页面主要内容审查：识别正文与干扰项

专业口径说明：本文依据公开研究和常见工程实现解释相关机制。不同产品的检索、重排、生成与来源选择策略并不相同；本文不还原任何平台未公开的固定权重，也不构成引用结果承诺。

页面内容分析工具可以估算：去除导航、脚本和重复模板元素后，还剩多少可提取的主要正文。这个比例是 GEOBOK 的编辑诊断指标，不是任何 AI 产品公开或统一采用的评分项。

它能发现什么

这项检查适合发现三类问题：核心回答不在初始 HTML 中、正文被大量重复模板文字淹没、页面内容不足以完成用户任务。它也适合比较同一页面改版前后的变化。

它不能证明什么

不存在分配给每个网页的统一 16000 Token 配额。不同产品可能按片段建立索引、采用不同渲染方式，只检索页面的某些部分，或使用不同长度的工作上下文。正文占比高，也不能证明页面一定会被检索或引用。

对内容工作的实际意义

• 确认核心回答存在于可访问的 HTML 中。
• 当重复元素确实影响用户体验时再精简，不要为了抬高分数删除有用导航。
• 只有在补充内容能更好完成用户任务时才扩写。
• 把该比例用于同页前后比较，不设成引用率目标。

先定义什么是主要内容

主要内容是帮助用户完成当前页面任务的部分。产品页可能包括产品名称、适用场景、参数解释、限制、价格条件和购买路径；文章页包括核心回答、证据、方法和结论。导航、面包屑、相关推荐和页脚并非天然“噪声”，它们可以帮助用户理解位置和继续浏览，只是不应压过当前任务。

一次人工检查怎么做

• 查看源代码和禁用 JavaScript 后的页面，确认标题与核心正文是否存在。
• 只阅读提取出的主要文字，判断是否仍能说清页面主题、对象、数据口径和下一步。
• 比较移动端与桌面端，检查折叠、弹窗和懒加载是否隐藏重要信息。
• 统计重复模板文字只是辅助；最终判断要回到用户任务和页面类型。

一个改造示例

某产品页提取后只剩“专业品质，值得信赖”，主要参数全部在图片里。正确改造不是把页脚删到最短，而是把产品类别、关键参数、适用样品、测量范围和限制写入可访问 HTML，并为图表提供文字说明。完成后，即使导航没有变化，页面的主要内容质量也已明显改善。

工具分数如何使用

把主要内容占比用于同一页面的版本比较和异常筛查，而不是跨站排名。不同页面任务不同，首页、帮助中心、产品页和研究报告不应追求同一个比例。分数变化需要人工查看原因：是正文更完整、模板更简洁，还是工具错误删除了表格和代码等真正有用的内容。

边界与结论

更准确的名称是“主要内容占比”或“内容结构分析”。“Token 密度”可以描述工具自身的计算，但不是公开的排序或引用指标。