AI 站内链路图实操：一下午发出 20 条桥接

800 篇文章，你模糊知道站内链接很重要，但完全不知道补哪 20 条最值。这篇把这片雾变成一份排序好的 CSV：源文已经有权重、目标在话题上且入链不足、又能找到自然的锚点。AI 替你跨文阅读，你点头确认 diff。在真实的内容站上，目标页在 Search Console 里的曝光一般 2-4 周内开始抬，原本孤儿的页面在 60 天内开始拿到点击。

一句话总结

• 把每篇文章导成 CSV：slug、标题、前 200 字、标签、当前入链数（一段约 30 行的脚本扫一遍内容目录就够）。
• 把 CSV 喂给 1M 上下文模型（Claude Opus 4.7、Sonnet 4.6 或 Gemini 3.1 Pro），让它提 50 条桥接候选：源入链 3 条以上、目标入链 2 条以下，每条带一行理由、建议锚词、1-5 信心分。
• 按信心分留前 20，只靠标签重叠的理由全砍，逐条人工核对插入段落，一次性发 PR。
• 每批新发 20 篇以上之后重跑一次。在内容站上，桥接是最便宜的 SEO 赢面。

孤儿页和入链不足的页为什么在漏流量

Google 主要靠指向页面的链接来发现和排名一个页面。零站内入链的页面就是孤儿：爬虫只能通过 sitemap 或外链摸到它，抓取优先级垫底。入链很少的页面攒不到多少 PageRank，几乎排不上有竞争的词。解法不是多写页，而是把你已有的权重导向真正缺的页。

当前 SEO 实践里有两个数字撑起整套流程。第一，单页总链接数尽量压在 150 以内（含导航和页脚），因为 Google 会把权重摊到每一条出链上，链接堆太多，每条传出去的信号就更薄。第二，重要页尽量保持在离首页三次点击以内。桥接链接就是在不重做导航的前提下，把一个埋得很深、入链不足的页拉到离表面更近。

起点可以免费自查：Google Search Console 的 链接（Links） 报告里有「站内被链接最多的页面（Top linked pages）」一栏。排在最底部、或者只有一两条链接的页，就是你的孤儿页和入链不足的目标。把它导出，再和全站 slug 清单一比，就能找到连这份报告都没列出来的缺口。

这篇适合谁看

200+ 篇规模的内容站站长、每月做一轮链接梳理的独立 SEO、接手没有内链纪律的老站的编辑。100 篇以下别上工具，那个量级肉眼看话题图确实更快。

衡量「主题契合度」的两条路

AI 有两种做法，最强的流程是两者结合。

方法	怎么做	优势	短板
长上下文 LLM	把整份 CSV 塞进一个 prompt，让模型在标题和首段上推理	能判意图、能写自然锚词	超过约 40 万 token 后召回下降；大站很贵
嵌入 + 余弦相似度	给每篇做嵌入，两两算相似度再排序	便宜、能扩到上千页、确定性强	会冒出「语义近但语境错」的配对；不产出锚词

实用配方：如果 CSV 能稳稳压在约 30 万 token 以内（大致是 1000 篇的标题加首段），一次长上下文 pass 最省事。超过这个量，先把所有页做嵌入，留相似度最高的配对，再只把这些候选配对交给 LLM 判契合度、起锚词。嵌入便宜地缩小范围，LLM 做嵌入做不了的判断。

选模型（截至 2026 年 6 月）：Claude Opus 4.7、Sonnet 4.6 和 Gemini 3.1 Pro 都带 1M token 上下文窗口，一次就能吞下一个中型站。独立的长上下文测试显示，窗口越满，检索准确率越往下掉，所以别以为一个 90 万 token 的 prompt 会被读得和 20 万 token 的一样仔细。还要注意 Gemini 3.1 Pro 的 API 价格在输入超过 20 万 token 后会跳档（输入大致翻倍），所以一次 60 万 token 的 CSV pass 比标价看着要贵。几百篇的规模上，三个模型随便挑，都便宜。

开始前准备

• 导出全站文章清单：slug、标题、主关键词、标签、当前入链数。一段读 content collection 的脚本几分钟出结果。
• 给「桥接」定个口径。下面的默认规则：源文已经有 3+ 入链（有权重可传），目标 2 条或更少入链（需要被抬）。
• 备一个 1M 上下文模型。800 行标题加首段很容易 8 万 token 起步，你不会想把它切块。
• 写一份「不要链接的目标」清单：法律页、sitemap、过期新闻、感谢页。AI 默认会往里塞。

具体步骤

1. 生成 CSV。 列：slug、标题、H1、前 200 字、主关键词、标签、当前入链数。前 200 字是 AI 判断主题契合度的关键上下文，光有标题和标签不够。
2. 算入链数。 扫一遍 markdown，按 slug 数内链出现次数。一段下面这样的脚本就够。
3. 写 prompt。 把整份 CSV 贴进去，规则讲清楚：提 50 条桥接候选，源 inlinks >= 3、目标 inlinks <= 2。每条要一行点出话题连接的理由、建议锚文本（3-6 字）、1-5 信心分。
4. 按信心分筛前 20。 只靠标签匹配做理由的全砍。标签重叠而没有话题重叠，链出来很虚，读着像硬插的。
5. 逐条人工核插入点。 打开源文，确认模型指的那一段真存在，把建议锚词放回语境里读一遍。读出声不顺就重写锚词或直接弃掉。
6. 一次性发 PR。 一个源文一个 commit，diff 好审。别上批量正则插，会打断句子流，半年后你也没法替它辩护。
7. 度量。 4 周后看 Search Console 里目标页的曝光。桥接先抬曝光，再抬点击。

一段最小的入链统计脚本

这段 Node 脚本扫内容目录，数有多少文件链到每个 slug，写出入链列。链接匹配规则按你的路由改。

import { readFileSync, readdirSync, writeFileSync } from "node:fs";
import { join } from "node:path";

const dir = "src/content/articles/zh";
const files = readdirSync(dir, { recursive: true }).filter((f) => f.endsWith(".mdx"));
const counts = {};

for (const file of files) {
  const body = readFileSync(join(dir, file), "utf8");
  // 匹配正文里 /zh/articles/<slug>/ 形式的链接
  for (const m of body.matchAll(/\/zh\/articles\/([a-z0-9-]+)\//g)) {
    counts[m[1]] = (counts[m[1]] || 0) + 1;
  }
}

const rows = files.map((f) => {
  const slug = f.replace(/\.mdx$/, "").split("/").pop();
  return `${slug},${counts[slug] || 0}`;
});
writeFileSync("inlinks.csv", "slug,inlinks\n" + rows.join("\n"));

把这份 inlinks.csv 和你的标题、前 200 字导出表 join 起来，就是 AI pass 的完整输入。

桥接 prompt

贴完 CSV，接着写：

你是站内链接编辑。从这份 CSV 里提 50 条桥接链接。合格的桥接从 inlinks >= 3 的源文指向 inlinks <= 2 的目标，且两者有真实的话题重叠（不只是共享标签）。每条输出：源 slug、目标 slug、建议锚文本（3-6 字，整批之间要有变化）、一行点出具体共享话题的理由、1-5 信心分。绝不往这份黑名单里链：[你的不要链接 slug]。只靠共享标签连起来的配对一律剔除。

合并前的质量检查

• 每条桥接的理由都点出具体的话题连接，而不是「相关主题」。理由含糊就是建议虚。
• 锚文本整批之间有变化。20 条里 15 条都是目标文标题原文，说明模型在偷懒，加一条多样化约束重跑。
• 没有「薄页（不到 800 字）指向 pillar」的桥接。权重靠厚度传，薄源传出来也薄。
• 你加的链接不会把任何源页推过 150 条总链接。一段最多两条上下文桥接是硬上限。
• 抽 3 段源文读出声：链接读着自然，还是硬插的？

把它做成可复用的月度梳理

• 把 prompt、入链统计脚本、目标黑名单存成项目文档。每次上新之后重跑，不用重想规则。
• 留一份「链接欠债」清单：跑了两轮还在 2 入链以下的目标页。它们通常不是缺链接，是页本身需要重写。
• 每轮把 AI 否决的候选留档。规律会自己浮现（「这个模型老往 FAQ 页提链接」），下轮就变成黑名单规则。

容易踩的坑

• 靠标签重叠而不是话题重叠提链接。 标签只是代理，模型得判断正文，不是只看元数据。
• 一批里锚文本全一样。 模板感会被 Google 看出来，信号也被稀释。
• 一个源段塞 5 条桥接。 一段最多两条，再多就像链接饵。
• 不写理由字段。 没理由你区分不了强建议和填充，半年后也无法替这条链接辩护。
• 从薄页提链接。 链接传的是按比例的权重，薄源传出来也薄。
• 盲信一个 90 万 token 的 prompt。 长上下文召回会随窗口变满而下降，要核对模型有没有真的用到埋在 CSV 中段的页。

FAQ

• 每月几条桥接合适？ 20 条高质量胜过 100 条弱链接。质量复利，数量稀释每条链接能传的权重。
• 桥接是不是都该从老页指新页？ 大多数是。老页攒了权重，新页缺抬升。反向只在新页本身是 pillar、该被老页倒灌时才合理。
• 锚词多长最好？ 3-6 个有描述性的字。单字太弱，整句太像 spam，也很少读着自然。
• 用嵌入还是长上下文 LLM？ 1000 篇以内，一次长上下文 pass 更省事。超过就先做嵌入缩小候选集，再让 LLM 判契合度、写锚词。
• AI 判主题契合度靠谱吗？ 它语义近似擅长、意图匹配弱，所以那一行理由就是你的护栏。模型提，你否。
• 多久能看到效果？ 目标页曝光一般 2-4 周抬，排名 4-8 周跟上，点击在排名稳定之后。

相关阅读

• 修复孤儿内容页
• AI 内容集群规划实操
• AI 分类页审计实操

标签: #SEO #internal-links #教程

相关文章

AI 工具教程

AI 老内容刷新实操：把过时帖拉回前三

用 AI 配合 Search Console 数据找出衰退文章、定向起草刷新、把排名拉回来。含真实数据、工具与 30 分钟流程。

2026/05/23 #SEO #content-refresh

AI 工具教程

AI 国际化 SEO 实操：hreflang、本地化、货币

用 AI 在 90 分钟内规划一个新 locale 上线：hreflang 回链、Intl.NumberFormat 货币、可直接复制的验证命令。

2026/05/23 #SEO #international

AI 工具教程

AI 关键词内卷修复：合并还是分化

用 Search Console 数据加 AI 扫出互抢同一关键词的文章对，逐对判断该合并还是分化。含真实阈值、提示词和生效时间。

2026/05/23 #SEO #keyword-cannibalization

AI 工具教程

用 AI 做 AdSense 申请前预审：投放前先自查

申请前先用 AI 对照 Google AdSense 真正拒审的几个桶预审一遍——内容稀薄、政策页缺失、爬虫导航坏、政策边缘话题——别为一个本可修复的问题白等一个重审窗口。

2026/05/17 #教程 #SEO

AI 工具教程

怎么用 AI 审计 Astro 内容站（不用逐文件读）

一套可复用的 Astro 5/6 内容站 AI 审计：抓重复 slug、缺翻译、死内链、draft 泄漏，一个脚本接进 prebuild 就能挡住漂移。

2026/05/17 #教程 #SEO

AI 工具教程

用 AI 在 Google 发现前找失效链接

30 分钟月度流程：lychee 或 linkinator 确定性扫出死链，AI 按根因（404 / 重定向链 / 拼写 / 死外链）聚类并按优先级出修复方案，附确切命令和参数。

2026/05/17 #教程 #SEO