一个站点上线三周,收录情况还不错,但搜索结果里的标题全是「某某科技 - 首页」,点进去才发现是产品介绍;文章分享到微信群里,只显示一条光秃秃的链接,没有标题、没有配图、没有摘要。这两个现象和内容质量没关系,纯粹是 head 里的信息没写对。SEO 这个词容易被讲成玄学,实际上前端能做的部分很具体:让抓取工具准确知道「这是哪一页、讲什么、以哪个地址为准」。

这篇按「搜索引擎实际看到什么」来组织:先说抓取和索引的区别,再逐项讲 title、description、canonical、robots 和 Open Graph。读完你能为每页写出一套不重复的头部信息,也能判断哪些 SEO 说法没有依据。

搜索引擎看到的不是你的浏览器画面

很多人以为搜索引擎「打开网页看一眼」,和人看到的一样。实际流程要粗糙得多,大致是下面几步。

一个页面从被抓到到出现在搜索结果
发现地址
抓取 HTML
解析内容
执行脚本并渲染
建立索引
排序展示

关键在于「执行脚本并渲染」这一步。搜索引擎会执行页面上的 JavaScript,但这是有成本的,往往排在抓取之后,时间上可能延迟,也不保证每个页面都完整执行。所以正文、标题、关键链接最好直接出现在 HTML 里,而不是等脚本跑完才有。这也是这个站坚持每篇文章独立静态 HTML 的原因:内容一次到位,不依赖脚本。

抓取和索引是两件事:抓取是「来不来拿」,索引是「拿走后收不收」。返回 200 但正文空空,可能被当成「软 404」;返回 404 或 410 会被更快清理。单页应用尤其要注意,路由只改地址不改响应,抓到的可能始终是同一个空壳。

robots.txt 控制「能不能来抓」,页面里的 meta name="robots" 控制「抓到了要不要收进索引」。常见的误会是「在 robots.txt 里屏蔽某个目录,它就不会出现在搜索结果」,实际上如果别处有链接指向它,搜索引擎仍可能收录这个地址,只是没去抓内容。真要它不出现,得允许抓取并用 noindex。

title:搜索结果的第一行

title 同时出现在浏览器标签、收藏夹、搜索结果标题和分享卡片里,是 head 里最重要的一个标签。写法上就两条:每页不同,把页面主题放前面。首页可以写「科设文档 - 前端与计算机基础教程」,文章页写「文档结构与常用标签 · 科设文档」,列表页写「HTML 基础文章列表 · 科设文档」。

别把所有关键词塞进去。搜索结果的标题展示宽度是按像素截断的,不是按汉字数硬切,超出的部分会被截掉或改写;设备、字号、语言都会影响实际能显示多少。堆得越多,真正有用的信息越靠后。品牌名通常放末尾,首页例外,因为首页需要先说明站点是做什么的。

几十个页面共用同一个标题,是另一个高频问题。搜索引擎判断「这些页面是不是重复内容」时,标题是一个很直接的信号;对用户来说,搜索结果里一排一模一样的标题也没法区分。列表页的分页、筛选参数页尤其容易漏,第二页、第三页都沿用第一页的标题,收录效果自然差。

还有一点常被忽略:搜索引擎会改你的标题。当它认为正文里某个标题更贴合搜索词时,展示的可能是改写后的版本。这不是 bug,也没有可靠办法完全阻止。能做的是让 title 和 h1 保持一致、准确,减少被改写的空间。

description:摘要,不是排名开关

<meta name="description" content="..."> 是页面摘要,搜索引擎可能拿它做搜索结果的第二、三行。注意「可能」:如果它觉得正文里某段话更贴合用户的搜索词,就会用那段话替换你的描述。所以 description 不是必赢的,但写好了能提高点击率。

写法建议:一句话说清这页能解决什么问题,控制在七八十字以内,每页不同。不用堆关键词,因为 description 本身不是排名因素,它的价值在于让用户判断「这是不是我要的」。很多人在这栏里复制一段关键词列表,用户看到的就是一堆词,点击意愿反而下降。

描述要和页面内容对得上。为了点击率写一句夸张的承诺,用户点进来发现不是那么回事,很快就返回,对站点没有好处。反过来,页面确实有一个具体数字、版本或结论时,写进描述往往比空泛的「全面讲解」有效。

canonical:同一内容只留一个地址

同一个页面,可能有好几个能访问的地址:带不带 www、http 还是 https、末尾有没有斜杠、带不带 ?from=share 这类参数。对用户来说都一样,对搜索引擎来说却是好几份内容,权重被分散,还可能被判成重复内容。

canonical 就是告诉搜索引擎「这几个地址里,以这个为准」:

<link rel="canonical" href="https://docs.czgrzx.cn/articles/frontend/basics/html/html-meta-seo.html">

它是一条建议,不是强制命令。搜索引擎可以采纳,也可以不采纳,但绝大多数情况下会参考。使用时有几个硬要求:地址必须写绝对地址、必须指向真实可访问的页面、最好指向自己。最后这条最容易被忽略,也是下面场景里第一个踩中的坑:全站复制同一段 head,canonical 也跟着复制,结果所有文章都宣称「首页才是正版」,文章自然很难被单独收录。

canonical 不能替代 301。页面永久搬家,应该用服务器跳转把旧地址指到新地址;canonical 只是给仍能访问的重复地址一个建议。指向 404 或指向一个本身也 canonical 到别处的页面,都会让信号混乱。带参数的分享链接 canonical 到干净地址,是它常见的正当用法。

静态站每篇文章的 canonical 都要指向自己。这个站的写法是在每篇的 head 里手写完整地址,好处是明确,代价是以后换域名要批量替换。用脚本生成站点时可以统一处理,这里不做展开。

robots 与 sitemap:控制抓取范围

页面级的 <meta name="robots" content="noindex, nofollow"> 告诉搜索引擎「这页别收录,也别顺着链接继续爬」。适合用在测试页、后台页、重复的打印页。线上文章页千万别误加,尤其是从模板复制时,很容易把测试环境的 noindex 带到生产环境。上线前搜一遍 noindex 是个成本很低的自检。

这里有个反直觉的地方:如果 robots.txt 禁止抓取某个页面,搜索引擎就看不到页面里的 noindex,于是「想删掉却又删不掉」。正确顺序是先允许抓取、让 noindex 被读到,等页面从索引里消失后,再考虑是否屏蔽抓取。对于 PDF、图片这类非 HTML 资源,页面里放不了 meta,可以用响应头 X-Robots-Tag 表达同样的意思。

sitemap.xml 是给搜索引擎的页面清单,列出希望被收录的地址和更新时间。它不能保证收录,但能帮助搜索引擎更快发现新文章。静态站可以用脚本生成,也可以手写维护;文章数量少的时候手写完全够用。站点大了以后要注意单个 sitemap 的条目和体积上限,通常需要拆成索引文件。

lastmod 要写真实更新时间。为了显得活跃每次构建都刷成今天,短期可能有效,长期会让抓取方不再信任这个字段。

Open Graph:分享卡片靠它

把链接发到微信、飞书、Slack、社交平台,对方往往会抓取页面生成一张卡片,里面有标题、摘要、缩略图。这套信息主要由 Open Graph 协议定义,常见的是这几个:

标签作用写法建议
og:type内容类型文章页用 article,站点首页用 website
og:title卡片标题通常和 title 一致,不必带站点后缀
og:description卡片摘要和 description 一致,短一些更好
og:url规范地址写绝对地址,和 canonical 保持一致
og:image缩略图用绝对地址,尺寸比例建议接近 1.91:1,常用 1200×630
og:locale语言地区中文站点写 zh_CN

og:image 的地址必须是完整的公网地址,不能用相对路径。写成 /assets/cover.png,很多平台抓不到,卡片就只剩文字。图片太大加载慢,太小又糊,1200×630 是流传较广的通用尺寸,但不是强制标准,各平台会自己裁剪,具体规则以平台文档为准。图片不能要求登录才能访问,也别开防盗链,否则抓取方拿到的是一张错误页。

如果主要面向 Twitter(现在叫 X),它还有一套 twitter:card 标签,和 OG 有重叠。国内平台大多直接读 OG,微信对某些标签的支持有自己的规则,且不公开完整细节,这里标为待确认,以分享测试为准。平台通常会缓存抓取结果,换图后短时间内可能还是旧卡片,常见做法是换一个文件名再试,缓存多久各平台不同。

结构化数据:进阶选项,不是必做

除了 meta,还可以用 JSON-LD 描述「这是一篇文章、作者是谁、发布时间是什么」,帮助搜索引擎理解内容类型。对教程类站点,Article、BreadcrumbList、FAQPage 是常见的几种。它能增加被展示为富媒体结果的机会,但不保证一定出现,而且写错了反而会被判为无效标记。

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "meta 标签与基础 SEO",
  "datePublished": "2026-11-06"
}
</script>

标记里的内容必须和页面上看得见的内容一致。为了拿富媒体结果,在标记里写页面没有的评分、价格或问答,短期也许能骗过抓取,长期是被降权甚至手动处理的代价。改完用官方校验工具跑一遍,比凭感觉猜可靠。

我的建议是:内容站先把标题、描述、canonical、OG 这四样做对,再考虑结构化数据。前三样是基础设施,结构化数据是加分项。顺序反了,容易花很多时间在标记上,却忽略了页面本身的内容质量。

一次专题页上线的走查

做过一个「2026 前端学习路线」专题页,地址是 /guides/roadmap.html。页面从一篇文章模板复制而来,内容做完直接上线。一周后用站内搜索查品牌词,只出来首页;专题页搜不到,分享到群里也没有图。于是开始按顺序排查。

第一步查 canonical,果然是模板里留着首页地址。所有从这套模板生成的页面都指向首页,等于集体宣布「首页才是正版」。把每页改成指向自己之后,又等了一周,仍然没有收录。这一步的教训是:不要以为改完就立刻生效,抓取和索引有周期,先确认搜索引擎有没有重新来过。

第二步查页面源码,发现模板里还带着 <meta name="robots" content="noindex, nofollow">,是从测试环境复制时漏删的。这解释了为什么 canonical 改对了也没用:页面压根没被允许进索引。删掉 noindex 后,专题页终于出现了,但搜索结果的标题是「前端学习路线 - 某某科技」,摘要和首页一模一样,因为 title 和 description 也是从首页抄来的。

第三步改头部信息:标题写成「2026 前端学习路线:从 HTML 到框架 · 某某科技」,描述单独写,说明这页包含哪些阶段、适合谁。与此同时,分享卡片仍然没有图,查 og:image,写的是相对路径 /assets/roadmap-cover.png。改成完整地址后,平台缓存里还是旧的空卡片,换了个带版本号的文件名才刷新出来。缓存多久,各平台没有统一说法,只能实测。

这次走查里,三个问题都不是内容问题,而是模板复制带来的「头部污染」。后来给站点加了一份上线检查清单:canonical 是否指向自己、有没有 noindex、title 是否唯一、og:image 是否是可公网访问的绝对地址。四项各花一分钟,能省掉一周的来回。这类故障最容易被误判成「内容质量不行」,其实是头部信息在拖累。

错误现象对照

下面这些现象在站点上线后很常见,尤其是从模板批量生成页面的时候。按「第一步查什么」的顺序走,通常能很快定位。

现象真实原因第一步查什么
搜索结果标题全是「某某 - 首页」模板共用 title,或从首页复制后没改打开各页面源码,对比 <title> 是否每页不同
搜品牌词只出首页,文章不单独出现canonical 指向首页,或页面带 noindex看 canonical 的地址,以及 robots 是否为 noindex
分享到微信或飞书只有一条光秃秃的链接缺 OG 标签,或平台抓取失败查看源码里有没有 og:title、og:image
分享卡片有文字但没有图og:image 是相对路径、需要登录、或开了防盗链把 og:image 的地址直接粘贴到无痕窗口打开
搜索结果摘要是一段莫名其妙的正文缺少 description,或写的描述与搜索词不贴合看每页是否都有独立的 description
测试页、后台页出现在搜索结果里没有 noindex,或 robots.txt 挡住了抓取导致 noindex 读不到确认页面允许抓取,且返回头或 meta 里有 noindex
改完 meta 第二天毫无变化搜索引擎还没重新抓取,或抓取后尚未重建索引先确认最近的抓取时间,再判断是否要等

边界与代价:meta 能控制的部分很有限

首先,title 和 description 都只是建议。搜索引擎会根据自己的判断改写标题和摘要,尤其当页面内容与搜索词更贴近时。你能做的是让信息准确、唯一、不夸张,减少被改写的空间,但不能要求它一定按你写的展示。把 SEO 当成「写对 meta 就能控制搜索结果」,这个预期一开始就错了。

社交卡片也一样。OG 标签提供了素材,最终怎么裁剪、显示几行、缓存多久,由平台决定。比例、文字长度、显示域名,各平台规则不同,还会变。能做的是给足标准信息,再用真实分享测试验收,别拿某一篇的成功经验当通用标准。

规模上去以后,手写 head 会先撑不住。几十个页面还能人工核对,几百上千页就必须在构建时统一注入标题、描述、canonical 和 OG,并且加自动检查:标题是否重复、canonical 是否全指向同一个地址、有没有残留的 noindex。否则模板复制带来的错误会以「批量」的形式出现,一错就是整站。

几个副作用值得提前知道:canonical 写错会把你本来想保留的页面合并掉,流量损失比不写更大;noindex 误上线,页面会从搜索结果里消失,恢复需要重新抓取;描述为了点击率写得过于夸张,短期点击上升,长期留存和品牌信任下降;关键词堆砌、隐藏文字这类老技巧,收益早就低于风险。还有,meta keywords 不是主流搜索引擎的排名依据,写了基本没用,不如省掉。

最后是时间成本。抓取和索引有周期,改动后几天到几周才体现都正常。SEO 很难当天验证,只能靠检查清单保证该写的都写对了,再把结果交给时间。

小结与下一步

前端能做的 SEO,说到底是「把信息写清楚」:每页一个准确的 title、一段说人话的 description、一个指向自己的 canonical、一套完整的 OG 标签。再配合静态 HTML 让内容直接可读,基础就打好了。剩下的排名因素,更多取决于内容本身和外部链接,不是前端能单方面决定的。

下面几件事当天就能自己验证:

  1. 打开站点里三篇文章,把 <title> 和 description 并排对比,找出重复或空白的页面。
  2. 全局搜索 noindex 和 canonical,确认没有测试环境残留,且 canonical 指向自身。
  3. 把一篇文章链接发到飞书或微信,观察卡片缺什么;再对照源码里的 OG 标签逐项核对。
  4. 用无痕窗口直接打开 og:image 的完整地址,确认不登录也能看到图。
  5. 关闭 JavaScript 刷新页面,确认标题、正文和关键链接仍然存在。

页面能被搜到之后,还有一个更容易被忽略的维度:不是所有人都用鼠标和眼睛。下一篇 可访问性入门 会从一次只用键盘的验收讲起,说清焦点、aria 的使用边界、对比度,以及读屏软件到底怎么读你的页面。它和 SEO 有一个共同点:都是让「机器和边缘场景」也能正确理解你写的东西。