网站规模扩大后,最先不适合继续手工做的,不是写内容或改标题,而是那些需要逐页重复判断、且结果必须保持一致的工作:批量内链维护、重复页面筛查、结构化数据校验、抓取与索引状态的分层核对。手工不是做不完,而是做得越多,前后标准越容易漂移。下面用一个假设情境,把判断过程拆开。
假设一个南安本地的建材展示站,最初只有八十个产品页,编辑手工改标题、手工加内链、手工检查每页是否有重复描述,完全能应付。后来产品线扩展到两千页,加上资讯栏目,总量接近三千。此时如果仍然沿用原来的手工流程,会出现三个现象:同一批页面的内链入口数量不一致;部分栏目页的标题模板被不同人改成了不同写法;抓取日志里出现大量参数页,但没人能说清哪些是真正需要保留的。
这三个现象不是能力问题,而是规模超过手工一致性的上限。判断某项工作是否该退出手工,可以看一个条件:这项工作是否要求对每一页做相同判断,并且判断规则可以提前写清楚。满足这个条件,就该考虑规则化或批量化;不满足,才继续留给人工。
按优先级排列,以下四类最先值得从手工改为规则驱动。
不是所有工作都该交给脚本。可以按下面这条线切分:规则明确、重复次数高、结果需要一致的工作交给批处理;需要判断意图、取舍表达、处理冲突信息的工作留给人。
具体来说,标题模板的批量套用可以规则化,但某个栏目是否值得单独做一套内容结构,仍然需要人判断。内链的批量插入可以规则化,但两个页面是否真的相关,需要人给出关联依据。结构化数据的字段填充可以脚本校验,但字段内容是否符合页面实际展示,仍要人工抽查。
一个实际动作是:先选一个栏目做试点,把该栏目的内链规则、标题模板、字段清单写成一份可执行的检查表,跑一遍后对比手工时期的差异。如果差异集中在少数页面,说明规则可用;如果差异分散且无法解释,说明规则还没写清楚,此时扩大范围只会放大混乱。这个结果直接决定下一步是继续推广规则,还是先回去补规则。
手工核对之所以在规模扩大后失效,是因为它默认每个页面都值得单独看。更合理的顺序是先分层,再看样本。
这个顺序的价值在于:它把手工从逐页核对变成按组抽查。抽查发现的问题如果集中在某一组,就优先处理该组的共同条件,而不是逐页修补。
很多团队在规模扩大后直接上批量工具,结果问题没减少,反而更难定位。通常遗漏的条件是:没有先定义“正确”的标准。批量执行只是把标准放大,标准本身模糊,放大后只会产生更多需要人工回看的页面。
因此,在把任何一项工作从手工改为规则前,先写清楚三件事:判断依据是什么、例外情况怎么标记、由谁做最终抽查。假设一个站点把两千个产品页的标题模板统一后,发现品牌词位置变化影响了部分页面的可读性,这时需要的不是回退到手工逐页改,而是把品牌词位置作为模板参数单独控制,再抽查受影响的页面组。
回到最初的问题:网站规模扩大后,不适合继续手工做的是那些要求逐页一致、且规则可以提前写清的工作。手工应保留在规则尚未明确、需要判断意图和取舍的环节。先写规则,再批量执行,最后按组抽查,这个顺序比单纯增加人手更能控制规模带来的偏差。