Канонікалізація: дублікати, кластери й головна версія

8.1Дублікат не означає порушення

Дублювання вмісту всередині сайту саме по собі не є спамом. Параметри сортування, UTM, HTTP/HTTPS, www/non-www, альтернативні регіональні URL, версії сторінок для друку або варіанти, створені CMS, можуть породжувати однаковий основний контент. Завдання системи — не «покарати дублікат», а не зберігати й не показувати десяток еквівалентних представників без потреби.[1]

8.2Сила сигналів: перенаправлення, rel="canonical", sitemap і внутрішні посилання

Google окремо радить у внутрішніх посиланнях використовувати саме канонічну URL. Це не означає, що одне випадкове внутрішнє посилання змінить вибір канонічної URL; це означає, що граф посилань сайту має бути узгодженим. Якщо CMS десятиліттями генерує URL з параметрами, rel="canonical" не впорядковує цю архітектуру — він лише допомагає системі зрозуміти ваш намір.

8.3Канонічне посилання на саму сторінку корисне як заява про намір, але не як магічний захист

На основних HTML-сторінках я за замовчуванням додаю rel="canonical" із посиланням на саму сторінку, якщо немає особливої причини робити інакше. Це явно вказує на намір і зменшує залежність від того, як CMS згенерує параметри або альтернативні URL. Але канонічне посилання на саму сторінку не «закріплює» її назавжди. Якщо система бачить сильніший набір сигналів, що суперечать цьому посиланню, або вважає іншу URL кращим представником групи дублікатів, вона може обрати іншу канонічну URL.[1][3]

8.4Канонічне посилання має вести на еквівалентний документ

Найгірша звичка — використовувати rel="canonical" як сміттєпровід. Наприклад, указувати базову категорію як канонічну для всіх відфільтрованих категорій, навіть коли фільтр дає інший набір товарів і має самостійний пошуковий попит; або вказувати сторінку одного SKU як канонічну для всіх варіантів товару, хоча контент і пропозиція суттєво відрізняються. Якщо сторінки не є дублікатами або дуже близькими варіантами, rel="canonical" не замінює належного рішення щодо індексації, архітектури чи перенаправлення.

8.5Канонікалізація і hreflang: спочатку кластер, потім мовно-регіональна версія

Для регіональних сторінок однією мовою Google рекомендує поєднувати rel="canonical" і hreflang. Практична модель: кожна локалізована URL має залишатися канонічною у власному логічному кластері, а hreflang пов’язує альтернативи. Якщо для es-ES канонічною вказано URL глобальної англомовної версії, а hreflang одночасно оголошує es-ES окремим варіантом, система отримує суперечливі сигнали про ваші наміри.[4][5]

8.6Як читати “Google-selected canonical”

Коли інструмент перевірки URL показує, що заявлена користувачем канонічна URL і канонічна URL, обрана Google, не збігаються, це не діагноз. Це симптом. Далі треба порівняти контент, статуси, перенаправлення, внутрішні посилання, sitemap, hreflang, мобільні й настільні версії та історію URL. Я шукаю відповідь не на запитання «чому Google не слухає тег», а на запитання «який інший набір сигналів видається системі послідовнішим».

8.7Метрики канонікалізації для великого сайту

На великому сайті аудит канонікалізації я зводжу до матриці «URL → кінцевий статус → заявлена канонічна URL → кінцевий статус канонічної URL → можливість індексації → вхідні посилання → sitemap → обрана канонічна URL». Після цього проблеми групуються за шаблонами. Якщо для 80 тисяч URL, створених за одним шаблоном фасетної навігації, канонічні посилання ведуть через перенаправлення, це одна системна помилка, а не 80 тисяч завдань.

8.8Що ми знаємо точно

Google групує дублікати й обирає представника; перенаправлення і rel="canonical" є сильними сигналами, sitemap — слабшим; сигнали можна комбінувати; rel="canonical" є підказкою, а не директивою; дублікати самі по собі не є спамом; регіональні варіанти однією мовою потребують узгодження rel="canonical" і hreflang.[1][2][4]

Публічно невідомі точна вага кожного сигналу канонікалізації в конкретному кластері та формула, за якою Google розв’язує конфлікт. Тому «підсилити вибір канонічної URL ще трьома сигналами» — практична інженерна стратегія, а не відтворення закритого алгоритму.