Seo traffic drop forensics

何时使用

适用：自然流量或排名在短期内突然、显著下跌，需要定位最可能成因并给出按优先级排序的修复方案。典型事件包括流量崩盘、疑似人工处罚、核心更新冲击、重大技术回归（误改 robots.txt / noindex、迁移丢失跳转、5xx 激增等）。

不该用（负边界）：

• 只是想做常规 SEO 体检或机会点排序 → 用 seo-audit。
• 聚焦法律/专业服务的长期本地可见性 → 用 local-legal-seo-audit。

这是事件响应技能，不是通用审计。核心是取证思维：先固定时间线与证据，再做假设驱动的归因，最后分期恢复。

步骤

1. 事件分诊（先问清上下文，别急着分析）

• 现象：何时首次发现？骤降（1–3 天）还是渐降（数周）？受影响指标（会话/点击/展现/转化）？全站、特定栏目还是特定页面？
• 数据权限：是否有 GSC、网站分析（GA4/Matomo）、服务器/CDN 日志、部署/变更日志（Git、CI/CD、CMS 发布记录）？
• 近期变更清单（重点排查掉量前 30–60 天）：改版/换主题、URL 结构变更或迁移、CMS/插件更新、主机/CDN/安全工具（WAF、防火墙）变更、robots.txt / sitemap / canonical / 跳转改动、批量内容编辑或内容删减。
• 业务背景：是否季节性行业？有无外部需求事件？历史上是否有过人工处罚？

2. 事件分类（归入一类或多类，引导后续调查）

1. 算法/核心更新冲击：掉量时间点与已知 Google 核心更新对齐；冲击偏向某类查询或内容；同期无重大技术改动。
2. 技术/基础设施故障：收录/可抓取性骤损、5xx/4xx 大面积报错、robots.txt 或 meta noindex 改动、跳转或 canonical 错误。
3. 人工处罚/违规：GSC 出现人工处罚消息、品牌词与非品牌词同时骤降、历史上有激进外链或垃圾手法。
4. 内容/质量重评：特定栏目或主题被打击更重、内容稀薄/过时/大量 AI 生成、同期竞品内容显著改善。
5. 需求/季节性/外部因素：行业搜索需求整体下降、宏观事件或监管变化。

3. 数据驱动调查（有 GSC + 分析权限时）

• 时间线重建：绘制近 6–12 个月的点击、展现、CTR、平均排名；定位掉量精确起点、判断是台阶式骤降还是缓坡下滑、看是否波及全部国家/设备。
  • 台阶式骤降 → 多为技术故障、人工处罚、某次部署。
  • 缓坡下滑 → 多为质量问题、竞品改善、算法重评。
• 分段分析：按设备（桌面/移动）、国家/地区、查询类型（品牌/非品牌）、页面类型（首页/分类/产品/博客/文档）切分。规律线索：仅移动端受影响 → 移动 UX/CWV/移动索引问题；单一国家 → 地理定向/hreflang；非品牌词比品牌词更重 → 多与算法/质量相关。
• 页面级影响：找出点击与展现跌幅最大的页面；曾经高流量页面中是否出现新 404 或被大量跳转；是否有页面脱离索引或丢失大部分排名词。核对：URL 变更未做跳转、canonical 改动、误加 noindex、模板/内容变更。
• 技术完整性核查（聚焦事件相关回归）：
  • robots.txt：近期是否变动？关键栏目是否被误屏蔽？
  • 收录与 noindex：GSC "已排除/已 noindex" 是否骤增？重要页面是否误设 meta noindex 或 X-Robots-Tag？
  • 跳转：新增跳转链/跳转环？HTTP→HTTPS、www 与非 www 是否一致？迁移是否缺完整跳转映射？
  • 服务器与可用性：日志或 GSC 中 5xx/4xx 是否上升？是否宕机或被安全工具限流？是否对 Googlebot 限速/封禁？
  • Core Web Vitals：是否大面积骤降（尤其移动端）？
• 内容与质量重评（技术干净时再查）：哪些主题/内容类型受创最重？内容是否稀薄/通用/过时、过度优化堆砌关键词、缺原创数据与一手经验？按 E-E-A-T 评估——Experience（一手经验）、Expertise（作者资质明确）、Authoritativeness（引用与外部认可）、Trustworthiness（主体透明、政策与联系方式清晰）。

4. 取证假设构建（不要罗列零散问题）

对每个可能成因，写成一条可验证假设：

• 假设：如"最近一次部署在关键模板上注入了 noindex 标签"。
• 证据：来自 GSC、分析、日志、代码 diff 或截图的数据点。
• 影响范围：哪些栏目/页面、跌了多少。
• 验证步骤：用什么检查可证实或推翻该假设。
• 建议修复：具体可执行的补救动作。

排序依据：① 影响严重度 ② 验证难易度 ③ 可逆性（回滚/调整的容易程度）。

5. 产出取证报告

• 执行摘要：事件类型分类（技术/算法/人工处罚/混合）、影响日期区间与严重度（约 % 跌幅）、Top 3–5 最可能根因、整体置信度（低/中/高）。
• 证据化发现：逐条给出 发现 / 证据 / 可能成因 / 影响（高·中·低）/ 修复。
• 分期行动计划：
  1. 关键即时修复（0–3 天）：解除抓取/收录/可用性阻断，回滚有害的近期部署。
  2. 稳定化（3–14 天）：清理跳转、canonical、内链，恢复或改进关键内容与模板。
  3. 恢复与加固（2–8 周）：内容质量提升、E-E-A-T 增强、技术加固防复发。
  4. 监控计划：要盯的指标与看板、评估部分恢复的检查点、关闭事件的判定标准。

指令

落实排查时务必向用户确认这 5 个问题：

1. 你具体何时发现掉量？该日期前后有没有变更记录？
2. 是否有 GSC 与分析权限，能否提供关键截图或导出？
3. 近 30–60 天是否有改版、迁移或重大插件/CMS 更新？
4. 影响是全站性的，还是集中在某些栏目/国家/设备？
5. 历史上是否收到过人工处罚或用过激进外链？

示例

场景：某站点桌面端流量平稳，但移动端点击在 2 天内骤降 ~60%，非品牌词受创远重于品牌词。

• 分诊：骤降（台阶式）、仅移动端、非品牌词更重。
• 假设 A：某次发布在移动模板上引入 CWV 退化或 noindex。验证：对比掉量日的 Git/CMS 发布记录 + GSC 移动端"已排除"页面 + 移动模板 meta 检查。
• 假设 B：与同期 Google 核心更新对齐的质量重评。验证：核对核对核心更新公布日期、检查受创主题集中度。
• 结论：先按可逆性最高的假设 A 排查（若部署回滚即可恢复，0–3 天即可验证），技术干净后再走假设 B 的内容/E-E-A-T 路线。

注意事项

• 仅在任务明确落在上述事件范围内时使用；缺少必要输入、权限、安全边界或成功标准时，停下来先澄清。
• 输出不能替代针对具体环境的验证、测试或专家复核。
• 优先排查可逆、易验证的技术回归，再进入难以快速验证的算法/内容假设，避免误判方向浪费恢复窗口。

互见

• seo-audit：非事件场景下的常规 SEO 体检。
• ai-seo：面向 AI 搜索体验的内容优化。
• schema-markup：稳定恢复后实施结构化数据。
• analytics-tracking：事件后确保度量口径正确。

---

采编自 sickn33/antigravity-awesome-skills（MIT 许可证）。