分化而该拆。分组不是一次定终身的事。

但也不必频繁重做，那是另一种浪费。合理做法是把分组当成有保质期的资产：核心赚钱的那批词，每隔一两个季度抽查一次结果页有没有明显漂移；遇到一次大的算法更新、或者某个核心页莫名其妙开始掉，把相关词的结果页重新拉一遍比对，常常会发现是意图漂移让原来的分组过期了。把分组依据的结果页快照和判断留痕存下来，下次复查时能直接对比这一年结果页变了多少，不用从零再判一遍，这和内容审计要留判断痕迹是同一个道理。

关键词分组做完，怎么验证它到底判对没判错？

分组是个会在三五个月后才暴露对错的决策，所以不能做完就不管，要设几个能提前看出问题的验证信号。

第一个信号：每个页面单元是不是在为它被分配的那组词整体往上走，而不是只蹭到其中一两个、其余的反而被站内别的页面占着。如果一组词里有几个，排在前面的是你自己站内的另一页，说明分组和实际页面对应错位了，这就是自相残杀的早期形态，要回去查是不是某个老页没纳入这次分组映射。

第二个信号：被判“不同组”而拆开的两页，有没有在同一批词上同时晃动、互相抢位。真分对了，两页应该各自稳定在各自的词上；如果它们在一批词上此起彼伏，说明这两组其实没拆干净，意图边界划错了。

第三个信号：页面形态和结果页主流形态是否一致。如果你这页是长科普，但这组词的结果页早已全面转向工具或商品页，那不管排名一时如何，这页都站在流沙上，要重判形态。这三个信号比单纯盯排名数字早出现，也更能说明问题出在分组还是别处。

把它们和事后才做的蚕食诊断接起来看：验证信号是分组对不对的早期体检，蚕食诊断是已经打起来了的事后急救，能在体检阶段拦下来的，就不要拖到急救。

词量上万时，关键词分组怎么做才不失控？

十来个词可以一组组手抠，几万个词必须有章法，否则分组会变成一个永远做不完、做完也没人信的项目。规模化要靠分层、抽样、校准这三招，光靠手工更努力地分是分不完的。

先分层。上万个词不要混在一个池子里跑统一阈值，先按结果页的大类把它们粗分几摞：明显交易类（结果页几乎全是商品页、挂购物组）、明显信息类（全是长文问答）、明显本地类（挂地图包）、明显导航类（指向特定主体官网）。这一层粗分本身就能用结果页特征自动判，准确率很高，先把大局定下来，跨大类的词基本不可能同组，省掉海量无意义的两两比对。

再抽样校准阈值。前面说过“前十重合大致四个算同组”只是个起点，真实合适的阈值在不同层里不一样：交易类结果页通常被几个大平台霸占，天然重叠就高，阈值要往上提，不然会把不同产品线误并；长尾信息类结果页分散，重叠天然低，阈值要往下调，不然该合的合不到一起。做法是每一层里先人工精判几十个已知答案的样本，反推出这一层重叠多少才真的算同组，把校准好的阈值再套回该层全量。一个阈值打天下，是规模化分组最常见的翻车点。

最后是人只看边界。自动按校准阈值跑完，每个词都会带一个“离阈值有多近”的置信度。离阈值远的（重叠极高或极低）放心交给自动结果，人力全部压到那批卡在阈值附近、置信度低的词上精判。这样几万个词的分组才有一个能收尾的边界，而不是要么全靠手工累死、要么全信黑箱埋雷。这套分层加抽样校准加只人判边界的思路，和大站内容审计跑不完时的处理是同一套工程纪律。

品牌词和导航词要不要单独拎出来分组？

有一类词容易在分组时被无视或错放：品牌词和导航词。有人搜的是“某品牌＋品类”“某品牌官网”“某产品登录”，这类词的结果页特征非常鲜明，前排被该主体的官方页面牢牢占据，几乎没有泛需求内容能插进去。把它们和泛需求词按重叠度一起跑，往往会因为重叠极低被正确地判成单独组，但真正的风险不是判错组，而是根本没把它们纳入分组体系，导致没有任何一个页面单元被明确指派去接住这部分高意图、高转化的流量。

正确做法是在分组阶段就给品牌与导航需求单独留位：自家品牌词指向一个能承接的强页面（首页、品牌页或产品页），别让它落到一篇泛科普上；竞品品牌词如果要做，结果页会告诉你能不能做、该做成对比还是替代方案的形态，硬做成自夸软文一定排不上。这类词量不一定大，但它们离成交最近，分组时被漏掉的代价比漏掉一堆泛长尾词大得多。

把一堆近义词全塞进同一页，代价是什么？

保哥之前看过一个做家用健身器材的独立站，问题出在一个核心品类页上。当初做词的时候，团队把和这个品类沾边的词一股脑全归到了这一页：既有偏科普的“怎么挑”“家用合不合适”，又有明确要买的“某品牌某型号”，还有比价性质的“大概多少钱”“值不值”。逻辑听起来挺顺，都是这个品类的词，放一页集中权重。结果这一页上线大半年，几乎所有目标词都卡在第二页，一个都顶不上去。

把那批词的结果页逐个拉出来比对，问题一目了然：这些词的结果页几乎没有重叠。“怎么挑”那批，前面全是选购长文和评测；“某品牌某型号”那批，前面全是商品详情页；“值不值”那批，前面是对比测评和清单。搜索引擎早就用三套完全不同的页面在满足这三拨人，而这个站非要用一页同时去够三套，自然哪一套都够不着：对想搞清楚怎么挑的人它不够深，对要直接下单的人它不够利落，对比价的人它给不出干脆的对比。

处置方式不复杂：按结果页重叠度把这堆词重新分成三组，对应三个页面，一篇真正能解决“怎么挑”的选购指南、一组干净利落的商品与品类页、一篇直给的对比与价格说明，再用内链把三者按用户决策路径串起来。没有加预算、没有买外链，就是把分组这一步补对，三类需求各自归位之后才慢慢爬上去。

这件事真正的教训不在技术细节，而在那句被太多人跳过的话：分组错了，后面投进去的所有内容和外链都是在错的地基上加码。关键词分组不是做词表时顺手划拉的一步，它决定了这些词后面的命运。

这个站后来把这套流程固化进了内容立项流程：任何人想新建一页，先得说清它对应哪一组词、那组词的结果页凭什么判成一组、这页该是什么形态，说不清就不准开工。分组从一个一次性动作变成了拦在内容生产前面的一道常规闸门，这之后再没出现过同类的自相残杀。

常见问题解答

问：判断两个关键词该不该做一个页面，最可靠的依据是什么？

答：是它们搜索结果页前十名网址的重叠程度，词长得像不像、搜索量谁大都不作数。重叠很高说明搜索引擎认定是同一需求、该做一页；几乎不重叠说明是不同需求、必须拆开。结果页是搜索引擎给出的公开答案，比凭语感猜可靠得多。

问：结果页前十里要重合几个，才算同一组？

答：经验上大致4个及以上倾向判同组、做一页，0个判不同组、必须拆，1到3个属于模糊地带。这个阈值要按行业和结果页竞争密度校准，不是死数；模糊地带不能只看重叠，要再叠意图阶段和修饰词分析来定夺。

问：两个词字面几乎一样，是不是就能放一页？

答：不一定。字面相近但结果页完全不重叠的情况很常见，比如“某产品”和“某产品怎么选”，一个是购买意图、一个是科普意图，结果页两套，硬做一页谁都伺候不好。判据始终是结果页，不是字面。

问：关键词分组和关键词需求建模是一回事吗？

答：不是，是上下游。需求建模在上游，回答“有哪些需求、各多大、值不值得做”；关键词分组在下游一格，接过需求清单回答“这些需求该归成哪些页面、谁和谁一页”，产出词到页面的映射表。顺序不能倒。

问：词量太大，能不能直接用工具自动聚类的结果？

答：工具适合规模化算重叠度、出初步簇，该用；但中间地带的意图和修饰词差别它判不稳，品牌词交易词等边缘情形容易出错。正确做法是工具出初稿加标低置信簇，人只精判边界并定期校准阈值，别把黑箱结果直接套上去建站。

问：分组做错了，后期靠加内容和外链能补回来吗？

答：基本补不回来。过度合并会让一页对哪个意图都不是最优、始终被更专一的对手压住；过度拆分会让多页互相分食、整体上不去。这两种病的根在分组，不在内容量，不把页面单元的粒度按需求重新切对，加再多内容外链都是在错地基上加码。

问：分组依据的搜索结果页会变，要不要定期重做分组？

答：要，但不必频繁。搜索引擎对意图的理解会漂移，今天两组的词以后可能靠拢，反之亦然。合理节奏是核心赚钱词每一两个季度抽查结果页有没有明显漂移，遇大更新或核心页莫名掉量时重拉相关词比对；存好分组依据的结果页快照，复查时只对比变化即可。

问：品牌词和导航词在分组里要不要单独处理？

答：要。这类词结果页被特定主体官方页面霸占，按重叠度跑通常会被正确判成单独组，真正风险是被漏出分组体系、没有页面单元指派去承接。要在分组阶段就给品牌与导航需求留位，自家品牌词指向能成交的强页，别落到泛科普上，它们离成交最近，漏掉代价更大。

问：词量好几万，能不能不分层直接跑一个统一阈值？

答：不建议。交易类结果页天然被大平台霸占、重叠偏高，长尾信息类结果页分散、重叠偏低，统一阈值会一边误并一边漏合。正确做法是先按结果页大类分层，每层抽样人工校准出各自的同组阈值，再套回该层全量，人力只压在卡阈值附近的低置信词上。

权威参考资料