Một trang trên website của bạn có thể mở được bằng năm, sáu địa chỉ khác nhau mà bạn không hề biết. Với Google, đó là năm, sáu trang giống hệt nhau, và Google sẽ tự chọn một địa chỉ làm bản chính, gọi là URL chính tắc. Bài này giải thích trùng lặp sinh ra từ đâu, cách nói cho Google biết bản nào là chính, và đọc các trạng thái trùng lặp trong Search Console.
URL chính tắc là gì
Khi nhiều địa chỉ cho ra cùng một nội dung hoặc nội dung gần giống nhau, Google gom chúng thành một nhóm và chọn một địa chỉ đại diện để hiện trong kết quả tìm kiếm. Địa chỉ đó là URL chính tắc (canonical). Các địa chỉ còn lại vẫn mở được bình thường với người xem, nhưng thường không hiện trên Google.
Tin tốt trước: theo tài liệu Google Search Central, có một phần nội dung trùng lặp trên website là chuyện bình thường và không vi phạm chính sách về spam của Google. Bạn không bị phạt vì trùng lặp. Vấn đề thật là Google có thể chọn sai địa chỉ bạn muốn khách thấy, hoặc chia tín hiệu ra nhiều địa chỉ thay vì dồn vào một.
Trùng lặp sinh ra từ đâu trên website doanh nghiệp
- http và https, có www và không www: bốn cách gõ cùng một trang chủ nếu máy chủ không gom về một.
- Có và không có dấu “/” ở cuối: /lien-he và /lien-he/ là hai địa chỉ khác nhau với máy.
- Tham số theo sau địa chỉ: ?utm_source=… từ quảng cáo, ?fbclid=… khi chia sẻ qua Facebook, bộ lọc và sắp xếp sản phẩm (?orderby=price).
- Bản nháp, bản thử bị lộ: website thử trên tên miền phụ chưa được chặn, chép y nguyên website thật.
- Trang na ná nhau do chính bạn viết: ba trang dịch vụ cho ba quận, chỉ đổi tên quận.
Bốn loại đầu là chuyện kỹ thuật, sửa một lần ở máy chủ hoặc cài đặt. Loại cuối là chuyện nội dung: Google sẽ coi các trang đó là bản sao của nhau dù bạn muốn cả ba cùng lên.
3 cách chỉ bản chính cho Google
Google gọi các cách này là tín hiệu, có mạnh có yếu, và dùng cùng lúc thì tác dụng cộng dồn. Theo tài liệu Google Search Central:
| Cách | Độ mạnh | Dùng khi |
|---|---|---|
| Chuyển hướng vĩnh viễn (301, 308) | Mạnh | Địa chỉ phụ không cần mở được nữa: http về https, không www về www, địa chỉ cũ về địa chỉ mới |
| Thẻ rel=”canonical” trong mã trang | Mạnh | Địa chỉ phụ vẫn cần mở được: trang có tham số quảng cáo, bộ lọc sản phẩm |
| Chỉ đưa bản chính vào sơ đồ trang | Yếu | Luôn làm, như một tín hiệu đi kèm |
WordPress tự thêm thẻ canonical cho các trang và bài viết đơn lẻ từ phiên bản 2.9, trỏ về chính địa chỉ của trang đó. Trang danh mục, trang lưu trữ thì lõi WordPress không tự thêm; phần này thường do plugin SEO hoặc giao diện đảm nhận. Việc bạn cần làm là bảo đảm máy chủ đã gom http, www về một mối bằng chuyển hướng; cách chọn đúng loại chuyển hướng có trong bài Chuyển hướng 301 và 302 khác nhau thế nào.
Một điều quan trọng: Google ghi rõ canonical là gợi ý, không phải mệnh lệnh. Google có thể chọn địa chỉ khác nếu các tín hiệu mâu thuẫn, ví dụ thẻ canonical trỏ về trang A nhưng liên kết nội bộ toàn trỏ về trang B. Hãy để mọi liên kết trong website trỏ về đúng bản chính.
Đọc 3 trạng thái trùng lặp trong Search Console
- Trang thay thế có thẻ chính tắc thích hợp: trang phụ đã trỏ đúng về bản chính. Không cần làm gì.
- Trang trùng lặp, người dùng chưa chọn trang chính tắc: Google thấy trang trùng với trang khác mà trang không khai bản chính, nên Google tự chọn. Nếu lựa chọn của Google đúng ý, để yên; nếu không, thêm canonical hoặc làm hai trang khác nhau thật sự.
- Trang trùng lặp, Google đã chọn một trang chính tắc khác với lựa chọn của người dùng: bạn khai bản chính, nhưng Google cho rằng một địa chỉ khác hợp hơn. Thường do hai trang không thật sự giống nhau, hoặc canonical bị đặt nhầm.
Muốn xem Google chọn địa chỉ nào cho một trang cụ thể, dùng công cụ Kiểm tra URL và so hai dòng URL chính tắc do người dùng khai báo và URL chính tắc do Google chọn, như trong bài Kiểm tra URL trên Search Console. Bảng tra đầy đủ các lý do chưa lập chỉ mục khác nằm ở bài 12 lý do chưa lập chỉ mục.
Những điều không nên làm
- Không dùng robots.txt để chặn bản trùng: Google không đọc được trang thì cũng không thấy thẻ canonical trên đó.
- Không dùng noindex để chọn bản chính giữa các trang trong website; tài liệu Google khuyên dùng rel=”canonical” cho việc này.
- Không trỏ canonical của mọi trang về trang chủ, và không viết các trang theo khu vực chỉ khác tên quận. Muốn có nhiều trang thì mỗi trang cần nội dung riêng: dự án ở khu đó, giá vận chuyển, thời gian đến nơi.
Website bán hàng là nơi trùng lặp sinh ra nhiều nhất, vì mỗi bộ lọc tạo một địa chỉ mới. Khi làm website bán hàng, hãy hỏi đơn vị làm web cách họ xử lý canonical cho bộ lọc và biến thể sản phẩm ngay từ đầu.
Tóm lại
- URL chính tắc là địa chỉ Google chọn đại diện cho nhóm trang giống nhau; trùng lặp không bị phạt nhưng có thể làm Google chọn sai.
- Chỉ bản chính bằng chuyển hướng 301 (mạnh), rel=”canonical” (mạnh), sơ đồ trang (yếu), và liên kết nội bộ thống nhất.
- Không dùng robots.txt hay noindex để chọn bản chính; trang theo khu vực phải có nội dung riêng thật.