Thẻ canonical và trùng lặp nội dung: cách HAYWEB xử lý cho website

Một sản phẩm trên website bán hàng có thể mở được qua năm sáu đường dẫn khác nhau: bản có www và bản không, bản gắn đuôi theo dõi từ Facebook, bản lọc theo màu, bản sắp xếp theo giá. Với người dùng, đó vẫn là một trang. Với Google, đó có thể là năm sáu trang trùng nội dung — và nó phải tự đoán xem bản nào mới là bản chính để đưa lên kết quả tìm kiếm. Thẻ canonical là cách bạn thôi để Google đoán, mà nói thẳng cho nó biết đâu là bản chuẩn. Bài này giải thích trùng lặp nội dung là gì, vì sao nó âm thầm làm loãng thứ hạng, và cách dùng canonical cho đúng.

Trùng lặp nội dung là gì?

Trùng lặp nội dung là tình trạng cùng một khối nội dung xuất hiện ở nhiều đường dẫn. Nó không nhất thiết là hành vi gian lận — phần lớn trùng lặp trên website Việt là vô tình, do cách nền tảng sinh đường dẫn. Vấn đề là khi có nhiều bản giống nhau, Google phải chọn một bản để hiển thị và gom tín hiệu xếp hạng về bản đó; nếu bạn không chỉ định, nó tự chọn, và không phải lúc nào cũng chọn đúng bản bạn muốn.

Trùng lặp trong cùng một website

Đây là loại phổ biến nhất và cũng dễ sửa nhất. Cùng một trang mở được qua bản có www và bản không www, qua bản có gạch chéo cuối và bản không, qua giao thức bảo mật HTTPS và bản HTTP cũ. Thêm vào đó là các đường dẫn gắn tham số theo dõi chiến dịch, trang phân trang, và trang lọc sản phẩm sinh ra vô số biến thể gần giống. Mỗi biến thể là một địa chỉ riêng dưới mắt Google, dù nội dung gần như y hệt. Gốc rễ của loại này nằm ở cách đặt đường dẫn — cách chọn một phiên bản đường dẫn chuẩn nhất quán có trong bài URL chuẩn SEO.

Trùng lặp giữa các website khác nhau

Loại thứ hai xảy ra khi cùng nội dung nằm trên nhiều tên miền: bạn đăng lại bài lên một trang đối tác, hoặc mô tả sản phẩm lấy nguyên từ nhà cung cấp mà nhiều website cùng bán cũng dùng y hệt. Ở đây bạn không kiểm soát được website kia, nên cách xử lý khác đi: hoặc viết lại nội dung cho riêng mình, hoặc thỏa thuận để bản gốc được ghi nhận là bản chuẩn. Với mô tả sản phẩm dùng chung, cách bền nhất là bổ sung nội dung gốc của riêng bạn để trang không còn là bản sao.

Có “án phạt trùng lặp nội dung” không?

Không, với trùng lặp vô tình. Đây là một trong những hiểu lầm dai dẳng nhất trong giới làm SEO. Google nói rõ từ lâu rằng không có hình phạt riêng dành cho nội dung trùng lặp thông thường — nó chỉ đơn giản chọn một bản để hiển thị và gộp các bản còn lại. Hình phạt thật sự chỉ đến khi bạn cố tình sao chép nội dung trên diện rộng để thao túng thứ hạng. Vậy nên đừng sợ chữ “trùng lặp” đến mức hoảng loạn. Cái giá thật của trùng lặp không phải án phạt, mà là loãng tín hiệu và mất quyền kiểm soát bản nào được hiển thị.

Vì sao trùng lặp gây hại cho SEO?

Hại chính là loãng tín hiệu. Hãy tưởng tượng một trang dịch vụ tốt của bạn được ba website khác trỏ liên kết tới, nhưng mỗi website lại trỏ vào một biến thể đường dẫn khác nhau của cùng trang đó. Thay vì dồn ba lượt tín nhiệm về một địa chỉ để nó mạnh lên, sức mạnh bị chia ba, không bản nào đủ khỏe để lên hạng. Khi bạn khai một bản chuẩn, Google gộp các tín hiệu rải rác đó về một chỗ, và bản chuẩn trở nên mạnh hơn hẳn.

Hại thứ hai là mất quyền kiểm soát. Nếu để Google tự chọn, có khi nó hiển thị bản gắn tham số theo dõi xấu xí thay vì bản đường dẫn sạch, hoặc chọn một trang lọc thay vì trang chính. Hại thứ ba nằm ở công sức quét: robot tiêu thời gian đi lại giữa các bản trùng thay vì khám phá trang mới. Đây là lý do trùng lặp và cách quản việc quét thường được xử lý cùng nhau — cách khai báo trang cho robot có trong bài Sitemap.xml và robots.txt, nơi bạn chỉ nên đưa bản chuẩn vào danh mục sitemap.

Thẻ canonical là gì và hoạt động thế nào?

Thẻ canonical là một dòng khai báo đặt trong phần đầu của mã trang, nói cho Google biết đường dẫn nào là phiên bản chuẩn của trang này. Nó là một quan hệ liên kết được chuẩn hóa trong tài liệu RFC 6596 từ năm 2012, và mọi công cụ tìm kiếm lớn đều hiểu nó. Khi Google gặp một nhóm trang gần giống nhau, nó xem thẻ canonical như một phiếu bầu mạnh cho biết bản nào nên được gom về.

Cú pháp thẻ canonical trông thế nào?

Đó là một dòng thẻ link với thuộc tính rel đặt bằng “canonical” và thuộc tính href chứa địa chỉ đầy đủ của bản chuẩn. Hai điểm dễ sai cần nhớ: một là luôn viết địa chỉ đầy đủ gồm cả giao thức và tên miền, không viết đường dẫn rút gọn; hai là mỗi trang chỉ nên có đúng một thẻ canonical, vì nhiều thẻ mâu thuẫn khiến Google bối rối và bỏ qua tất cả. Ngoài cách đặt thẻ trong mã, bạn còn có thể ra tín hiệu bản chuẩn qua chuyển hướng 301 và qua việc chỉ đưa bản chuẩn vào sitemap — nhưng thẻ canonical là cách trực tiếp và linh hoạt nhất.

canonical là mệnh lệnh hay gợi ý?

Là gợi ý mạnh, không phải mệnh lệnh. Đây là điểm nhiều người hiểu sai. Google coi thẻ canonical như một trong nhiều tín hiệu để chọn bản chuẩn, chứ không phải một lệnh bắt buộc phải theo. Nếu bạn khai canonical trỏ về một bản, nhưng các tín hiệu khác lại mâu thuẫn — chẳng hạn sitemap liệt kê bản khác, liên kết nội bộ trỏ bản khác, hoặc bản được khai lại là trang mỏng nội dung — thì Google có thể phớt lờ khai báo của bạn và tự chọn. Bài học rút ra: đừng chỉ đặt thẻ canonical rồi thôi; hãy để mọi tín hiệu cùng nhất quán trỏ về một bản chuẩn.

Trang có nên tự trỏ canonical về chính nó không?

Nên. Google khuyến nghị mỗi trang đặt một thẻ canonical tự trỏ về chính đường dẫn chuẩn của nó. Cách làm này nghe thừa nhưng lại rất hữu ích: nó khóa chặt bản chuẩn, chống lại các biến thể do tham số theo dõi sinh ra, và giúp Google chắc chắn về đường dẫn bạn muốn. Phần lớn nền tảng website và các cắm thêm hỗ trợ SEO tự động thêm thẻ tự trỏ này cho mọi trang, nên việc của bạn thường là kiểm tra nó có tồn tại và trỏ đúng địa chỉ hay không.

Những nguyên nhân trùng lặp thường gặp trên website Việt

Năm nguồn sinh trùng lặp mà bạn sẽ gặp gần như ở mọi website:

• Có www và không có www. Cùng một trang mở được qua cả hai. Chọn một phiên bản chuẩn cho toàn website rồi chuyển hướng 301 bản còn lại về đó.
• Có gạch chéo cuối và không có. Đường dẫn thừa hay thiếu một dấu gạch chéo bị coi là hai trang. Thống nhất một kiểu và giữ nhất quán toàn website.
• Tham số theo dõi trên đường dẫn. Đuôi gắn nguồn chiến dịch từ quảng cáo hay email tạo ra vô số biến thể của cùng trang. Đặt thẻ canonical tự trỏ về bản sạch để gom chúng lại.
• Trang phân trang và trang lọc. Danh mục sản phẩm chia trang hai, trang ba, hay lọc theo màu và giá, sinh nhiều trang gần giống. Cân nhắc canonical hoặc noindex tùy trang có giá trị tìm kiếm riêng hay không.
• Bản in hoặc bản di động riêng. Một số website tạo đường dẫn riêng cho bản in hoặc bản di động, trùng nội dung bản chính. Trỏ canonical các bản phụ về bản chính.

Canonical, chuyển hướng 301 hay noindex — dùng cái nào?

Ba công cụ này thường bị dùng lẫn lộn, nhưng mỗi cái giải một bài toán khác nhau. Chọn sai công cụ là nguồn lỗi kỹ thuật phổ biến, nên hãy phân biệt rõ.

Dùng thẻ canonical khi cả hai trang vẫn cần mở được cho người dùng nhưng bạn muốn dồn điểm về một bản — ví dụ các biến thể tham số của một trang sản phẩm. Dùng chuyển hướng 301 khi bạn bỏ hẳn một trang cũ và muốn đưa mọi người cùng robot sang địa chỉ mới, chẳng hạn khi đổi đường dẫn hoặc gộp hai bài thành một. Dùng thẻ noindex khi một trang cần tồn tại cho người dùng nhưng không nên xuất hiện trên Google, như trang cảm ơn sau khi gửi biểu mẫu, trang kết quả tìm kiếm nội bộ, hay trang lọc không có giá trị tìm kiếm. Một điểm quan trọng: đừng vừa noindex một trang vừa trỏ canonical về nó, vì hai tín hiệu này mâu thuẫn — một cái bảo ẩn, một cái bảo đây là bản chính để gom về.

Những lỗi đặt canonical thường gặp và cách xử lý?

Năm lỗi khiến thẻ canonical phản tác dụng, kèm cách sửa:

• Trỏ canonical về trang chủ. Một số cấu hình sai khiến mọi trang khai canonical trỏ về trang chủ, làm Google hiểu nhầm mọi trang con là bản trùng của trang chủ rồi loại chúng khỏi chỉ mục. Sửa để mỗi trang tự trỏ về đúng đường dẫn của nó.
• Đặt nhiều thẻ canonical trên một trang. Hai thẻ mâu thuẫn khiến Google bỏ qua cả hai. Giữ đúng một thẻ canonical mỗi trang.
• Trỏ canonical về một trang bị chặn hoặc noindex. Bản chuẩn phải là trang mở được, trả về mã thành công 200 và cho phép lập chỉ mục. Trỏ về trang bị chặn hay bị ẩn là gửi tín hiệu tự mâu thuẫn.
• Dùng đường dẫn rút gọn trong href. Viết đường dẫn thiếu giao thức và tên miền dễ bị hiểu sai. Luôn dùng địa chỉ đầy đủ trong thuộc tính href.
• Trỏ canonical qua một chuỗi chuyển hướng. Nếu bản chuẩn được khai lại chuyển hướng sang trang khác, tín hiệu bị đứt gãy. Trỏ thẳng canonical về đích cuối cùng, không qua trung gian.

Kiểm tra canonical thế nào?

Công cụ tin cậy nhất là Google Search Console. Mở mục Kiểm tra URL, dán địa chỉ một trang vào, rồi so hai dòng: bản chuẩn bạn khai và bản chuẩn Google tự chọn. Khi hai bản khớp nhau nghĩa là Google nghe theo khai báo của bạn. Khi chúng lệch nhau, đó là tín hiệu có gì đó mâu thuẫn — thường là liên kết nội bộ, sitemap hoặc chuyển hướng trỏ đi chỗ khác — và bạn cần rà lại cho mọi tín hiệu cùng nhất quán. Cách đọc các báo cáo trong Google Search Console có trong bài Hướng dẫn Google Search Console.

Sau khi rà soát, chấm nhanh website của bạn bằng công cụ kiểm tra miễn phí đã nhắc ở phần trên để xem các chỉ tiêu kỹ thuật cơ bản trong 30 giây. Toàn cảnh các hạng mục kỹ thuật cần kiểm nằm trong bài Danh mục SEO kỹ thuật 30 điểm, còn vị trí của canonical trong bức tranh SEO tổng thể có trong bài SEO là gì.

Bắt đầu xử lý trùng lặp trên website thế nào?

Ba bước cụ thể làm được trong một buổi: Bước 1 — mở Google Search Console mục Kiểm tra URL, dán vài trang quan trọng vào để xem bản chuẩn Google đang chọn có đúng ý bạn không; đồng thời chấm nhanh website bằng công cụ kiểm tra miễn phí đã nhắc ở phần trên. Bước 2 — đọc thêm bài cùng cụm bên dưới, đặc biệt là URL chuẩn SEO để chọn một phiên bản đường dẫn chuẩn từ đầu, và Sitemap.xml và robots.txt để chỉ đưa bản chuẩn vào danh mục sitemap. Bước 3 — nếu muốn rà soát toàn bộ tín hiệu canonical cho website doanh nghiệp trước khi mở rộng, liên hệ HAYWEB tư vấn 1-on-1 — người sáng lập Nguyễn Thế Quyền trả lời trực tiếp, không qua tầng bán hàng.