صفحهای که در گزارش Search Console با پیام «Duplicate, Google chose different canonical than user» نشسته، معمولاً همان لحظهای است که مدیر سایت متوجه میشود تگ canonical را گذاشته، ولی گوگل حرفش را قبول نکرده. این خطا یعنی شما گفتهاید «نسخه اصلی این است»، گوگل گفته «نه، آن یکی». و تا وقتی این اختلاف حل نشود، رتبهای که انتظار دارید به صفحه درست نمیرسد.
اولین چیزی که باید بپذیرید این است: تگ canonical یک توصیه است، نه دستور. گوگل آن را میخواند، با سیگنالهای دیگر (لینکهای داخلی، sitemap، ریدایرکتها، محتوای واقعی صفحه) مقایسه میکند و بعد تصمیم میگیرد. اگر سیگنالها با هم تناقض داشته باشند، تگ شما بازنده است.
چرا گوگل تگ canonical شما را نادیده میگیرد
سه دلیل را در عمل بیشتر از همه دیدهام. اول، تناقض بین تگ و ریدایرکت: صفحهای که با 301 به آدرس دیگری میرود، دیگر لازم نیست canonical داشته باشد؛ ریدایرکت خودش قویتر است. اگر هر دو را بگذارید، پیامهای متناقض میفرستید.
دوم، canonical زنجیرهای. صفحه A به B اشاره میکند، B به C. گوگل این زنجیره را دنبال میکند ولی در بعضی موارد رهایش میکند و همان B را انتخاب میکند. قاعده ساده است: canonical باید همیشه مستقیم به نسخه نهایی اشاره کند، نه به یک واسطه.
سوم و رایجترین: canonical به صفحهای اشاره میکند که خودش noindex دارد یا در robots.txt بسته است. این ترکیب در گزارش «Page with redirect» یا «Excluded by noindex tag» خودش را نشان میدهد و عملاً هر دو صفحه را از ایندکس بیرون میاندازد. اگر میخواهید صفحهای ایندکس نشود، noindex بگذارید و canonical را حذف کنید. هر دو با هم یعنی هیچکدام.
علامتهایش در Search Console چه شکلی است
به بخش Pages بروید و روی «Not indexed» کلیک کنید. اگر تعداد زیادی URL با پارامترهای ?utm_source= یا ?color= زیر «Duplicate without user-selected canonical» نشستهاند، یعنی تگ را جا انداختهاید. اگر همان URLها زیر «Alternate page with proper canonical tag» هستند، کارتان درست بوده و فقط باید صبر کنید. تفاوت این دو گزارش، تفاوت بین «باید کاری بکنم» و «کاری نکن» است.
تگ canonical در HTML: سینتکس درست و جاهایی که خراب میشود
شکل پایه در <head> صفحه این است:
<link rel="canonical" href="https://example.com/product/blue-shirt" />
سه جزئیات که مرتب اشتباه نوشته میشوند. اول، آدرس باید مطلق باشد؛ href="/product/blue-shirt" از نظر استاندارد مجاز است ولی در عمل بعضی خزندهها و ابزارهای تحلیل آن را نادیده میگیرند. دوم، پروتکل و دامنه باید دقیقاً همان چیزی باشد که در نسخه نهایی سرو میشود؛ اگر سایت روی https://www است و canonical به http:// بدون www اشاره میکند، یک ریدایرکت اضافه به زنجیره اضافه کردهاید. سوم، اسلش انتهایی: /product/ و /product دو URL متفاوتاند. یکی را انتخاب کنید و همهجا همان را بنویسید.
برای صفحات AMP یا موبایل جداگانه، canonical متقابل لازم است: نسخه موبایل به دسکتاپ اشاره میکند و دسکتاپ هم با rel="alternate" media="only screen and (max-width: 640px)" به موبایل. اگر فقط یک طرف را بگذارید، گوگل هر دو را جدا ایندکس میکند و همان محتوای تکراری برمیگردد.
هدر HTTP در برابر تگ HTML: کدام را انتخاب کنم
برای فایلهای غیر HTML (PDF، تصویر، فایل XML) تگ HTML وجود ندارد و باید از هدر استفاده کنید:
Link: <https://example.com/report.pdf>; rel="canonical"
در Nginx چیزی شبیه این:
location ~* \.pdf$ {
add_header Link '<https://example.com/docs/$uri>; rel="canonical"';
}
برای صفحات HTML، من همیشه تگ داخل <head> را ترجیح میدهم. دلیلش ساده است: قابل دیدن است، در View Source هست، تیم محتوا هم میتواند چکش کند. هدر HTTP در ابزارهای مرورگر معمولی دیده نمیشود و وقتی چیزی دیده نشود، دیر یا زود خراب میشود. هدر را فقط جایی به کار ببرید که HTML در اختیارتان نیست یا CMS اجازه تزریق تگ نمیدهد.
وقتی هر دو را میگذارید
اگر هم هدر و هم تگ وجود داشته باشد و آدرسها یکی نباشند، گوگل هدر HTTP را مقدم میداند. این را در مستندات رسمی هم نوشته. پس اگر تگ را عوض کردید و هدر قدیمی جا مانده، تغییرتان بیاثر میشود و شما فکر میکنید کش است. کش نیست.
پارامترهای URL: جایی که canonical تنها کافی نیست
فروشگاه با فیلتر رنگ و مرتبسازی، بلاگ با صفحهبندی، و لینکهای کمپین با UTM، سه منبع همیشگی محتوای تکراریاند. برای UTM، بهترین کار حذف پارامتر در سطح سرور یا استفاده از rel="nofollow" روی لینکهای کمپین است، نه canonical. چون لینک UTM معمولاً از سایتهای دیگر میآید و canonical روی صفحه مقصد، سیگنال لینک را به نسخه تمیز منتقل میکند؛ ولی اگر خودتان لینک UTM را در منو میگذارید، دارید به خودتان لینک تکراری میدهید.
برای فیلترها، canonical به نسخه بدون فیلتر درست است، به شرطی که صفحه فیلترشده محتوای یکتای قابل توجهی نداشته باشد. اگر ترکیب «پیراهن آبی مردانه» خودش تقاضای جستوجوی واقعی دارد، canonical زدنش به صفحه اصلی یعنی حذف یک صفحه از بازار. اینجا اشتباه میکنند: تیم سئو با یک قاعده کلی همه فیلترها را canonical میکند و بعد شش ماه بعد میفهمد ترافیک آن ترکیبها صفر شده و رقیب رتبه گرفته.
برای صفحهبندی، canonical صفحه ۲ به صفحه ۱ را نگذارید. گوگل خودش میفهمد صفحهبندی چیست و این کار فقط صفحههای بعدی را از ایندکس بیرون میاندازد. اگر نگران محتوای تکراری هستید، عنوان و توضیح هر صفحه را یکتا کنید.
canonical، ریدایرکت، یا noindex: کدام برای کدام حالت
| وضعیت | ابزار درست | چرا |
|---|---|---|
| دو URL که همان محتوا را نشان میدهند و هر دو باید باز بمانند | canonical | کاربر به هر دو دسترسی دارد، موتور جستوجو یکی را انتخاب میکند |
| آدرس قدیمی که دیگر استفاده نمیشود | 301 | قویترین سیگنال، اعتبار لینک را منتقل میکند |
| صفحه داخلی جستوجو، سبد خرید خالی، نتیجه فیلتر بیارزش | noindex | اصلاً نباید در ایندکس باشد |
| محتوای تکراری بین دو دامنه که هر دو مال شماست | canonical بیندامنهای | فقط وقتی هر دو دامنه تحت کنترل شماست |
یک هشدار درباره canonical بیندامنهای: گوگل اعلام کرده این سیگنال را مثل قبل جدی نمیگیرد و بیشتر به عنوان یک اشاره میبیند. اگر دو دامنه محتوای یکسان دارند و هر دو مهماند، ریدایرکت یا ادغام محتوا جواب میدهد؛ canonical بیندامنهای معمولاً نه.
چطور درست بودن canonical را تست کنم
سه قدم که در ده دقیقه جواب میدهد. اول، در مرورگر view-source: صفحه را باز کنید و مطمئن شوید فقط یک تگ canonical وجود دارد. دو تگ canonical یعنی گوگل هر دو را نادیده میگیرد و شما هیچ سیگنالی نفرستادهاید. این خطا در قالبهای وردپرسی که هم افزونه سئو و هم قالب تگ میزنند، خیلی رایج است.
دوم، آدرس داخل canonical را کپی کنید و در مرورگر باز کنید. باید بدون ریدایرکت، با کد 200، و همان محتوا باز شود. اگر 301 خورد، زنجیره دارید. اگر 404 داد، بدتر: به صفحهای اشاره کردهاید که وجود ندارد.
سوم، با curl -I هدرها را ببینید:
curl -sI https://example.com/product/blue-shirt | grep -i -E 'HTTP/|location|link'
اگر Link: ... rel="canonical" دیدید و انتظارش را نداشتید، همان هدر دارد تگ شما را خنثی میکند. برای بررسی DNS و سلامت دامنه قبل از هر تغییری، بررسی فنی دامنه و DNS نقطه شروع خوبی است؛ خیلی از مشکلات canonical در واقع مشکل www و non-www است که ریشهاش DNS و ریدایرکت سرور است.
اینجا اشتباه میکنند
رایجترین اشتباهی که دیدهام: تیم توسعه canonical را به نسخهای میفرستد که در robots.txt بسته است. علامتش این است که در Search Console صفحه اصلی رتبهاش میافتد، ولی هیچ خطای واضحی در گزارش Coverage نمیبینید؛ فقط تعداد ایندکسشدهها کم میشود. علت: گوگل canonical را میخواند، به صفحه مقصد میرود، میبیند بسته است، و هر دو را کنار میگذارد. یک خط در robots.txt، شش ماه ترافیک.
اشتباه دوم که گرانتر تمام میشود: canonical را با ابزار خودکار روی همه صفحات ست کردن. افزونهای که canonical همه صفحات بلاگ را به صفحه اول بلاگ میفرستد، در واقع به گوگل میگوید «همه این مقالهها تکراریاند». نتیجه: مقالههای تازه هیچوقت ایندکس نمیشوند و شما فکر میکنید مشکل از کیفیت محتواست.
canonical و Core Web Vitals: ارتباطی که کمتر دیده میشود
وقتی دو نسخه از یک صفحه دارید و canonical درست کار نمیکند، دادههای سرعت کاربران واقعی بین دو URL تقسیم میشود. هر کدام داده کمتری جمع میکنند و گزارش CrUX ممکن است هیچکدام را با اطمینان کافی نشان ندهد. برای درک اینکه چطور این دادهها اندازهگیری میشوند، سنجش سرعت واقعی کاربران با CrUX و Core Web Vitals را ببینید. اگر TTFB یکی از دو نسخه بالاست و canonical به آن اشاره میکند، عملاً سرعت صفحه اصلی را هم خراب کردهاید؛ تفاوت TTFB و زمان بارگذاری این را دقیقتر توضیح میدهد.
یک نکته عملی: قبل از هر تغییر گسترده canonical، از ابزارهای ابزارهای سئو و وبمستر برای مقایسه وضعیت قبل و بعد استفاده کنید. بدون نقطه مرجع، نمیفهمید تغییرتان جواب داد یا نه.
پرسشهای پرتکرار
آیا تگ canonical باید در همه صفحات باشد؟
نه. هر صفحهای که آدرس یکتای خودش را دارد و نسخه تکراری ندارد، به canonical نیاز ندارد و گذاشتنش خودش را به خودش، فقط یک خط اضافه است. canonical را جایی بگذارید که واقعاً دو یا چند URL دارید که یک محتوا را نشان میدهند.
تفاوت canonical و ریدایرکت 301 چیست؟
ریدایرکت 301 کاربر و خزنده را واقعاً به آدرس دیگری میفرستد و اعتبار لینک را منتقل میکند. canonical فقط میگوید «نسخه اصلی این است» ولی صفحه باز میماند. اگر آدرس قدیمی دیگر لازم نیست، 301 بزنید؛ اگر هر دو آدرس باید برای کاربر کار کنند، canonical.
چرا گوگل canonical من را نادیده میگیرد؟
معمولاً به خاطر تناقض سیگنالها: ریدایرکت همزمان، دو تگ canonical در یک صفحه، اشاره به صفحه noindex، یا لینکهای داخلی زیاد به نسخهای که canonical نیست. گوگل به مجموع سیگنالها نگاه میکند، نه فقط به تگ.
آیا canonical بین دو دامنه کار میکند؟
کار میکند ولی ضعیف. گوگل این را فقط یک اشاره میبیند و اگر سیگنالهای دیگر مخالف باشند، نادیده میگیرد. اگر هر دو دامنه مال شماست و یکی نسخه پشتیبان است، ریدایرکت 301 گزینه مطمئنتری است.
قدم بعدی: همین حالا در Search Console گزارش Pages را باز کنید و ببینید چند URL زیر «Duplicate, Google chose different canonical than user» نشستهاند. اگر عدد بزرگ است، قبل از هر کار دیگری، آن صفحات را با view-source: چک کنید و مطمئن شوید فقط یک تگ canonical دارند. اگر تیم ندارید که این کار را انجام دهد، خدمات سئو سرورنت همین بررسی فنی را انجام میدهد.
دیدگاهها ۰
هنوز دیدگاهی ثبت نشده؛ اولین نفر باشید!