当页面数量、模板种类或地区版本增长到一定规模,手工逐页检查标题、内链和索引状态会从“细致”变成“不可核对”。判断标准不是工作量大小,而是这项操作是否需要全量覆盖、是否要求同一规则反复执行、以及手工结果能否被别人复现。凡是三个条件同时成立的工作,通常应退出纯手工流程,改为规则加抽查。
手工适合处理判断密度高、样本量小、每次结论可能不同的任务。例如首页与核心栏目页的定位表述、与业务方确认某类页面是否应被索引、以及合并重复内容前的取舍讨论。这些工作依赖上下文,写成规则反而容易误伤。
不适合继续手工的前提是:同一判断要在大量URL上重复,且判断依据可以用明确字段描述。例如“所有分页页面的标题是否包含页码”“所有筛选参数是否进入可抓取链接”“所有已下线页面是否返回正确状态码”。这类任务一旦超过几十个URL,手工清单就会出现遗漏、顺序不一致和版本混乱,多个角色对“已经检查过”的理解也会分叉。
当运营、开发、内容负责人对同一事实有不同理解时,先不要争论谁记得对,而是把分歧拆成可验证的记录。
这个动作的结果会直接影响下一步:如果两次核对一致,说明规则可以脚本化或批量化;如果仍不一致,说明该工作暂时保留人工判断,不宜扩大自动化范围。
以下类型在规模扩大后通常不再适合逐页操作,但退出方式不同。
退出的边界是:规则能覆盖的交给批处理,规则无法覆盖的保留人工,并且人工只处理例外清单,不再全量重做。
假设某站点从200个URL扩展到5000个URL,团队仍用表格逐页登记标题和canonical。三周后,运营认为“大部分页面已处理”,开发认为“模板仍输出旧canonical”,内容负责人认为“标题重复只出现在筛选页”。三种说法都缺少同一组可核对字段。
此时先做一件事:按页面类型各抽20个URL,记录状态码、canonical、标题和是否可从导航到达,由未参与首次登记的人复核。若复核发现筛选页canonical指向自身,则下一步优先处理筛选页规则;若复核发现模板层canonical未更新,则下一步回到模板而不是继续改单页。这个例子中的数字仅用于说明抽样比较方法,不代表任何真实站点表现。
批量处理解决覆盖问题,不解决意图问题。以下工作即使规模扩大,也不建议完全交给规则:
把这些判断保留在人工环节,同时把可重复的核对交给规则和抽查,才能让多个角色对同一事实使用同一份记录。规模扩大后真正需要退出的不是“人工”,而是没有字段、没有样本边界、无法复核的逐页手工流程。