Duplikaty treści rzadko powstają celowo. Zwykle to efekt uboczny: CMS generuje kilka adresów dla tego samego wpisu, sklep tworzy osobny URL dla każdej kombinacji filtrów, a redakcja po dwóch latach pisze drugi artykuł na temat, który już raz opisała. Google nie nakłada za to kary, ale musi wybrać jedną wersję strony, a jego wybór nie zawsze pokrywa się z naszym. Skutek to rozproszone sygnały, zmarnowany crawl i podstrony, które znikają z wyników bez widocznej przyczyny.
Poniżej opisujemy, jak duplikaty rozpoznać, jak je wykryć i w jakiej kolejności porządkować, żeby po sprzątaniu nie stracić ruchu.
Rodzaje duplikatów: techniczne i treściowe
Pierwszy podział, od którego zależy cała dalsza praca, to rozróżnienie między duplikatami technicznymi a treściowymi. Leczy się je zupełnie innymi metodami.
Duplikaty techniczne
To ta sama strona dostępna pod różnymi adresami. Treść jest identyczna co do znaku, różni się tylko URL. Najczęstsze źródła:
- wersje z ukośnikiem na końcu i bez niego,
- http i https albo adres z www i bez www, jeśli przekierowania nie są ustawione,
- parametry śledzące (utm_source, fbclid, gclid) doklejane do linków,
- parametry sortowania i filtrowania w sklepach,
- wersje do druku, AMP albo stare adresy po zmianie struktury URL,
- archiwa tagów, autorów i dat, które powielają te same zajawki.
Duplikaty treściowe
Tu adresy są różne i strony formalnie też, ale odpowiadają na tę samą intencję prawie tymi samymi słowami. Dwa poradniki o tym samym, opisy produktów skopiowane od producenta, strony lokalizacji różniące się tylko nazwą miasta. Ten typ zbliża się do problemu, który szerzej opisujemy w tekście o tym, jak wykryć i naprawić kanibalizację słów kluczowych. Różnica polega na tym, że kanibalizacja dotyczy rywalizacji o frazę, a duplikat treściowy to rzeczywiste powielenie tekstu.
Jak je wykryć narzędziami i ręcznie
Nie ma jednego narzędzia, które pokaże wszystko. Najlepsze efekty daje połączenie trzech źródeł: danych z Google, crawla serwisu i prostych testów ręcznych.
Google Search Console
Raport „Strony” w sekcji indeksowania to pierwsze miejsce do sprawdzenia. Interesują nas trzy statusy:
- Duplikat, użytkownik nie oznaczył strony kanonicznej: Google znalazł kilka wersji i sam wybrał jedną,
- Duplikat, Google wybrał inną stronę kanoniczną niż użytkownik: nasz tag canonical został zignorowany, co zwykle oznacza sprzeczne sygnały,
- Strona alternatywna z prawidłowym tagiem strony kanonicznej: to stan pożądany, nie wymaga działań.
Dla pojedynczych adresów narzędzie sprawdzania adresu URL pokazuje, którą wersję Google uznał za kanoniczną. Jeśli w tych statusach lądują ważne podstrony, warto zestawić je z listą typowych przyczyn opisanych w artykule Google nie indeksuje podstron: 9 przyczyn i kolejność napraw, bo duplikacja często idzie w parze z innymi problemami indeksacji.
Crawler
Screaming Frog, Sitebulb czy inny crawler porównuje sumy kontrolne treści (wykrywa identyczne strony) oraz procent podobieństwa (wykrywa strony prawie identyczne). Przy crawlu warto ustawić próg podobieństwa na 85–90%, żeby nie zalać się listą stron różniących się tylko nagłówkiem. Dodatkowo przydają się raporty zduplikowanych tytułów, meta description i nagłówków H1: to tani sposób na znalezienie stron, które ktoś sklonował i zapomniał zmienić.
Testy ręczne
Kilka szybkich sprawdzeń zajmuje kwadrans:
- Wpisz adres strony z ukośnikiem i bez, z www i bez, przez http. Każda wersja poza docelową powinna przekierować 301 w jednym kroku.
- Dopisz do adresu dowolny parametr, np.
?test=1. Sprawdź, czy strona zwraca canonical wskazujący na wersję bez parametru. - Skopiuj charakterystyczne zdanie z artykułu i wyszukaj je w cudzysłowie. Zobaczysz, czy tekst występuje gdzie indziej w serwisie albo poza nim.
- Użyj operatora
site:z fragmentem tytułu, żeby znaleźć kilka podstron o podobnej nazwie.
Kanoniczne adresy, przekierowania i noindex
Mamy trzy główne narzędzia i każde robi co innego. Pomylenie ich to najczęstszy błąd przy sprzątaniu.
| Metoda | Co robi | Kiedy stosować |
|---|---|---|
| Przekierowanie 301 | Kieruje użytkownika i robota na jedną wersję, przenosi sygnały | Gdy zbędna wersja nie musi istnieć dla użytkownika (stary URL, wariant www, scalony artykuł) |
| Tag rel=”canonical” | Podpowiada Google, którą wersję indeksować; obie pozostają dostępne | Gdy duplikat musi działać (parametry, warianty, filtry), ale nie powinien być indeksowany |
| noindex | Wyklucza stronę z indeksu, nie przenosi sygnałów na inną stronę | Strony bez wartości w wynikach (wyszukiwarka wewnętrzna, cienkie archiwa) |
Kluczowa uwaga: canonical to wskazówka, nie polecenie. Google opisuje w dokumentacji o konsolidacji zduplikowanych adresów URL, że bierze pod uwagę wiele sygnałów naraz: przekierowania, canonical, linki wewnętrzne i mapę witryny. Jeśli canonical wskazuje adres A, a menu, linki w treści i sitemap prowadzą do adresu B, Google prawdopodobnie wybierze B. Dlatego po ustawieniu canonicala trzeba wyrównać pozostałe sygnały.
Drugi częsty błąd to łączenie noindex z canonicalem na tej samej stronie. To sprzeczne komunikaty („nie indeksuj mnie” i „indeksuj tamtą wersję zamiast mnie”), więc lepiej wybrać jedno. Nie blokuj też duplikatów w robots.txt: robot nie zobaczy wtedy ani canonicala, ani noindexu.
Kiedy scalać, a kiedy różnicować treść
Przy duplikatach treściowych technika nie wystarczy, potrzebna jest decyzja redakcyjna. Prosta reguła: jeśli dwa teksty odpowiadają na tę samą intencję, scalamy. Jeśli intencje są różne, ale teksty brzmią podobnie, różnicujemy.
Scalanie warto rozważyć, gdy:
- oba artykuły pojawiają się w Search Console na te same zapytania, a żaden nie trzyma stabilnej pozycji,
- słabszy tekst nie ma unikalnych sekcji ani linków zewnętrznych,
- czytelnik po przeczytaniu jednego nie dowie się niczego nowego z drugiego.
Przy scalaniu zachowaj adres mocniejszej strony (więcej linków, lepsze pozycje), przenieś do niej unikalne fragmenty słabszej, a stary adres przekieruj 301. Szerzej o tej decyzji piszemy w tekście scalać czy dzielić artykuły w klastrze treści.
Różnicowanie ma sens, gdy strony muszą istnieć osobno: poradnik dla początkujących i zaawansowanych, strona usługi w dwóch miastach, dwa produkty o podobnych parametrach. Wtedy każda wersja potrzebuje własnych danych, przykładów i odpowiedzi na pytania specyficzne dla swojej grupy odbiorców, a nie tylko podmienionego słowa kluczowego.
Duplikaty w sklepach i serwisach z filtrami
Sklepy internetowe generują duplikaty na skalę, której zwykły blog nie zna. Jedna kategoria z pięcioma filtrami i trzema opcjami sortowania potrafi wyprodukować tysiące adresów. Najczęstsze źródła:
- Filtry i sortowanie: każda kombinacja to nowy URL z tą samą listą produktów w innej kolejności,
- Warianty produktu: osobny adres dla każdego koloru i rozmiaru z identycznym opisem,
- Produkt w kilku kategoriach: ścieżka URL zawiera kategorię, więc ten sam produkt ma kilka adresów,
- Opisy od producenta: ten sam tekst w setkach sklepów, co jest duplikatem zewnętrznym.
Rozwiązanie zaczyna się od decyzji, które kombinacje filtrów mają wartość wyszukiwaniową. „Buty do biegania męskie” może zasługiwać na indeksowaną stronę, „buty do biegania sortowane od najtańszych” już nie. Szczegółowe kryteria tej decyzji opisujemy w poradniku kategorie a filtry w sklepie: co indeksować. Pozostałe kombinacje dostają canonical do kategorii nadrzędnej, a linki do nich najlepiej generować tak, żeby robot nie podążał za nimi masowo.
Dla wariantów produktu standardem jest jedna strona z wyborem koloru i rozmiaru albo canonical wariantów do produktu głównego. Dla produktów w wielu kategoriach najprościej usunąć kategorię ze ścieżki URL produktu albo ustawić canonical na jedną, główną ścieżkę.
Weryfikacja po sprzątaniu
Zmiany w canonicalach i przekierowaniach Google przetwarza stopniowo, zwykle od kilku dni do kilku tygodni, zależnie od tego, jak często odwiedza dany serwis. Lista kontrolna po wdrożeniu:
- Uruchom ponownie crawl i sprawdź, czy przekierowania działają w jednym kroku, bez łańcuchów i pętli.
- Upewnij się, że linki wewnętrzne prowadzą bezpośrednio do wersji kanonicznych, a nie przez przekierowania.
- Zaktualizuj mapę witryny: powinna zawierać tylko adresy kanoniczne zwracające kod 200.
- W Search Console poproś o ponowne sprawdzenie kluczowych adresów i obserwuj raport „Strony” przez 4–6 tygodni.
- Porównaj kliknięcia i wyświetlenia scalonych stron z okresem sprzed zmian. Krótki spadek po przekierowaniu jest normalny, trwały wymaga ponownej analizy.
Dobrą praktyką jest też prowadzenie prostego rejestru: stary adres, nowy adres, data zmiany i powód. Gdy za pół roku ktoś zapyta, dlaczego dana podstrona zniknęła, odpowiedź będzie w arkuszu, a nie w pamięci osoby, która już nie pracuje w zespole.
FAQ
Czy Google karze za duplikaty treści?
Nie w sensie ręcznej kary. Google wybiera jedną wersję do wyników, a pozostałe pomija. Problemem jest to, że może wybrać wersję, której nie chcemy, i rozproszyć sygnały między kilka adresów. Wyjątkiem jest masowe kopiowanie cudzych treści w celu manipulacji wynikami, które łamie zasady dotyczące spamu.
Ile procent podobieństwa oznacza duplikat?
Nie ma oficjalnego progu. W praktyce strony podobne w ponad 85–90% warto traktować jako duplikaty do przeglądu. Niższe podobieństwo, np. wspólna stopka i menu, nie stanowi problemu.
Co wybrać: canonical czy przekierowanie 301?
Przekierowanie 301, jeśli zbędna wersja nie musi być dostępna dla użytkownika. Canonical, gdy obie wersje muszą działać, np. adres z parametrem filtra albo wariant produktu.
Czy cytowanie fragmentów innych stron to duplikat?
Krótkie cytaty z podaniem źródła nie są problemem. Kłopot zaczyna się, gdy większość strony składa się z przeklejonych treści bez własnej wartości dodanej.
Jak długo trwa, zanim Google uwzględni zmiany?
Zwykle od kilku dni do kilku tygodni. Duże serwisy z tysiącami adresów mogą potrzebować kilku miesięcy, zanim wszystkie duplikaty zostaną ponownie odwiedzone i skonsolidowane.