十年前做站，采集一万篇文章，靠长尾流量也能活得不错。现在这条路基本走不通了，原因不是"百度变严了"这么简单，而是三个机制同时起作用。
一、识别机制：不只是比对文字
早期的采集识别靠字符串比对，改几个词就能绕过。现在的识别至少有三层：
- 文本指纹：对段落做哈希，改词不改结构仍能被识别。
- 语义相似度：用向量比对，换说法但意思一样也能识别。
- 发布时序：同一内容在多个站点出现，先发的被认为是源头，后发的算转载。
三层叠加，伪原创的存活空间很小。
二、站点评估：整站质量比单页重要
这是采集站最致命的地方。百度会评估整站的内容质量比例。如果 80% 的页面是采集的，剩下 20% 的原创也救不回来。
表现是：新发的原创文章收录很慢，或者收录了没排名。站长以为是"这篇写得不好"，其实是整站被拖累了。
三、流量结构：长尾被AI摘要吃掉
采集站主要靠长尾词。但现在搜索结果页有 AI 摘要、有问答卡片，很多长尾需求在结果页就被满足了，用户不需要点进去。
这意味着即使采集内容能排名，点击率也很低。靠流量变现的模式，收益大幅下降。
四、如果已经采集了大量内容
不要一次性全删。突然删除几千页会触发站点异常，索引量断崖下跌，恢复很慢。
建议的处理顺序：
| 步骤 | 动作 | 周期 |
|---|---|---|
| 1 | 筛出有流量的采集页，暂时保留 | 1 周 |
| 2 | 无流量、无外链的采集页 noindex | 2 周 |
| 3 | 观察索引量变化，稳定后删除 | 1 个月 |
| 4 | 有流量的页面重写，加入原创内容 | 持续 |
关键是"分批"。每周处理一批，观察一周再继续。
五、把采集改成"聚合"
如果业务确实需要大量内容（比如行业资讯站），可以用"聚合"代替"采集"：
- 每天挑三到五条重要信息，写成短评，加上自己的判断。
- 做"周报""月报"，把零散信息整理成结构化内容。
- 做数据榜单，用公开数据做二次加工。
聚合的价值在于"筛选和解读"，这是采集没有的。
六、一个现实建议
如果你的站已经靠采集跑了两三年，且有一定流量，不要急着转型。先做加法：每周稳定产出三篇原创，逐步提高原创比例。等原创内容开始有排名了，再处理采集内容。
直接推倒重来，风险太大。
把已有采集内容"洗"成有用的东西
如果站里已经堆了几千篇采集内容，与其一篇篇删，不如挑出其中主题集中的部分做深度改写：合并同类项、补充本地案例、加上自己的判断。二十篇同类采集内容合并成一篇 3000 字的完整指南，价值远高于二十篇散装文章。
剩下的低质页面分批 noindex，别一次清空。索引量断崖下跌会触发异常评估，恢复起来比慢慢清理更麻烦。
判断哪些采集页值得救
看两个数：有没有自然流量、有没有外部链接。两者都没有的，没有挽救价值；有流量说明需求真实存在，值得重写。
采集站最后的结局
采集内容通常能收录，甚至短期有排名，但很难稳定。标题改写、段落拼接、同义词替换，搜索引擎见得太多；算法一更新，先掉的就是这批页面。更麻烦的是，站点会被打上“低质”标签，后来认真写的内容也起不来。
如果缺内容，宁可一周写一篇有本地数据、有真实案例的文章，也不要用采集把栏目填满。数量看起来好看，长期是在给站点挖坑。
采集内容最常见的结局是：收录一批、排名短暂、算法更新后清零。更麻烦的是站点被打上低质标签，后来认真写的内容也起不来。宁可少发，也不要填满。
采集内容能带来短期收录，但很难带来复购和信任；客户搜到十篇一样的文章，只会换个站。
采集能带来收录，但带不来信任。
常见问题
采集后大幅改写能过吗
改写得足够彻底（结构重写、加入自己的案例和数据），本质上是"基于资料的原创"，可以。但只是换词，不行。
采集工具还能用吗
作为"素材收集"工具可以，作为"内容生产"工具不行。
转载别人文章要不要注明来源
要。注明来源并加自己的点评，属于合规转载；不注明直接发，属于采集。
原创的标准见百度眼中的原创。
