先给结论:不要把“相同事实”当成要删掉的东西,而要先判断它在每篇文章里承担什么任务。如果同一句事实在两篇文章里都是论据,只是换了说法,那它至少有一处是冗余;如果一处是定义、一处是操作前提,那它不算冗余,但需要改成不同粒度的表述。下面以你手头的一篇旧文和一篇待发新文为对象,给出一套可执行的处理顺序。
打开两篇文章,逐段问一句:这一段在回答什么问题?然后把其中出现的、可被独立验证的事实性陈述单独列出来,例如“某个设置会改变应用商店页面的展示元素”“某类素材需要按平台规范提交”。注意列的是事实本身,不是它被写成的那句话。同一个事实在两篇里很可能用了完全不同的措辞,靠比对句子是抓不住的。
标完之后,你会得到两类重复:
只有同层重复才需要合并或删除;跨层重复要改写法,不是删。
判断依据不是哪篇更新,而是哪篇的主题更依赖这个事实。如果一篇的主问题是“这个机制怎么运作”,完整解释应该留在这里;另一篇的主问题是“遇到某个异常怎么办”,它只需要一句前提,不必再讲一遍机制。
一个可区分的证据是:把完整解释从某篇里拿掉,这篇文章的主结论是否还成立。若仍成立,说明它只是背景,可以压缩成一句带指向的表述;若不成立,说明它是核心论据,应保留完整版本,并让另一篇改为引用式的一句话。
假设你有两篇草稿:A 篇讲某类应用商店页面的元素构成,B 篇讲一次素材更新后展示效果与预期不符的排查。两篇都写了“素材规格由平台规范决定”这个事实。A 篇的主结论依赖它,所以保留完整说明;B 篇只需要写成“在平台规范允许的规格范围内”,把篇幅让给排查步骤。这样处理之后,B 篇的下一步动作——逐项核对提交素材与规范——才不会被背景说明挤掉。
对每一处保留的事实,补上它在这篇文章里引出的动作,以及这个动作的结果如何影响下一步。如果补不出来,说明这个事实在这篇里没有实际作用,属于可删的冗余。
三步都写得出,这段就留;只写得出第一步,说明它更像资料摘抄,考虑合并到主篇或删去。
减少冗余的常见错误是把同一事实换几个近义词各写一遍,以为读起来不一样就不算重复。这种做法不产生新信息,还会让两篇文章的结论互相稀释。更稳的做法是:主篇保留完整表述,其他篇用一句明确的前提句带过,并让读者知道完整说明在哪一类内容里。
需要提醒的是,没有适用于所有站点的关键词密度、字数或标题字符阈值,也不存在靠机械换写就能带来的新增价值。冗余判断的标准是信息任务是否重叠,不是词面是否相同。
压缩完成后,逐篇检查被删或改写的位置:后文是否还在依赖被删掉的那句事实。若依赖,就把前提句补回去,但只补到够用为止。这一步常被跳过,结果是文章读起来更短,却在关键操作处断了逻辑。
另外,请求量、抓取量或某项统计归零,不能单独证明你的去重处理正确,它也可能是抓取节奏、页面收录状态或统计口径变化造成的。要判断去重是否有效,看的是两篇文章各自的主问题是否更清楚、操作步骤是否更连贯,而不是某一个数字的短期波动。
把上面五步走完,你手里的两篇文章会从“说了同一件事两遍”变成“一篇讲清机制,一篇讲清处置”,冗余自然下降,而读者需要的前提一个都没少。