爬行前,可先界定要檢查的內容範圍,再設定低內容字數門檻、近似重複檢查與 HTML 錯誤搜尋。以下設定建議與操作路徑整理自 Screaming Frog 網站於 2023 年發布的文章,不能據此確認現行版本的選單及預設值。文中的字數與相似度門檻是作者建議的篩選依據,不是判定內容品質的通用標準。
先界定正文範圍,避免把全站共用區塊算進內容
在判斷內容是否足夠之前,應先決定頁面的哪些部分屬於檢查範圍。文章列出的設定路徑是 Configuration > Content,並建議依網站結構調整,而非直接沿用預設設定。
- 作者在自己的網站排除 nav 與 footer 區塊,讓全站導覽及頁尾不列入內容。
- aside 是否排除,須看該網站如何使用這個區塊,不能一概處理。
- 若 article 區塊完整涵蓋正文,可只納入該區塊;未使用標準語意 HTML 的區塊,也能自訂納入或排除。
設定低內容字數門檻,但不要把短篇直接判為低品質
依文章建議,前往 Configuration > Spider > Preferences,捲至底部設定 Low Content Word Count。文中記載當時預設值為 0,作者認為這對檢查幫助不大,建議調整門檻。
作者同時強調,沒有固定的「正確字數」,只是認為少於 100 個單詞可能是內容單薄的有用線索。這裡指的是工具的單詞計數,不代表「繁體中文少於 100 字就不合格」,也不能把這個經驗值當成官方品質規則。
啟用近似重複檢查,爬行後再執行分析
依文章所述,在 Configuration > Content > Duplicates 勾選 Enable Near Duplicates,再選擇相似度門檻:
- 90%:文中記載的當時預設值,作者認為足以檢查近似重複。
- 50%:作者建議用於尋找「過度相似」內容的設定。
這兩個門檻應依檢查目的選擇,不宜視為所有網站都必須採用的數值。僅在爬行前啟用功能還不夠;文章提醒,爬行完成後還要執行 Crawl Analysis,才能進行這項檢查。
錯誤搜尋也要涵蓋 HTML,不只看畫面
文章建議透過 Configuration > Custom > Search 設定錯誤搜尋。某些 PHP 錯誤可能藏在 HTML 中,例如在 script 區塊載入未定義的 PHP 變數。畫面未必因此異常,但作者提醒,其他功能仍可能受影響,因此也應搜尋 HTML。
若已知錯誤出現在哪個頁面區域,可限定搜尋該區域,以找出含有同類錯誤的頁面。原文沒有提供通用搜尋字串,因此這項建議並不是一套可直接套用於所有網站的完整錯誤搜尋規則。
爬行前內容品質檢查的網路各方意見
網站的正文沒有使用標準語意標籤,還能設定檢查範圍嗎?
可以依網站結構自訂納入或排除的區塊,不必只依賴標準語意 HTML。評估內容量與品質前,先確認正文所在位置;若全站導覽或頁尾不屬於要檢查的內容,可將其排除。只有在文章區塊確實涵蓋正文時,才適合只納入該區塊。
低內容字數門檻能直接用來判定頁面品質嗎?
不能直接判定,只適合作為篩選線索。作者認為少於 100 個單詞可能是內容單薄的指標,同時強調沒有固定的正確字數。設定門檻前應先界定計數範圍;這項建議也不能直接換算成繁體中文的字數規則。
近似重複檢查應選哪個相似度門檻?
取決於檢查目的:2023 年文章的作者認為,當時預設的 90% 足以檢查近似重複;若想找出「過度相似」內容,則建議設為 50%。這些是作者的建議,不是通用標準。啟用並設定門檻後,還須在爬行完成後執行 Crawl Analysis,才能進行該檢查。
頁面顯示正常,還需要搜尋 HTML 中的錯誤嗎?
仍值得搜尋。文章指出,某些 PHP 錯誤可能藏在 HTML 中,未影響瀏覽器中的頁面顯示,卻可能在其他地方造成問題。如果已知錯誤出現在哪個頁面區域,可以限定搜尋該區域,找出含有同類錯誤的頁面。原文沒有提供通用搜尋字串。
參考資料
- Using Screaming Frog to Improve Programmatic SEO Contentwww.screamingfrog.co.uk · 2023-06-22T10:54:32+00:00 — 討論:網站的正文沒有使用標準語意標籤,還能設定檢查範圍嗎?;低內容字數門檻能直接用來判定頁面品質嗎?




