Off-page SEO
Off-page SEO——站外的信任投票，外链依然是排名第一因素之一。
外链价值体系
graph TD
LINK[外链] --> QUALITY[质量因素]
LINK --> QUANTITY[数量因素]
QUALITY --> DA[域名权重 DA/DR]
QUALITY --> REL[相关性]
QUALITY --> POSITION[链接位置]
QUALITY --> ANCHOR[锚文本]
QUANTITY --> UNIQUE[独立域名数]
QUANTITY --> TOTAL[总链接数]
DA --> HIGH[DA 60+ 高价值]
DA --> MED[DA 30-60 中价值]
DA --> LOW[DA 0-30 低价值]
style LINK fill:#e3f2fd,stroke:#1565c0,stroke-width:2px
style HIGH fill:#e8f5e9,stroke:#2e7d32,stroke-width:2px
外链评估模型
"""
外链质量评估
"""
from dataclasses import dataclass
@dataclass
class Backlink:
"""外链"""
source_domain: str
da: int # 域名权重 0-100
relevance: str # 高/中/低
link_type: str # dofollow / nofollow
anchor_text: str
position: str # 正文/侧边栏/页脚
@property
def value_score(self) -> int:
"""外链价值评分"""
score = 0
# DA 贡献
if self.da >= 60:
score += 40
elif self.da >= 30:
score += 25
else:
score += 10
# 相关性
relevance_scores = {"高": 25, "中": 15, "低": 5}
score += relevance_scores.get(self.relevance, 5)
# 链接类型
score += 20 if self.link_type == "dofollow" else 5
# 位置
position_scores = {"正文": 15, "侧边栏": 5, "页脚": 2}
score += position_scores.get(self.position, 2)
return score
@property
def grade(self) -> str:
s = self.value_score
if s >= 80:
return "A — 顶级外链"
elif s >= 60:
return "B — 优质外链"
elif s >= 40:
return "C — 普通外链"
return "D — 低价值"
links = [
Backlink("techcrunch.com", 92, "高", "dofollow", "Python教程", "正文"),
Backlink("random-blog.com", 25, "中", "dofollow", "点击这里", "侧边栏"),
Backlink("github.com", 95, "高", "nofollow", "项目链接", "正文"),
Backlink("industry-site.com", 55, "高", "dofollow", "推荐资源", "正文"),
]
print("=== 外链质量评估 ===")
for link in sorted(links, key=lambda x: x.value_score, reverse=True):
print(f"\n{link.source_domain} (DA {link.da})")
print(f" 分数: {link.value_score} → {link.grade}")
print(f" 相关: {link.relevance} | 类型: {link.link_type} | 位置: {link.position}")
链接建设策略
"""
链接建设方法论
"""
LINK_BUILDING = {
"内容驱动": {
"方法": [
"原创研究/调查报告 — 独家数据自然吸引引用",
"信息图 Infographic — 可视化内容易被分享",
"终极指南 — 3000+ 字深度内容获取长期外链",
"免费工具/计算器 — 实用工具获持续链接",
],
"难度": "中",
"效果": "长期高价值",
},
"外联策略": {
"方法": [
"客座文章 Guest Post — 为行业网站写文章获取链接",
"断链建设 — 找到 404 链接, 建议替换为你的内容",
"摩天大楼法 — 找到热门内容, 做更好版本, 联系链入者",
"资源页外联 — 找 '推荐资源' 页面, 申请加入",
],
"难度": "高",
"效果": "精准高质量",
},
"数字 PR": {
"方法": [
"新闻稿 — 重大更新通过 PR 渠道分发",
"专家点评 — 作为行业专家接受采访",
"数据新闻 — 用数据创造新闻角度",
"事件营销 — 创造值得报道的事件",
],
"难度": "很高",
"效果": "品牌+权威性",
},
}
print("=== 链接建设策略 ===")
for strategy, info in LINK_BUILDING.items():
print(f"\n【{strategy}】 难度: {info['难度']} | 效果: {info['效果']}")
for method in info["方法"]:
print(f" • {method}")
锚文本分布
graph LR
subgraph 健康锚文本分布
BRAND_A[品牌锚文 30-40%]
URL_A[裸 URL 20-25%]
GENERIC_A[通用锚文 15-20%]
EXACT_A[精确匹配 5-10%]
PARTIAL_A[部分匹配 10-15%]
end
style BRAND_A fill:#e8f5e9,stroke:#2e7d32
style EXACT_A fill:#fff3e0,stroke:#e65100
| 锚文本类型 | 比例 | 示例 | 风险 |
|---|---|---|---|
| 品牌锚文 | 30-40% | "Example公司" | 安全 |
| 裸 URL | 20-25% | "https://example.com" | 安全 |
| 通用锚文 | 15-20% | "点击这里", "了解更多" | 安全 |
| 部分匹配 | 10-15% | "关于Python的教程" | 注意 |
| 精确匹配 | 5-10% | "Python教程" | 过多危险 |
有害外链处理
"""
有害外链检测
"""
TOXIC_SIGNALS = [
{"信号": "来自垃圾站群", "风险": "高", "处理": "Disavow 否认"},
{"信号": "非相关行业外链", "风险": "中", "处理": "监控, 超量则否认"},
{"信号": "大量精确匹配锚文", "风险": "高", "处理": "否认 + 多样化"},
{"信号": "PBN 私人博客网络", "风险": "极高", "处理": "立即否认"},
{"信号": "评论/论坛垃圾链接", "风险": "低", "处理": "通常 nofollow, 忽略"},
]
print("=== 有害外链处理 ===")
for signal in TOXIC_SIGNALS:
print(f" [{signal['风险']}风险] {signal['信号']} → {signal['处理']}")
行动清单
- [ ] 用 Ahrefs/Semrush 导出 Top3 竞争对手外链，按 DR 筛选 DR30+ 外链来源，列为外联目标
- [ ] 建立外联邮件模板：感谢 + 价值说明 + 具体诉求，控制在 150 字以内，个性化程度高
- [ ] 每月发出 20–30 封外联邮件（访客投稿/资源页申请），追踪回复率和成功率
- [ ] 检查现有外链中是否有高 DA 的 No-Follow 链接来源，优先争取 Do-Follow 替换
- [ ] 用 Google Search Console 中的"链接"报告，核查是否有异常的低质量链接高峰
- [ ] 每季度用 Disavow 工具处理一次有害外链，清单维护在 Google Drive 持续更新
下一节：02-EEAT与品牌权威建设 — 外链之外，E-E-A-T 是影响现代 SEO 排名的核心信号。