コンテンツの重複排除と Canonical タグの正しい使い方
第四章：コンテンツマーケティング編 · 第 63 問
あなたは誰も「盗用」していないかもしれませんが、あなたのサイトにはすでに大量の重複コンテンツが存在している可能性が高いです——同じ記事が異なる URL でアクセスされ、検索エンジンはどれをインデックスすべきか分からず、最終的にすべてのバージョンのランキングが希釈されます。Canonical タグはこの問題を解決する中核ツールです。
重複コンテンツとは？
重複コンテンツは必ずしも「盗用」ではなく、多くは技術的な原因で同じコンテンツに複数の URL が存在することです：
| 発生原因 | 例 |
|---|---|
| HTTP/HTTPS の共存 | http://example.com/page と https://example.com/page |
| www と非 www | www.example.com/page と example.com/page |
| URL パラメータ | /product?color=red と /product?color=red&ref=banner |
| ページネーションコンテンツ | /article と /article?page=1 |
| モバイル版の独立 URL | m.example.com/page と www.example.com/page |
| 印刷ページ/AMP バージョン | /article/print と /article |
Baidu は重複コンテンツをどう処理するか
Baidu は複数の重複 URL から一つを「代表」として選択してインデックスし、他のバージョンはフィルタリングまたはランクダウンされます。しかし Baidu の判断は必ずしも正確ではありません——あなたが望まないバージョンを選ぶ可能性があります。Canonical タグを能動的に使用することは、Baidu に“この URL を基準にしてください”と伝えることです。
注意： Baidu の公式ドキュメントは Canonical タグのサポートを明記していますが、処理速度は Google ほど迅速ではない可能性があります。
Canonical タグの正しい構文
HTML の <head> 部分に追加します：
<link rel="canonical" href="https://www.example.com/preferred-url" />
使用ルール
- 必ず
<head>中内に配置：<body>内では無効 - 絶対 URL を使用：完全な
https://www.example.com/pathを記述し、相対パスは使わない - 各ページに一つだけ：複数の canonical タグはすべて無視されます
- アクセス可能なページを指す：404 や robots.txt ブロックされたページを指さない
自己参照 Canonical の重要性
ページに重複バージョンがなくても、自身を指す Canonical タグを追加することを推奨します：
<!-- 在 https://www.example.com/blog/seo-tips 页面上 -->
<link rel="canonical" href="https://www.example.com/blog/seo-tips" />
なぜ？ 将来、悪意あるパラメータ追加による拡散（例： ?utm_source=xxx）を防ぎ、検索エンジンがクロール時のパラメータ変化で混乱するのを防ぐためです。
よくある間違い
✗ 間違い1：Canonical が誤ったページを指す
カテゴリページ A の canonical をカテゴリページ B に設定したため、A が検索結果から完全に消えました。
✗ 間違い2：ページネーションコンテンツでの乱用
2、3、4 ページ目をすべて 1 ページ目に canonical 指定する——これにより後続ページのコンテンツがインデックスされなくなります。ページネーションには rel="next/prev"（百度対応）を使用するか、各ページを独立してインデックスさせるべきです。
✗ 間違い3：Canonical と robots の競合
ページが robots.txt でクロール禁止されているのに canonical を設定——クローラーはこのタグを全く見ることができません。
✗ 間違い4：クロスドメイン Canonical の誤用
自サイトのページを他サイトに canonical 指定することは、そのページのすべてのランキングウェイトを「放棄」するのと同じです。
301 リダイレクト vs Canonical：どちらを選ぶ？
| シナリオ | 推奨プラン |
|---|---|
| 旧 URL を永久に廃止 | 301 リダイレクト |
| 両方の URL にユーザーがアクセスする必要がある | Canonical タグ |
| HTTP から HTTPS への移行 | 301 リダイレクト |
| パラメータ付きとパラメータなしの同一ページ | Canonical タグ |
| サイトリニューアルでドメイン変更 | 301 リダイレクト |
簡単な原則： ユーザーが旧 URL にアクセスする必要がない場合は、 301を使用；両方の URL に存在する必要がある場合（フィルタパラメータなど）は Canonical を使用します。
サイトの重複コンテンツを審査する方法
- 百度検索フレーム検出：検索
site:yoursite.com + 文章标题关键句、複数の結果があるか確認 - クローラーツールを使用：Screaming Frog、5118 などのツールで重複 Title や重複コンテンツページを一括検出できる
- 百度サーチリソースプラットフォーム：「インデックス量」と実際のページ数の差異を確認し、差が大きい場合は大量のページがインデックスされていない（重複が原因の可能性）ことを示す
- サーバーログ分析：百度スパイダーが重複 URL にクロール割り当てを浪費していないか観察する
実践的なアドバイス
- サイト全体に自己参照 Canonical を導入：これはコストが最も低く、効果が最も確実な SEO 基本施策であり、開発にテンプレートレベルで統一的に追加してもらえばよい
- パラメータ型の重複を優先処理：百度サーチリソースプラットフォームの「パラメータ設定」機能で、無意味なパラメータ（session ID、トラッキングコードなど）をマークし、百度にこれらのパラメータを無視するよう指示する
- 毎月1回、重複コンテンツ監査を実施：クローラーツールでサイト全体をスキャンし、類似度が 80% を超えるページペアに注目し、統合するか、Canonical を追加するか、差別化して書き換えるかを決定する
AI ツールで解決：重複コンテンツ監査と Canonical 設定
上記の多くのステップは、今では AI ツールを使えば作業の大半を省ける。特に「分析」と「生成」の2種類の作業で効果的だ。以下、シーン別に既製のツール組み合わせとそのままコピーできるプロンプトを紹介する。
シーン1：重複コンテンツの一括検出
最も手間が少ない組み合わせ：クローラーツール（Screaming Frog / 5118）でデータをエクスポート + 汎用 AI（ChatGPT / Claude / Kimi / 豆包）で分析。
方法：クローラーツールでサイト全体をクロールし、以下を含む URL / Title / 字数 / 描述 の CSV（Screaming Frog の View > All URLs または Export > CSV）をエクスポートし、CSV の内容を AI に貼り付けて、このプロンプトをコピーする：
サイトクロールレポートをアップロードしました。フィールドには URL、タイトル、文字数が含まれます。重複コンテンツの疑いがあるページペアを特定してください。判定基準：タイトル類似度が 90% 超、または文字数が近く URL 構造が類似。各グループに対して提案してください：1つのページに統合 / canonical を追加して指定 / 差別化して書き換え。理由も説明してください。
AI はあなたの基準に従って提案付きのリストを出力するので、数百行のデータを自分でスキャンするのではなく、AI が抽出したページペアを人が確認するだけでよい。
シーン2：Canonical コードの生成
使用中のフレームワークで canonical をどう書くか不明な場合は、AI に直接聞く：
私のサイトは [Hugo / WordPress / 自作 PHP] で、テンプレートファイルは [パス] にあります。「サイト全体の各ページに自己参照 canonical タグを自動出力する」コードを生成してください。要件：現在のページの絶対 URL を使用し、
内に配置し、404 以外のページにのみ出力すること。
汎用 AI は主要なサイト構築フレームワークの canonical の書き方に詳しく、生成されたコードはほぼそのまま使える。公開前に開発担当者に一度確認してもらうこと。
シーン3：URL パラメータを整理し、どれを無視するか決定する
サーバーログや統計管理画面からエクスポートした URL リストを AI に渡す：
これはサイトの URL リストで、パラメータ付きの URL（?color=red、?ref=banner、?session_id=xxx など）が多数含まれています。分類してください：どのパラメータがページ内容に影響するか（独立したインデックスを保持する必要がある）、どれがトラッキング/セッション系パラメータか（canonical またはパラメータ設定で無視できる）、そして正規表現のリストを提示してください。
シナリオ4：サイトリニューアル / 移行時の 301 マッピング表の生成
旧サイトには移行予定の URL が 2000 件あり、旧サイトの URL リストは以下の通りです（先頭 50 件を貼り付け）。新サイトの URL ルールは：[ルール]。"意味的に最も近い"という原則に基づき、各旧 URL に対応する新 URL を生成し、旧URL,新URL の CSV 形式で出力してください。さらに 301 リライトルールの形式で nginx 設定の例を示してください。
シナリオ5：重複コンテンツの差別化リライト
類似度が高いがどちらも存在価値のある 2 つのページに出会ったら、AI に一方を別の角度からリライトさせます：
以下の 2 つのコンテンツは類似度が高めです。2 つ目を"実践手順"の角度から展開するようリライトし、1 つ目は"概念説明"の角度を保ってください。核心情報は残しつつ、文型・構造・事例はすべて異なるものにしてください。リライト後は自己チェックしてください：2 つの間に 80% 以上の連続した重複文がまだ残っていますか？（2 つのコンテンツを貼り付け）
注意：AI 的边界
- AI は分析も生成もできるが、実行は代われない：canonical タグを実際に公開するには、やはりサーバー/テンプレートの変更が必要。301 は nginx を触るため、サーバー権限を持つ人の操作が必須
- AI の判断は再確認が必要：AI が挙げた"重複ページのペア"には誤検知（例：ページネーションページの誤判定）があり得るため、人による再確認は必須
- AI に 301 のターゲットを直接作らせない：マッピング関係はあなたの業務理解に依存する。AI は"意味が近い"という推測しかできないため、重要ページのマッピングは必ず自分で確認すること
- サイト全体の HTML を無料 AI に貼らない：1 回の貼り付け量には制限があるため、ページペアごとに渡せばよい。機密データが関わる場合は国内のコンプライアンス対応ツールを使う
