UGC优化，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)
🔗 /9a8525571a98.html
📄
UGC优化，网站规模扩大后哪些工作不适合继续手工做
当UGC页面从几十个增长到几千个，最先不该继续手工做的不是写内容，而是逐页判断哪些页面值得被搜索引擎抓取和保留。这个判断一旦靠人肉完成，就会出现标准漂移：同一种低质问答，上午删、下午留。更可执行的做法是先把判断规则写成可复用的条件，再用最小动作验证规则是否成立。
先拿你手上的一页UGC当样本，拆出可复用的判断条件
选一个你最近处理过的问答页，不要选最优质的，选一个你犹豫过“留还是删”的。把它拆成几个可观察的字段：回答数量、回答是否来自不同用户、是否含具体经验或数据、是否有追问和补充、页面是否只有标题和一句回答。这些字段不依赖后台权限，打开页面就能看到。
拆完之后，你会得到一条粗糙规则，例如：回答少于两条、且没有追问的页面，标记为待观察；有追问但无补充的，保留但暂不投入。这条规则的价值不在于它多准确，而在于它把“我觉得这页不行”变成了别人也能复现的判断。下一步是找十页同类页面套用这条规则，看结果是否一致。如果不一致，说明条件还不够具体，需要继续拆。
手工能撑住的规模边界，取决于判断是否需要逐页读全文
手工处理并非一开始就错。当页面数量少、且每页都需要理解上下文才能决定时，人工判断反而更稳。问题出在两个信号同时出现：页面数量增长，但判断标准没有变成条件；或者判断标准已经清楚，却仍靠人逐页执行。
- 适合继续手工：页面之间差异大，规则尚未稳定，需要人先积累判断经验。
- 不适合继续手工：同一类页面反复出现，判断只看几个固定字段，且不同人给出的结论经常不一致。
这里有一个容易误判的地方：某段时间抓取量或索引量下降，不能单独证明手工处理出了问题。它也可能是内容更新节奏变化、站内链接调整或外部环境波动。要区分原因，可以先固定一批页面，记录它们在被手工处理前后的状态，再看变化是否集中在这批页面上。如果没有集中变化，就不要急着把原因归给手工流程。
把重复动作写成条件，而不是写成更长的检查清单
检查清单解决的是“别漏”，条件解决的是“谁来执行都一样”。以UGC问答页为例，可以写成这样的假设规则：
- 回答数少于2，且无追问：进入待观察集合，不删除，不主动加内链。
- 回答数达到2，但全部来自同一用户：保留页面，暂不投入编辑资源。
- 存在追问且有人补充：视为可继续维护的页面，优先补充站内入口。
这三条不是标准答案，只是说明条件应该长什么样：可观察、可复现、有明确下一步。写成条件后，即使暂时没有完整数据或后台权限，你仍然可以手动抽样执行。比如随机抽二十页，按条件分类，记录每类各占多少。这个动作的结果会直接影响下一步：如果待观察类占比很高，说明规则可能过严，需要放宽；如果可维护类几乎为零，说明问题不在筛选，而在内容供给本身。
一个假设例子：规则跑一遍之后该看什么
假设你有一千个问答页，按上述条件抽样一百页，得到待观察三十页、保留五十页、可维护二十页。这个分布本身不说明对错，但它给出两个可验证的方向。
第一，如果待观察的三十页里，有相当一部分其实有追问，只是追问没有被展示出来，那问题在页面呈现，不在内容质量。第二，如果可维护的二十页集中在少数几个话题下，说明UGC的产出并不均匀，接下来该做的是给这些话题增加入口，而不是继续扩大筛选范围。
这两个方向的共同点是：先有分类结果，再决定投入。缺少完整数据时，不要跳过这一步去直接批量删除或批量提交。抽样分类的结果只能说明这一百页的分布，不能推出全站的比例，也不能证明某种处理方式一定带来排名变化。它唯一能确定的是，你的判断条件是否稳定。
规模扩大后真正该停掉的手工动作
综合来看，不适合继续手工做的是那些已经能用固定条件判断、却仍靠逐页阅读来决定的动作，例如逐页决定是否保留、逐页添加同类内链、逐页核对同一套字段。适合保留人工的是规则尚未成形的阶段，以及需要理解具体语境才能判断的例外页面。
一个实际动作是：从今天起，把最近一周手工处理过的页面记下来，标注你当时依据的是哪几个字段。如果同一组字段反复出现，就把它写成条件，下次先按条件分类，再只对分类边界上的页面做人工判断。这个动作不会立刻改变抓取或索引结果，但它会让你知道，哪些页面值得继续投入，哪些只需要维持现状。
