بذارید با یکی از رایجترین «قاتلهای خاموش» سئو شروع کنم.
در آدیتها بارها با سایتی روبهرو شدهام که در ظاهرهمهچیزش درست است؛ محتوای خوب دارد، سرعتش مناسب است، اما رتبههایش چیزی که باید باشد نیست. وقتی عمیقتر بررسی میکنم، متوجه مشکل میشوم: سایت بدون اینکه صاحبش بداند، دهها یا صدها نسخهی تکراری از صفحاتش ساخته و اعتبار (Link Equity) خودش را بین آنها پخش کرده است. گوگل بین چند نسخه مانده شده که کدام نسخه را نشان دهد، و در نتیجه هیچکدام آن طور که باید درست رتبه نمیگیرند.
این نوع خطاها یکی از بخش های مهم سئو تکنیکال هستند، چون مستقیما روی نحوه خزش، ایندکس و انتخاب نسخه اصلی صفحات توسط گوگل اثر می گذارند.
راهحل این مشکل در بسیاری از مواقع یک خط کد ساده است: تگ canonical.
در این راهنما، توضیح میدهم محتوای تکراری چیست و چرا میتواند دردسرساز شود، و همچینین اینکه چطور با تگ canonical آن را درست مدیریت کنید و مهمتراز آن، چه اشتباهاتی را نباید انجام دهید.
محتوای تکراری چیست و چرا مشکلساز است؟
محتوای تکراری (Duplicate Content) زمانی ایجاد میشود که یک محتوای یکسان یا بسیار شبیه، از طریق چند آدرس (URL) مختلف در دسترس باشد.
شاید فکر کنید «من که عمدا محتوا را کپی نکردهام». اما محتوای تکراری اغلب ناخواسته ساخته میشود.
برای مثال:
- نسخهی www و بدون www سایت
- نسخهی http و https
- آدرسهای دارای پارامتر (مثل فیلترها و مرتبسازی در فروشگاهها)
- نسخهی چاپی یک صفحه
- یک محصول که با چند آدرس مختلف (بر اساس رنگ یا سایز) در دسترس است
مشکل اینجاست که زمانی که گوگل چند نسخه از یک محتوا را میبیند، نمیداند کدام را رتبه دهد و نتیجه میتواند این باشد:
- اعتبار و ارزش لینکها بین نسخهها پخش و رقیق میشود.
- بودجهی خزش سایت روی نسخههای تکراری هدر میرود.
- گاهی گوگل نسخهای را انتخاب میکند که شما نمیخواستید.
یک تصور غلط رایج را همینجا اصلاح کنم: محتوای تکراری معمولا باعث «جریمه» نمیشود مگر در مواردی که پای فریب عمدی وسط باشد. مشکل اصلی، جریمه نیست؛ سردرگمی گوگل و پخششدن اعتبار است. همین برای خرابکردن رتبهها کافی است.
تگ canonical چیست؟
تگ canonical (بهشکل rel=”canonical”) یک خط کد است که در بخش <head> صفحه قرار میگیرد و به گوگل میگوید:
نسخهی اصلی این محتوا این آدرس است؛ لطفا روی همین تمرکز کن.
شکل آن چیزی شبیه این است:
<link rel=”canonical” href=”https://example.com/original-page/” />
با این کار، اگر چند نسخه از یک محتوا وجود داشته باشد، سیگنالها و اعتبار به سمت نسخهای هدایت میشوند که بهعنوان نسخه اصلی معرفی کردهاید و مشکل پخش شدن اعتبار بهتر مدیریت میشود.
یک نکته ظریف اما مهم: تگ canonical یک پیشنهاد به گوگل است، نه یک دستور درواقع برخلاف ریدایرکت ۳۰۱، گوگل میتواند canonical انتخابی شما را نادیده بگیرد اگر سیگنالهای دیگر سایت با آن هماهنگ نباشند.
پس canonical درست فقط این نیست که یک Tag داخل <head> بگذارید؛ باید با بقیه سیگنالهای سایت هم هماهنگ باشد.
self-referencing canonical: عادتی که باید داشته باشید
یکی از بهترین کارهایی که خیلیها از آن غافلاند این است که: هر صفحهی مهم باید یک canonical به خودش داشته باشد به این حالت self-referencing canonical میگویند.
یعنی حتی اگر فکر میکنید صفحه هیچ نسخه تکراری ندارد، بهتر است canonical همان صفحه به URL اصلی خودش اشاره کند. با این کار به گوگل میگویید «نسخه مرجع همین URL است» و اگر بعدها نسخههایی با پارامتر یا شکلهای مختلف URL ساخته شدند، نسخه اصلی از قبل مشخص است.
از تجربه من، این یکی از آن کارهای سادهای است که میتواند جلوی دردسرهای زیادی را در آینده بگیرد.
اشتباهات رایج canonical که باید از آنها پرهیز کنید
اینجا مهمترین بخش مقاله است، چون تگ canonical اگر اشتباه استفاده شود، بهجای اینکه مشکل را حل کند، خودش تبدیل به بخشی از مشکل میشود.
این اشتباهات را در آدیتها زیاد میبینم:
- canonical صفحات صفحهبندی (Pagination) به صفحهی اول: یک اشتباه کلاسیک. وقتی صفحهی ۲ و ۳ و ۴ آرشیو را به صفحه اول canonicalمیکنید ، به گوگل میگویید «فقط صفحهی اول مهم است و بقیه تکراریاند». درحالی که هر صفحهی آرشیو محتوای متفاوتی دارد. راه درست این است که هر صفحه صفحهبندی به خودش canonical داشته باشد.
- canonical به صفحهی غیرقابلایندکس: اگر canonical یک صفحه به URLی اشاره کند که noindex است یا در robots.txt مسدود شده، دو سیگنال متناقض برای گوگل ساختهاید.
- بیش از یک تگ canonical در یک صفحه: گاهی بهدلیل تداخل افزونهها یا تنظیمات قالب، دو تگ canonical در کد صفحه ظاهر میشود. در این حالت گوگل ممکن است این سیگنالها را نادیده بگیرد. قاعده ساده است: هر صفحه فقط یک canonical.
- زنجیرهی canonical: صفحهی A به B و B به C canonical بدهد. این زنجیره سیگنال را ضعیف میکند؛ همه باید مستقیم به نسخهی نهایی اشاره کنند.
- canonical کردن صفحات واقعا متفاوت: این یکی از اشتباههایی است که کمتر دربارهاش صحبت میشود و اتفاقا اهمیت زیادی دارد. در بخش بعد دقیقتر توضیحش میدهم.
نکتهی کلیدی: آستانهی شباهت
یک سوءتفاهم رایج این است که فکر کنیم میشود دو صفحه «شبیه اما متفاوت» را به هم canonical کرد تا فقط یکی از آنها رتبه بگیرد. ماجرا به این سادگی نیست.
تگ canonical فقط برای محتوای واقعا تکراری یا بسیار نزدیک به تکراری طراحی شده است. اگر دو صفحه بهاندازهی کافی متفاوت باشند (برای مثال دو مدل محصول مرتبط اما جدا)، گوگل تگ canonical را نادیده میگیرد و هر دو را ایندکس میکند.
بر اساس آزمایشهای منتشرشده در جامعهی سئو، زمانی که شباهت محتوای اصلی دو صفحه از حدود ۸۵٪ کمتر شود، احتمال اینکه گوگل تگ canonical را بپذیرد بهشدت کاهش پیدا میکند.
پس canonical ابزار «مخفی کردن» صفحات متفاوت نیست. برای چنین صفحاتی باید سراغ راهکارهایی مثل ساختار درست دستهبندی و تقویت لینکسازی داخلی بروید.
هماهنگی سیگنالها: قلب یک canonical درست
اینجا همان جایی است که بخشهای مختلف سئو تکنیکال به هم وصل میشوند.
مهمترین اصل canonical این است که با بقیهی سیگنالهای فنی سایت هماهنگ باشد:
- تگ canonical نباید با نقشه سایت تناقض داشته باشد؛ نسخه اصلی بهتر است همان URLی باشد که داخل Sitemap هم قرار گرفته است.
- تگ canonical نباید به صفحهی مسدودشده در robots.txt اشاره کند.
- تگ canonical و ریدایرکتها نباید همدیگر را نقض کنند.
وقتی همه این سیگنالها یک حرف را بزنند، انتخاب نسخه درست برای گوگل بسیار روشنتر میشود.
توصیه من این است که در Search Console، نسخه canonical انتخابشده توسط گوگل را هم بررسی کنید تا ببینید آیا انتخاب Google با URLی که خودتان معرفی کردهاید یکی است یا نه.
چرا این موضوع در عصر جستجوی AI مهمتر شده؟
یک نکتهی تازه که ارزش دانستن دارد این است که مدلهای زبانی بزرگ (LLM) لزوما به تگ canonical را مثل موتور جستجوی سنتی پردازش نمیکنند.
موتورهای جستجوی سنتی canonical را میشناسند، اما در سیستمهای جستجوی مبتنی بر هوش مصنوعی، وجود چند نسخه تکراری از محتوا میتواند باعث شود اعتبار و ارجاع (Citation) بین نسخههای مختلف پخش شود.
یعنی امروز مدیریت محتوای تکراری فقط برای نتایج سنتی گوگل اهمیت ندارد؛ تمیز بودن نسخههای محتوا میتواند برای دیده شدن در پاسخهای مبتنی بر هوش مصنوعی هم مهم باشد.
سخن آخر
محتوای تکراری یکی از آن مشکلاتی است که ممکن است مدتها در سایت وجود داشته باشد بدون اینکه متوجهش شوید. نتیجه هم معمولا پخش شدن اعتبار بین URLها و سختتر شدن انتخاب نسخه اصلی برای گوگل است.
تگ canonical ابزار اصلی برای مدیریت این وضعیت است، به شرطی که درست از آن استفاده کنید.
مهمترین چیزهایی که باید با خودتان ببرید:
- محتوای تکراری معمولا جریمه ندارد، اما میتواند اعتبار را بین URLها پخش کند و عملکرد صفحات را ضعیف کند.
- تگ canonical یک پیشنهاد است، نه دستور؛ پس باید با بقیه سیگنالهای فنی هماهنگ باشد.
- هر صفحه مهم بهتر است یک self-referencing canonical داشته باشد.
- canonical را برای صفحات واقعا متفاوت استفاده نکنید؛ گوگل میتواند آن را نادیده بگیرد.
- سیگنالها یعنی canonical، Sitemap، robots.txt و ریدایرکتها باید یک حرف بزنند.
اگر مطمئن نیستید سایتتان محتوای تکراری پنهان دارد یا تگهای canonical درست تنظیم شدهاند، این دقیقا یکی از مواردی است که در یک ممیزی فنی دقیق بررسی میکنیم.
سوالات متداول
تگ canonical دقیقا چه کاری میکند؟
به گوگل میگوید کدام نسخه از یک محتوا اصلی است تا اعتبار و سیگنالها روی همان متمرکز شود و مشکل محتوای تکراری حل شود.
تفاوت canonical با ریدایرکت ۳۰۱ چیست؟
ریدایرکت ۳۰۱ هم کاربر و هم گوگل را به صفحهی جدید منتقل میکند و یک دستور است. اما canonical کاربر را منتقل نمیکند و فقط یک پیشنهاد به گوگل دربارهی نسخهی اصلی است.
آیا محتوای تکراری باعث جریمهی گوگل میشود؟
معمولا خیر، مگر در موارد کپی فریبکارانهی عمدی. مشکل اصلی محتوای تکراری، جریمه نیست؛ سردرگمی گوگل و پخششدن اعتبار بین نسخههاست.
آیا هر صفحه باید تگ canonical داشته باشد؟
بله، توصیه میشود هر صفحهی مهم یک canonical به خودش (self-referencing) داشته باشد، حتی اگر نسخهی تکراری نداشته باشد.
چرا گوگل تگ canonical من را نادیده میگیرد؟
معمولا چون سیگنالهای متناقض وجود دارد، یا صفحهی مقصد بهاندازهی کافی شبیه نیست، یا canonical به صفحهای غیرقابلایندکس اشاره میکند.
