结论先说:当页面数量、栏目层级或更新频率超过一个人能在同一工作周期内逐条核对的程度,内链维护、重复标题与描述排查、批量跳转与失效链接处理、以及抓取日志的逐条阅读,就不适合继续手工做。但这条结论有一个明确反例:如果站点只有几十个页面、改版频率很低,而且每次改动都能由同一个人完整复核,那么手工处理反而更稳,自动化只会增加维护成本。判断的分界线不是“规模看起来大不大”,而是同一类改动是否已经需要多人反复确认。
规模扩大后最常见的分歧,是运营、内容和开发对“已经处理完”的定义不同。运营认为标题重复已经改过一轮,内容认为只改了重点栏目,开发认为模板层面已经统一。三种说法都可能成立,因为它们核对的样本不同。要把分歧转成可核对的项目,先不要争论谁对,而是把同一类问题拆成可枚举的对象:哪些URL、由哪个模板输出、上次修改时间、当前值是什么。只要对象能列出来,分歧就会从“感觉没做完”变成“这几条还没改”。这一步本身就是判断能否继续手工做的依据:如果连清单都无法稳定产出,手工核对只会不断重复。
第一类是内链维护。页面数量上升后,相关推荐、面包屑、聚合入口会互相影响,手工添加链接很难保证不重复、不遗漏、不把权重导向无关页面。第二类是标题与描述的重复排查。几十个页面时可以逐页看,几百个页面以上时,人工只能抽样,抽样结果不能代表全站。第三类是失效链接与跳转链。旧链接、改版链接、活动链接会叠加成多级跳转,手工记录容易漏掉中间环节。第四类是抓取日志阅读。日志里同时存在正常抓取、重复抓取和无效抓取,逐条看会消耗大量时间,却很难得出可执行的下一步。
这四类的共同点不是“数量多”,而是判断规则可以事先写清楚。规则清楚,就适合交给脚本或批量工具;规则还在反复讨论,就不适合急着自动化,因为自动化只会把错误规则执行得更快。
假设一个站点只有四十个页面,主要栏目三个,半年内只改过一次模板。此时如果为了排查重复标题而引入批量脚本,需要先确认页面类型、模板归属和字段来源,再验证脚本输出是否误判。这个准备成本可能高于直接逐页核对。反过来,如果站点有八百个页面,每周新增二十篇内容,同一套模板输出五个栏目,那么手工核对标题重复几乎不可能覆盖全部样本。这里的数字只用于说明比较方法:把“完成一轮核对所需时间”和“搭建并验证自动处理所需时间”放在同一尺度上比较,而不是看页面数本身。
可执行的动作是:先选一个最小范围,例如只处理某个栏目的全部页面,记录手工完成一轮所需时间和漏掉的条数。如果漏掉的条数会直接影响下一步判断,就说明该类工作已经不适合手工;如果漏掉的条数不影响结论,可以暂时保留手工流程。
下一步不要直接全站自动化,而是先做一个可核对的小项目。选择一类问题,例如“同一模板输出的页面中,标题完全相同的页面有哪些”。要求输出三列:URL、当前标题、来源模板。然后让运营、内容、开发分别核对同一份清单,看三方是否对“需要修改”的判断一致。如果一致,就可以把这类检查固定为批量流程;如果不一致,说明规则还没稳定,应先统一判断标准,而不是继续扩大手工范围。
这个动作的结果会直接影响下一步:清单能稳定产出,就把它接入固定检查;清单反复变化,就说明问题不在手工还是自动,而在页面归属和模板规则没有理清。抓取量、索引量或某项统计归零,不能单独证明处理正确,因为模板调整、抓取预算变化、页面合并都可能带来类似现象,需要结合清单本身核对。
如果站点规模虽大,但页面由少数几个固定模板生成,且每次改动都能通过模板一次性覆盖,那么手工检查模板本身仍然有效,不必为每个页面单独建流程。反过来,如果页面数量不多,却由多个角色分别维护、字段来源不统一,那么即使只有一百个页面,手工核对的成本也会迅速上升。判断标准始终是:同一类判断是否需要反复跨角色确认。需要,就不适合继续手工;不需要,手工仍然可以是更省事的选择。