Google UGC新鲜数据计划门槛实测：92个品牌社区，42个结构化数据已达标
做法：逐条整理Google UGC新鲜数据计划说明页的六条资格要求；从Tranco前1万域名拼出5万个社区子域名，过滤泛解析后取回799个社区首页，抽取帖子页解析JSON-LD与微数据，按帖子落地主机去重得到92个社区，逐项核对论坛帖标记、互动计数、作者主页与登录墙。
标签
技术SEO
保哥笔记 技术SEO 标签下共 50 篇文章合集，含《技术SEO一堆问题先修哪个？500站实测排出来的优先》《Core Web Vitals在AI搜索时代还值不值》《电商SEO最重要的5点：从AI爬虫到accessib》等，与 Core Web Vitals、AI爬虫、结构化数据 主题密切相关，覆盖 SEO/GEO 实战角度的深度解析与可落地方案。
-
-
Google Indexing API文档改版：200次配额没少，删掉的是审批入口
做法：从Common Crawl取回Indexing API配额页、快速入门页、使用指南页改版前的英文存档，和10月17日的现行版本逐句对比；再抓取三页的20个语言版本，统计哪些还停在旧版；最后用已登录账号只读打开旧申请表单。
-
Google讲了PDF怎么排名，我下载了129份外贸品牌PDF，9份一个字都读不出
做法：把Google 10月13日PDF专题播客的说法逐条对照Googlebot文档；再从27个外贸和工业品牌官网下载129份PDF，逐份统计体积、可提取文字、标题元数据、链接、语言、标签和响应头。
-
网址用下划线还是连字符？8.9万条品牌网址查下来，更该管的是大小写
做法：把Google新视频栏目第一集关于网址的说法逐条对照网址结构文档；再读取41个品牌官网sitemap里的89217条网址，统计下划线、大小写、编码与重复词，并抽样请求大小写和分隔符变体。
-
换域名四个月后Google又把旧域名捞回来：改址工具要提交www和非www两个版本
做法：以Search Engine Journal和Search Engine Roundtable报道的Reddit迁移案例为主体，对照Google改址工具帮助文档与网站迁移文档，整理Mueller的回应、子域变体与180天有效期等规定，以及几种可能原因的排查顺序。
-
Google谈HTML站点地图：替代不了XML站点地图，电商站列分类就够，llms.txt也不算站点地图
做法：以Search Off the Record第114期播客文字稿为主体，对照Search Engine Journal的两篇解读和Google站点地图、链接最佳实践文档，整理Mueller对HTML站点地图、XML字段、RSS、llms.txt与无法获取报错的说法。
-
Google公布抓取、收录和恢复要多久：网站迁移典型1到3个月，核心更新恢复3到6个月
做法：以ROAST对Search Central Live巴塞罗那站的现场回顾为主体，整理Gary Illyes展示的抓取、收录、搜索结果三张耗时表，对照Search Engine Journal的核对与Google迁移、规范化、核心更新文档，并补充同场演讲要点。
-
外链失效实测1336条出处链接：真死链只有6条，打不开的有181条
跑法分两轮：先用8线程并发把1336条去重出处链接过一遍，再对所有非200的目标换成单线程、完整浏览器请求头、45秒超时并重试一次，同时单独做一次域名解析，把真死链、被反爬拦住、本地连不上三种情况拆开；最后打开能取回的目标页，用原样、归一化、只比数字串三层匹配找一遍被引的那个数值。
-
谷歌SEO官方文档实测160页：522句必须里，只有1句提到排名
测法很笨但能复现：把文档站160个页面全量抓到本地剥成纯文本，给强制、推荐、可选、免责四档各写一组句式正则，统计次数与覆盖页数，再按页算must分布、把含must的整句切出来交叉检索排名词根。文末给了一套把问题清单标语气码的四步操作。
-
门店页结构化数据实测：49个详情页的实体标识覆盖率
测法写清楚了好复现：从131个站的站点地图里筛门店类网址，分层抽样95条取回84个页面，人工剔掉商品页和专题页，再按门店详情与查找入口分档，最后逐页量结构化数据的属性字段与身份字段。顺带记了一次探测节奏把结论带偏15个百分点的过程。
-
AI爬虫抓取与引荐比实测：同一个指标传出七个数字
把抓取引荐比的公式拆成六个必须自己拍板的口径：窗口长度、爬虫标识范围、样本来源、状态码取舍、垃圾来路清洗、网页判定方式。再用本站十五天、258560行nginx日志原样跑一遍，附上改日志格式、清来路、分标识计数、验真假这四步落地顺序。
-
页内锚点三成指不到目标，点下去地址栏变了页面不动
做法是把131个英文独立站首页与商品页上所有以井号开头的链接取下来，连同解析成绝对地址后只多一个井号的那一类，按HTML规范里滚动到片段的四步逐条判定目标在不在。同时把页面上所有按名字指认别人的属性一起量了一遍——label的for、输入框的form、以及aria那一族。这里踩过一个坑：第一遍把单值属性也按空格拆成了多个名字，算出label有一半指不到，改对分类之后真实数字是另一个量级，两个口径都写在文里。死锚点最后按第三方组件的钩子与…
-
id重复的页面占六成，浏览器只认第一个，而它多半看不见
做法是用真实浏览器逐页打开131个英文独立站的首页与商品页，把每个页面上所有带id的元素连同标签名、当场可不可见、往上四层的祖先链一并取下来，按名字分组找出撞名的那些。统计前先把内联SVG导出时自动生成的图层名和写成空字符串的id剔到另外两栏，否则排行榜会被Figma的默认图层名占满。再拿服务端吐出的原始HTML与渲染完的DOM逐页对照，判断这些撞名是模板带来的还是脚本后加的；另挑30个站的首页做两组对照，桌面视口连读三遍再换手机视口读…
-
商品页的结构化数据里，一半找不到哪个节点是这一页
实验台把53个英文独立站392个商品页的JSON-LD节点全部取下，对每一个Product节点上的url与@id补全成绝对地址，再与页面自身地址逐字比对，据此判断这一页能不能指出它的主体。第一版比对忽略了查询参数，得到的通过率虚高三十多个百分点，翻查具体案例后改成完整地址严格比对。随后逐项统计@id、url、mainEntityOfPage的写入率与取值形态，把WebPage节点、结构化数据里的商品名与页面h1、以及同一页内的h1数量一…
-
表单提交交给谁？收邮箱那张表一半没写去向
做法是把同一批页面上的form元素连同它的action、method、enctype、novalidate、提交按钮与全部隐藏域一并取下来，按站内签名合并重复渲染的表单，再把每个收邮箱的输入框与它所在的那张表逐一对上，看去向写在哪儿。跨域判据取注册域比较，不看子域；隐藏域按名字归成八类用途，并记下取值长度。另外对每个页面再取一次原始HTML，与渲染后的DOM逐页对照，用来区分“页面本来就这么写”和“脚本后来插进去的”。
-
一张礼品卡的结构化数据119KB，同一段配送政策抄了60遍
实验台用真实浏览器逐页打开53个英文独立站的392个商品页，等页面渲染完成后取出全部application/ld+json脚本，递归遍历每一个带@type的对象，按类型和它在JSON结构里的位置分别计数，同时记录字节量与脚本标签数。为了把模板复制与变体展开这两种不同的膨胀来源分开，每个站另外抽取了主推款与长尾款做同站对照；三个拿不到真实商品页的站——反爬拦截、跳转首页、地址全部失效——从统计中整体剔除。最后用加长等待时间的第二轮采集做自…
-
商品描述空了5537件，其中2542件出自同一个站
实验台从60个英文独立站的公开商品清单接口取回43912件在售商品的描述字段，先按站算空值率并观察整体分布形态，再用逐站剔除法看单个站对行业指标的影响幅度。随后给每一件空值商品跑一遍归因，按站级用法、非商品条目、占位测试、整条半成品四档依次往下扣。最后用真实浏览器打开商品页，把JSON-LD里的description与页面meta描述取出来跟接口值三方对照——正是这一步推翻了第一档的扣减依据，把2542件从待定改判回真缺，缺口最终从最初…
-
商品品牌字段一个空的都没有，17个站把自己写成了好几个牌子
实验台从60个英文独立站的公开商品清单接口取回43912件在售商品的品牌字段，先按站算出主品牌，再把每一个非主品牌的取值做三级归一化——去掉重音符号、把与号换成and、砍掉地区码与公司后缀，据此把它们分成同一品牌的别写、字面空值、真正的另一个牌子三类，并逐条做字符级差异归因。随后用真实浏览器逐站打开商品页，等页面渲染完成后取出JSON-LD里Product节点的brand属性，与接口值一件件对照，判断这些取值有多少原样进入了搜索引擎读取…
-
Range请求回了200，里面却连全文的千分之一都不到
量法是同一个地址问五遍：普通GET、带压缩的Range、不带压缩的Range、只要末尾一百字节、一次要两段、以及一个不可能满足的越界范围，每一遍都记原始字节数而不只是状态码；再对同一批站的CSS与JS各问一遍做对照；最后在自己的nginx上把动态压缩、预压缩、不压缩三档摆开，逐个开关复现。
-
网页加载顺序实测：12个首页的前14KB里浏览器无事可做
量法分两层：131个站的首页各抓两轮，流式记下首字节与末字节的时刻；再把112份文档按字节位置摊开，找第一个能被预扫描发现的资源引用落在第几位。两层各自成立，但坐标系不同，一层是压缩后的字节，一层是解压后的字符，中间不能互相换算。
