feat: sync latest GPT SEO routing and docs

docs/2026-04-18-A组6站-蜘蛛回访分析.md

@@ -0,0 +1,394 @@
+# 2026-04-18 A组6站 蜘蛛回访分析
+
+## 1. 基本信息
+
+- 日期：`2026-04-18`
+- 分析人：`Codex / 团队`
+- 分析范围：`A组 6 站`
+- 日志时间窗口：`2026-04-17 09:10:03 ~ 2026-04-17 22:20:02`
+- 关联动作：
+  - 已提交 sitemap：`A组6站已纳入首批推收录名单，主入口以 /sitemap.xml / sitemap_index.xml / sitemap-main.xml 为准`
+  - 已清缓存域名：`待继续跟进 jingxifa.com / cnzhenbang.com`
+  - 已上线模板修复：`详情 slug-only 兜底、HEAD 兼容、sitemap 修复、搜索页 h1 补强、播放页 h1 补强`
+
+## 2. 本轮关注域名
+
+1. `liangzuan.net`
+2. `cnzhenbang.com`
+3. `codohealth.com`
+4. `jingxifa.com`
+5. `gz-yxsw.com`
+6. `glae.cc`
+
+## 3. 本轮关注目标
+
+1. `sitemap_index.xml` 是否开始被抓
+2. `sitemap-main.xml` 是否开始被抓
+3. 搜索页是否出现蜘蛛回访
+4. 详情页是否开始出现命中
+5. 播放页是否开始出现命中
+6. 是否出现连续抓取链路：
+   - `sitemap -> search -> detail`
+   - `sitemap -> detail -> play`
+7. 是否仍存在旧 404 深链被反复访问
+
+## 4. 蜘蛛来源概览
+
+### 百度蜘蛛
+
+- 请求数：`72`
+- 命中域名：
+  - `codohealth.com`
+  - `jingxifa.com`
+  - `gz-yxsw.com`
+  - `glae.cc`
+- 主要命中页面类型：
+  - `home`
+  - `detail`
+  - `play`
+  - `other`
+
+### 必应蜘蛛
+
+- 请求数：`2`
+- 命中域名：
+  - `cnzhenbang.com`
+- 主要命中页面类型：
+  - `category`
+
+### 其他中文搜索蜘蛛
+
+- 请求数：`88`
+- 命中域名：
+  - `cnzhenbang.com`
+  - `jingxifa.com`
+  - `gz-yxsw.com`
+  - `glae.cc`
+- 主要命中页面类型：
+  - `home`
+  - `category`
+  - `detail`
+  - `play`
+
+### 普通浏览器访问
+
+- 请求数：`本次统计只看蜘蛛 crawl push 数据，不混入普通浏览器访问`
+- 是否需要与蜘蛛流量区分：`是`
+
+## 5. 各域名命中概览
+
+### `liangzuan.net`
+
+- sitemap：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- search：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- detail：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- play：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- old 404：
+  - 是否出现：`当前窗口未见`
+  - 典型路径：`无`
+
+### `cnzhenbang.com`
+
+- sitemap：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- search：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- detail：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- play：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- old 404：
+  - 是否出现：`出现测试入口 404`
+  - 典型路径：
+    - `/get-index?wd=test`
+    - `/get/index?wd=test`
+
+补充观察：
+
+- summary 总请求：`110`
+- 当前主要命中层级：
+  - `robots: 62`
+  - `category: 21`
+  - `home: 1`
+- 当前已见 `200`：
+  - `/`
+  - `/category/dong-man`
+- 当前主要风险：
+  - `googlebot` 仍大量命中 `/robots.txt => 444`
+  - `sogou` 对分类页仍混有 `301 / 403`
+
+### `codohealth.com`
+
+- sitemap：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- search：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- detail：
+  - 是否命中：`是`
+  - 命中次数：`12`
+  - 典型路径：
+    - `/voddetail/gu-chuan-jin-zhen-qian-jin-jing-shi-feng-jian-lao-zu-zong-73272`
+    - `/voddetail/ma-dai-gui-guai-chuan-shuo-qi-yuan-78411`
+    - `/voddetail/xing-qiu-da-zhan-hei-shi-chuan-shuo-78631`
+- play：
+  - 是否命中：`是，但当前被归到 other`
+  - 命中次数：`6`
+  - 典型路径：
+    - `/vodbf/liang-liang-pei-dui-185109-default-1`
+    - `/vodbf/yu-wang-dan-zhu-ji-104073-default-1`
+- old 404：
+  - 是否出现：`当前窗口未见明显旧 404`
+  - 典型路径：`无`
+
+补充观察：
+
+- summary 总请求：`766`
+- 当前最大流量仍在 `robots: 740`
+- 当前已拿到百度蜘蛛真实深页 `200`
+- 已见 `detail -> 200` 与 `play-like path -> 200`
+
+### `jingxifa.com`
+
+- sitemap：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- search：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- detail：
+  - 是否命中：`是`
+  - 命中次数：`15`
+  - 典型路径：
+    - `/video-detail/cheng-shi-jian-ke-190614`
+    - `/video-detail/hai-mian-bao-bao-di-shi-yi-ji-73126-10`
+    - `/video-detail/xing-jian-fu-guo-ji-di-wu-ji-107484`
+- play：
+  - 是否命中：`是`
+  - 命中次数：`16`
+  - 典型路径：
+    - `/video-bofang/hao-bu-liu-qing-185887-default-1`
+    - `/video-bofang/hei-yi-nv-ren-de-xiang-shui-183894-default-1`
+    - `/video-bofang/lie-gui-shao-nv-ba-fei-183877-default-1`
+- old 404：
+  - 是否出现：`当前窗口未见旧 404 为主的坏链池`
+  - 典型路径：`无`
+- cache status：
+  - 普通访问是否仍落后于 `?__nocache=1`：`是，之前已确认存在缓存滞后`
+  - 当前判断：`代码已生效，仍应把前端缓存刷新列为优先动作`
+
+补充观察：
+
+- summary 总请求：`1623`
+- 当前主要层级：
+  - `category: 1066`
+  - `robots: 485`
+  - `play: 16`
+  - `detail: 15`
+  - `home: 14`
+- 当前已拿到：
+  - 首页 `200`
+  - 详情页 `200`
+  - 播放页 `200`
+- 当前仍有：
+  - `sogou` 对部分详情 / 播放 / 首页命中 `403`
+  - `googlebot` 对大量 `videoclass*` 路径命中 `444`
+
+### `gz-yxsw.com`
+
+- sitemap：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- search：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- detail：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- play：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- old 404：
+  - 是否出现：`当前窗口未见`
+  - 典型路径：`无`
+
+补充观察：
+
+- summary 总请求：`38`
+- 当前已见：
+  - 百度蜘蛛首页 `/ => 200`
+  - `robots.txt => 200` 仅少量
+- 当前阶段仍属于首页层回访，尚未进入深页抓取
+
+### `glae.cc`
+
+- sitemap：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- search：
+  - 是否命中：`仅见测试探针`
+  - 命中次数：`2`
+  - 典型路径：
+    - `/get-index?wd=test`
+    - `/get/index?wd=test`
+- detail：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- play：
+  - 是否命中：`否`
+  - 命中次数：`0`
+  - 典型路径：`无`
+- old 404：
+  - 是否出现：`出现测试入口 404`
+  - 典型路径：
+    - `/get-index?wd=test`
+    - `/get/index?wd=test`
+- 需继续观察项：
+  - 详情页 `h1` 是否仍显示年份：`待继续复查，目前日志层还未进入详情页`
+
+补充观察：
+
+- summary 总请求：`15`
+- 当前主命中是首页：
+  - `/ => 8 次 200`
+- 同时出现：
+  - `/ => 4 次 301`
+  - `/robots.txt => 1 次 444`
+
+## 6. 正向信号判断
+
+- 是否出现 `sitemap -> search -> detail`：`当前窗口未直接看到 sitemap 命中，无法确认`
+- 是否出现 `sitemap -> detail -> play`：`在 jingxifa.com / codohealth.com 已出现 detail 与 play 深页 200，但当前证据链未直接回溯到 sitemap`
+- 是否出现 `home -> search -> detail`：`未形成稳定链路`
+- 是否出现详情页重复访问：`是，codohealth.com 与 jingxifa.com 已出现详情页重复命中`
+- 是否出现播放页稳定命中：`是，jingxifa.com 明显成立；codohealth.com 的 vodbf 路径也已出现稳定 200`
+
+## 7. 风险信号判断
+
+### 风险 1
+
+- 域名：`liangzuan.net`
+- 表现：`当前整日窗口内几乎没有进入 A 组 crawl summary`
+- 可能原因：
+  - 当日蜘蛛尚未有效回访
+  - 当前样本窗口未覆盖到该站
+- 建议动作：
+  - 继续看下一日数据
+  - 站长平台侧优先补提 sitemap
+  - 手工复查首页、详情、播放入口是否持续稳定 200
+
+### 风险 2
+
+- 域名：`cnzhenbang.com`
+- 表现：`当前主要停留在 robots 与 category 层，且混有 301 / 403 / 404`
+- 可能原因：
+  - 分类层旧路径或探测路径仍在反复试探
+  - 搜索 / 详情 / 播放还未被新一轮蜘蛛充分发现
+- 建议动作：
+  - 继续观察分类页是否开始稳定转向 `200`
+  - 继续提 sitemap 主入口
+  - 复查前端缓存，避免蜘蛛仍吃到旧 HTML
+
+### 风险 3
+
+- 域名：`jingxifa.com`
+- 表现：`虽然已经出现首页 / 详情 / 播放真实 200，但普通访问与 ?__nocache=1 仍存在缓存滞后风险`
+- 可能原因：
+  - 前端缓存未完全刷新
+  - 蜘蛛与人工访问可能仍看到不同版本 HTML
+- 建议动作：
+  - 优先刷新前端缓存
+  - 清缓存后复查详情页 h1、播放页 h1、canonical
+  - 明日继续看是否出现更稳定的 detail / play 回访
+
+### 风险 4
+
+- 域名：`glae.cc`
+- 表现：`当前只见首页层命中，且测试探针 /get-index?wd=test 与 /get/index?wd=test 返回 404`
+- 可能原因：
+  - 当前只是探针验证，不代表真实搜索页蜘蛛入口
+  - 深页抓取尚未开始
+- 建议动作：
+  - 不把 test 404 误判成线上主链路异常
+  - 明日继续观察是否开始进入真实 search / detail
+  - 同时复核详情页标题年份表现
+
+## 8. 缓存相关观察
+
+重点域名：
+
+1. `jingxifa.com`
+2. `cnzhenbang.com`
+
+可补充：
+
+- 普通访问结果：
+  - `jingxifa.com` 曾出现旧缓存 HTML 滞后
+  - `cnzhenbang.com` 也属于优先复查对象
+- `?__nocache=1` 结果：
+  - 已确认代码修复版本能返回新 HTML
+- 是否一致：
+  - `jingxifa.com`：`否`
+  - `cnzhenbang.com`：`待继续复核`
+- 当前判断：
+  - 这两站当前不宜继续先改模板
+  - 应优先走前端缓存刷新 + 刷新后复测
+
+## 9. 本轮结论
+
+1. `A组6站` 里已经出现明显分层：
+   - `codohealth.com`、`jingxifa.com` 已进入深页命中阶段
+   - `cnzhenbang.com`、`gz-yxsw.com`、`glae.cc` 仍偏首页 / 分类层
+   - `liangzuan.net` 在当前窗口内几乎没有有效命中
+2. 当前最强正向样本是：
+   - `codohealth.com` 的详情 / 播放样式路径 `200`
+   - `jingxifa.com` 的首页 / 详情 / 播放 `200`
+3. 当前还不能说 `sitemap -> search -> detail -> play` 已完整跑通，但已经能确认：
+   - 深页回访开始出现
+   - 部分站已进入详情与播放层
+4. 现阶段最大阻塞不是继续大改模板，而是：
+   - 缓存滞后站刷新
+   - 继续累积下一日回访样本
+   - 让首页层站点尽快过渡到深页层
+
+## 10. 下一步动作
+
+1. 是否继续提交 B 组 sitemap：`是，继续按既定清单推进`
+2. 是否继续清理缓存滞后站：`是，优先 jingxifa.com / cnzhenbang.com`
+3. 明日优先观察域名：
+   - `jingxifa.com`
+   - `codohealth.com`
+   - `cnzhenbang.com`
+   - `liangzuan.net`
+4. 是否需要继续模板修正：`当前不作为第一优先级，先看缓存与新一轮蜘蛛回访`