清风算法：网站规模扩大后哪些工作不适合继续手工做
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /d4515eafb527.html
📄
清风算法：网站规模扩大后哪些工作不适合继续手工做
结论有前提：当页面数量、栏目层级和内容来源已经超过一个人能持续核对的范围时，逐页手工检查清风算法相关风险就不再合适，应改为规则化抽检加批量处理；但如果站点只有几十个页面、改动频率很低，手工逐页核对仍然更可靠。下面把判断依据、一个反例和下一步动作拆开说。
先看一个可核对的信号：同一事实出现多种版本
规模扩大后最典型的异常不是某个页面被判低质，而是团队对同一件事的理解开始分叉。编辑认为某栏目是聚合页，运营认为它是内容页，技术认为它是列表页；三种理解会导出三种不同的清风算法应对方式。手工阶段靠口头对齐还能撑住，页面过千后，口头结论无法逐条落到页面上。
可以核对的项目包括：同一批页面的标题模板是否一致、正文来源是否可追溯、聚合页是否混入了无独立价值的拼接内容、旧页面是否仍指向已下线的栏目。这些项目一旦需要逐页打开确认，就说明它已经不适合手工做。此时应把判断标准写成可执行的规则，例如“正文主体由其他页面摘要拼接且无新增信息”的页面进入待处理清单，再由人抽检规则命中是否准确。
不适合继续手工做的三类工作
全量页面的低质特征排查
手工逐页看内容质量，在小站是有效的，因为编辑能记住上下文。规模扩大后，逐页排查会变成重复劳动，而且不同人给出的判断标准会漂移。更合适的做法是先定义可观察特征，再批量筛选，例如正文长度异常、模板段落占比过高、同一模板下大量页面仅替换了地名或关键词。批量筛选的产出不是最终结论，而是抽检样本。
跨栏目的一致性核对
当同一主题分散在多个栏目时，手工核对标题、摘要、内链指向会迅速失效。一个实际动作是：选定一个主题，导出所有相关页面的标题和主要内链，检查是否存在同一意图对应多个入口。如果存在，下一步不是立刻合并，而是先确认这些入口是否各自有独立内容支撑；没有支撑的入口才进入合并或下线评估。
历史内容的定期复查
历史内容复查如果靠人工排期逐页回看，通常会在规模扩大后中断。可以改为按规则触发复查：页面所属栏目调整、主要内链来源消失、模板改版导致正文结构变化时，自动进入复查队列。触发式复查比固定周期逐页翻更可持续，但它要求先能识别“结构变化”这件事。
一个反例：页面少但改动频繁时，手工反而更稳
假设站点只有几十个页面，但每周都有栏目调整和模板改动。这种情况下，规则化批量处理可能因为规则更新滞后于改动而误伤页面。手工逐页核对虽然慢，但能跟上频繁变化，判断也更贴近实际内容。所以“规模扩大”不是唯一条件，改动频率和规则维护成本同样决定手工是否还成立。若规则本身需要频繁修改，说明当前阶段还不适合把判断完全交给批量流程。
把分歧转成可核对项目，再决定下一步
当多个角色对同一批页面是否受清风算法影响有不同理解时，不要先争论结论，而是把分歧写成可核对的项目。例如：
- 这批页面的正文主体是否来自其他页面；
- 同一意图是否存在多个可访问入口；
- 模板改版后正文结构是否发生变化；
- 历史内链是否仍指向有效且相关的页面。
每个项目都要有明确的核对方式和负责人。核对结果如果显示问题集中在少数模板或栏目，下一步应优先处理模板和栏目规则，而不是逐页修补；如果结果显示问题分散且无共同特征，才需要回到抽检样本，重新判断规则是否覆盖了真实情况。这个动作的结果会直接决定后续是扩大批量处理范围，还是先收缩到人工复核。
假设例子：用抽检比例判断是否该继续手工
假设一个站点有 2000 个页面，团队先按规则筛出 200 个疑似低质页面，再随机抽 30 个人工确认。如果 30 个里有 20 个以上确实符合低质特征，说明规则可用，可以扩大到全量筛选；如果只有不到 10 个符合，说明规则过宽，应先修正规则而不是直接处理 200 个页面。这里的数字仅用于说明比较方法，不代表任何真实站点的比例。抽检比例和阈值需要根据站点自身情况设定，不能直接套用。
最后要区分抓取、索引和排名：批量处理影响的是页面能否被正确理解和收录，不等于处理完就会获得排名。把不适合手工做的工作规则化，目的是让判断可重复、可核对，而不是承诺某个固定结果。下一步动作是先选一个栏目做规则化试点，核对命中准确率，再决定是否推广到全站。
