["Cách dùng đúng thẻ Canonical và loại bỏ nội dung trùng lặp"]

Chương 4: Content marketing · Câu hỏi 63

Bạn có thể không "sao chép" của ai, nhưng trên trang web của bạn rất có thể đã tồn tại nhiều nội dung trùng lặp — cùng một bài viết được truy cập qua các URL khác nhau, search engine không biết nên indexing phiên bản nào, cuối cùng ranking của tất cả các phiên bản đều bị pha loãng.Thẻ Canonicalchính là công cụ cốt lõi để giải quyết vấn đề này.

Nội dung trùng lặp là gì?

Nội dung trùng lặp không nhất thiết là "sao chép", phần lớn là do nguyên nhân kỹ thuật khiến cùng một nội dung có nhiều URL:

Baidu xử lý nội dung trùng lặp như thế nào

Baidu sẽ chọn một trong nhiều URL trùng lặp làm "đại diện" để lập chỉ mục, các phiên bản khác sẽ bị lọc hoặc giảm hạng. Nhưng phán đoán của Baidu không nhất thiết chính xác — nó có thể chọn phiên bản mà bạn không mong muốn. Chủ động sử dụng thẻ Canonical chính là nói với Baidu: “hãy lấy URL này làm chuẩn.”

Lưu ý: Tài liệu chính thức của Baidu nêu rõ hỗ trợ thẻ Canonical, nhưng tốc độ xử lý có thể không kịp thời như Google.

Cú pháp đúng của thẻ Canonical

Thêm vào phần <head> của HTML:

<link rel="canonical" href="https://www.example.com/preferred-url" />

Quy tắc sử dụng

1. Phải đặt trong <head> Trung bình: đặt trong <body> là không có hiệu lực
2. Sử dụng URL tuyệt đối: viết đầy đủ https://www.example.com/path, không dùng đường dẫn tương đối
3. Mỗi trang chỉ được có một: nhiều thẻ canonical sẽ khiến tất cả bị bỏ qua
4. trỏ đến trang có thể truy cập：không trỏ đến trang 404 hoặc bị robots.txt trang bị chặn

Tầm quan trọng của Canonical tự tham chiếu

Ngay cả khi trang không có phiên bản trùng lặp, vẫn nên thêm thẻ Canonical trỏ đến chính nó:

<!-- Trên trang https://www.example.com/blog/seo-tips -->
<link rel="canonical" href="https://www.example.com/blog/seo-tips" />

Tại sao? Ngăn chặn việc người khác ác ý thêm tham số để lan truyền trong tương lai (như ?utm_source=xxx), đồng thời ngăn search engine bối rối do tham số crawling thay đổi.

Lỗi thường gặp

✗ Lỗi 1: Canonical trỏ đến trang sai

Canonical của trang danh mục A trỏ đến trang danh mục B, khiến A biến mất hoàn toàn khỏi kết quả tìm kiếm.

✗ Lỗi 2: Lạm dụng trên nội dung phân trang

Đặt canonical của trang 2, 3, 4 đều về trang 1 — điều này khiến nội dung các trang sau không thể được indexing. Phân trang nên dùng rel="next/prev"(Baidu hỗ trợ) hoặc giữ indexing độc lập cho từng trang.

✗ Lỗi 3: Canonical xung đột với robots

Trang bị robots.txt chặn thu thập dữ liệu, nhưng lại đặt canonical — trình thu thập dữ liệu hoàn toàn không thể thấy thẻ này.

✗ Lỗi thứ tư: Sử dụng sai Canonical xuyên miền

Đặt canonical trang của website mình trỏ đến website của người khác, tức là "từ bỏ" toàn bộ trọng số xếp hạng của trang này.

Chuyển hướng 301 so với Canonical: chọn thế nào?

Nguyên tắc đơn giản: Nếu người dùng không cần truy cập URL cũ, dùng 301; nếu cả hai URL đều cần tồn tại (ví dụ tham số lọc), dùng Canonical.

Cách kiểm tra nội dung trùng lặp của website

1. Baidu SearchKiểm tra khung：tìm kiếm site:yoursite.com + câu then chốt của tiêu đề bài viết，xem có nhiều kết quả hay không
2. Sử dụng công cụ crawler：Các công cụ như Screaming Frog, 5118 có thể phát hiện hàng loạt Title trùng lặp và trang nội dung trùng lặp
3. Baidu Search Resource Platform：Xem sự khác biệt giữa "lượng index" và số trang thực tế, chênh lệch lớn cho thấy có nhiều trang chưa được index (có thể do trùng lặp)
4. Phân tích log máy chủ：Quan sát xem Baidu Spider có lãng phí hạn ngạch crawling trên các URL trùng lặp hay không

Gợi ý thực hành

• Triển khai Canonical tự tham chiếu toàn site：Đây là thao tác SEO cơ bản có chi phí thấp nhất và lợi ích chắc chắn nhất, chỉ cần để đội phát triển thêm đồng nhất ở tầng template
• Ưu tiên xử lý trùng lặp dạng tham số：Trong chức năng "cấu hình tham số" của Baidu Search Resource Platform, đánh dấu các tham số vô nghĩa (như session ID, mã tracking) để báo Baidu bỏ qua các tham số này
• Thực hiện kiểm toán nội dung trùng lặp mỗi tháng một lần：Dùng công cụ crawler quét toàn site, tập trung vào các cặp trang có độ tương đồng trên 80%, quyết định hợp nhất, thêm Canonical hay viết lại khác biệt hóa

Giải quyết bằng công cụ AI: Kiểm toán nội dung trùng lặp và cấu hình Canonical

Nhiều bước trong số trên, giờ đây dùng công cụ AI có thể tiết kiệm phần lớn công sức thủ công, đặc biệt là hai loại công việc "phân tích" và "tạo sinh". Dưới đây là tổ hợp công cụ sẵn có theo từng tình huống và các prompt có thể sao chép trực tiếp.

Tình huống một: phát hiện nội dung trùng lặp hàng loạt

Tổ hợp tiết kiệm sức nhất:Công cụ thu thập dữ liệu (Screaming Frog / 5118) xuất dữ liệu + AI phổ thông (ChatGPT / Claude / Kimi / 豆包) phân tích。

Cách làm: dùng công cụ thu thập dữ liệu quét toàn trang, xuất CSV bao gồm URL / Title / Số từ / Mô tả (của Screaming Frog View > All URLs hoặc Export > CSV), dán nội dung CSV cho AI, sau đó sao chép prompt này:

Tôi đã tải lên một báo cáo quét trang web, các trường bao gồm URL, tiêu đề, số từ. Hãy giúp tôi tìm ra các cặp trang nghi ngờ có nội dung trùng lặp, tiêu chí đánh giá: độ tương đồng tiêu đề cao hơn 90%, hoặc số từ gần nhau và cấu trúc URL tương tự. Với mỗi nhóm, đưa ra đề xuất: hợp nhất thành một trang / thêm canonical trỏ đến / viết lại khác biệt hóa, và giải thích lý do.

AI sẽ liệt kê danh sách kèm đề xuất theo tiêu chí của bạn, bạn chỉ cần rà soát thủ công các cặp trang mà nó lọc ra, thay vì tự quét hàng trăm dòng dữ liệu.

Tình huống 2: Tạo mã Canonical

Không chắc framework của bạn viết canonical thế nào, hãy hỏi thẳng AI:

Trang web của tôi dùng [Hugo / WordPress / PHP tự phát triển], tệp mẫu nằm ở [đường dẫn]. Hãy tạo cho tôi mã "tự động xuất thẻ canonical tự tham chiếu cho mọi trang trên toàn site", yêu cầu: dùng URL tuyệt đối của trang hiện tại, đặt trongvà chỉ xuất ở các trang không phải 404.

Các AI phổ thông đều rất quen với cách viết canonical cho các framework xây dựng website chủ đạo, mã được tạo ra về cơ bản có thể dùng trực tiếp, nhớ để đồng nghiệp phát triển xem qua trước khi đưa lên môi trường thực tế.

Tình huống 3: Sắp xếp tham số URL, quyết định tham số nào cần bỏ qua

Đưa danh sách URL xuất từ log máy chủ hoặc backend thống kê cho AI:

Đây là danh sách URL của trang web, bao gồm nhiều URL có tham số (như ?color=red, ?ref=banner, ?session_id=xxx). Hãy giúp tôi phân loại: những tham số nào ảnh hưởng đến nội dung trang (phải giữ index riêng), những tham số nào là loại theo dõi/phiên (có thể dùng canonical hoặc cấu hình tham số để bỏ qua), và đưa ra danh sách biểu thức chính quy.

Tình huống 4: Tạo bảng ánh xạ 301 khi cải tổ / di chuyển website

Trang cũ của tôi có 2000 URL sắp được chuyển sang trang mới, danh sách URL trang cũ như sau (50 mục đầu tiên được dán vào), quy tắc URL trang mới là: [quy tắc]. Vui lòng dựa trên nguyên tắc "gần nghĩa nhất" để tạo URL mới tương ứng cho từng URL cũ, xuất ra định dạng CSV gồm URL cũ,URL mới, và đưa ra ví dụ cấu hình nginx dưới dạng quy tắc viết lại 301.

Tình huống 5: Viết lại khác biệt hóa nội dung trùng lặp

Khi gặp hai trang có độ tương đồng cao nhưng đều có giá trị tồn tại, hãy để AI viết lại một trong hai từ góc độ khác:

Hai đoạn nội dung dưới đây có độ tương đồng cao. Hãy viết lại đoạn thứ hai theo góc độ "các bước thực hành", giữ đoạn thứ nhất theo góc độ "giải thích khái niệm", giữ lại thông tin cốt lõi nhưng cấu trúc câu, bố cục, ví dụ đều phải khác. Sau khi viết lại hãy tự kiểm tra: hai đoạn còn hơn 80% câu trùng lặp liên tục không? (dán hai đoạn nội dung)

Lưu ý: Ranh giới của AI

• AI có thể phân tích, có thể tạo, nhưng không thể thay bạn thực thi: thẻ canonical muốn thực sự lên sóng vẫn phải sửa máy chủ/mẫu; 301 phải động vào nginx, bắt buộc người có quyền máy chủ thao tác
• Phán đoán của AI cần được kiểm chứng lại: các "cặp trang trùng lặp" mà nó liệt kê có thể có báo nhầm (ví dụ trang phân trang bị phán đoán sai), kiểm tra thủ công là bắt buộc
• Đừng để AI tự bịa mục tiêu 301: quan hệ ánh xạ phụ thuộc vào hiểu biết nghiệp vụ của bạn, AI chỉ có thể đoán theo "gần nghĩa", ánh xạ của các trang quan trọng phải do bạn tự xác nhận
• Đừng dán toàn bộ HTML trang web cho AI miễn phí: có giới hạn khi dán một lần, chỉ cần đưa theo từng cặp trang; dữ liệu nhạy cảm nên dùng công cụ tuân thủ trong nước