同一个内容放在两个站点上，Google 会把它们当成两份内容还是一份？官方文档没有含糊：多个站点各自可抓取、内容又高度相似时，你要主动说清哪一个是首选版本，而不是等它自己挑。它同时也说清了哪些做法会让情况变复杂。
这一篇只讲多站点架构下的重复内容判断与核对。WordPress 自身的行为引官方文档，涉及搜索与索引的判断只引 Google 官方文档。
多站点的重复通常长成三种样子
| 形态 | 典型样子 | 风险点 |
|---|---|---|
| 同一域名下按语言或地区分开 | 子目录、子域或国家域名 | 同一种语言出现两份相似内容 |
| 不同域名承载同一批内容 | 主站与另一语言的独立站 | 链接与信号分散在多个地址上 |
| 预发布或内部站与正式站重复 | 测试域名、后台域名 | 未发布内容被抓取 |
WordPress 侧的对应能力是内置的多站点安装，一个网络里可以跑多个站点，WP-CLI 官方文档里就有专门管理多站点网络的命令（wp site），说明这不是边缘玩法。判断重复的依据始终是你请求这两个地址后看到的内容，不是架构图。
官方对"多个地区或语言版本"是怎么说的
Google 在关于管理多地区与多语言站点的说明里有几条很直接的建议。它推荐不同语言版本使用不同的 URL，而不是靠 cookie 或浏览器设置来切换；如果你改为动态改变内容或按语言设置重新导向，Google 可能发现并抓取不到你的全部版本，原因是它的抓取程序通常从美国发起，而且请求里不带表示语言的头部。它还给了一张 URL 结构对照表，把国家域名、通用顶级域的子域、通用顶级域的子目录并排列出，并注明用 URL 参数做地区区分不推荐。
同一份文档在最后专门有一节叫"处理多语言站点里的重复页面"：如果同一种语言下你在不同 URL 上提供了相似或重复的内容，就选一个首选版本，用 rel="canonical" 和 hreflang 让正确的地区或语言地址被送到搜索者面前。它还建议不要按用户语言自动跳转到另一个语言版本，因为这种跳转会让用户和搜索程序都看不到其他版本。
这里同样要划清来源：Google 也写明，它判断页面语言用的是页面上的可见内容，不使用 lang 属性这类代码级信息，也不使用 URL 里的语言信息。
先决定哪个是主版本（怎么做）
- 把上面三类形态里出现的所有地址列成一张表，标明它属于哪个站点、面向哪个语言或地区。
- 对每一组相似内容，明确写出首选地址，以及选它的理由（哪一份是最新、哪一份被引用最多）。
- 让非首选地址返回跳转指向首选地址，站内链接也统一改成指向首选地址。
- 有多语言或多地区版本时，按官方说的方式标注各版本之间的对应关系，而不是靠自动跳转。
- 在 Search Console 里把每个站点分别核对一遍，不要用一个站点的数据推断另一个。
第 3 步和第 5 步的依据都在 Google 那份规范 URL 文档里：关于如何指定规范 URL 的说明把重定向和 rel="canonical" 都列为强信号、站点地图列为弱信号，并建议站内链接指向你认可的规范地址。分站点之间的内容组织怎么写，可以看多语言内容之间怎么互相带来链接和多语言站点的外链该怎么在不同语言间分配这两篇，跨站地址层面的判断则可以对着canonical 和外链指向的 URL 有什么关系一起看。
哪些重复是架构必然带来的
有两类不必强行消除。一类是不同语言、不同地区的版本，内容语言本身就不同，官方给出的做法是标注对应关系而不是合并，这类重复属于正常形态。另一类是不同域名承载同一批内容且各有独立用途，比如主站与面向另一个市场的独立站；如果你确实需要它们并存，官方没有要求你必须合并，也没有公布过"跨站重复内容"的判定阈值或容忍比例 —— 遇到有人给出具体数字，请当作未公布处理。
第三类需要单独提醒：预发布站。Google 那份规范 URL 文档明确不建议把 robots.txt 用于规范化目的，并指出被 robots.txt 屏蔽的地址仍可能被收录、只是拿不到内容。所以"用屏蔽文件挡住测试站"不是没有代价的做法，先把预发布环境从内部访问层面管好，再考虑索引侧的处理。
怎么验证各站点没有互相打架
按站点逐个查。Google 在搜索操作符说明里提到，site: 配合域名或路径前缀可以查某一类地址是否还有结果，同时它提醒操作符受索引与检索限制影响，排查以 Search Console 的网址检查工具为准。做法是：对每个站点、每种语言或地区版本各查一次，把结果按站点分开记录，而不是合并成一句"大概都正常"。
验收标准写清楚三条：每个站点都有明确的索引状态记录；每一组相似内容都能说清首选地址是哪一个；没有任何一个地址同时在两个站点里以不同语言版本的身份出现。做不到这三条，就说明这件事还没有被管理起来。
记录要按站点分开存档，不要合并成一份"多语言站检查表"。站点一多，合并的那份表就会变成谁也说不清结论的文档，而这类文档通常在半年后没人再打开。