SEO 伪装（Cloaking）：定义及如何从多个地点进行检测

什么是 SEO 伪装，Google 认定和不认定为伪装的情形分别有哪些，以及如何通过比较不同用户代理、引荐来源和地点下的响应，检测自己或竞争对手网站上的伪装行为。

SEO 伪装（cloaking）是指向搜索引擎展示一个版本的页面，而向真实用户展示另一个版本。爬虫拿到的是干净、关键词丰富、能获得排名的页面；点击进来的访客看到的却是别的内容，常见的是重定向、另一套优惠，或者直接就是垃圾内容。Google 已将伪装列入其垃圾内容政策，被发现采用伪装的网站可能会丢失单个页面乃至整个域名的排名。

大多数团队是从防守一方接触到伪装的：被黑的网站在站长从未见过的医药或博彩关键词上获得了排名，或者竞争对手的排名页面与搜索摘要所承诺的内容不符。无论哪种情况，发现伪装本质上都是一个 SEO 监控问题：你需要以每一类访客的视角查看页面，然后进行比较。

什么算作伪装

Google 的定义着眼于意图：为了操纵排名、误导用户，而向用户和搜索引擎呈现不同的内容。它给出的示例包括：向爬虫提供关于旅游目的地的页面，而访客看到的是关于折扣药品的页面；以及仅在请求方是搜索引擎时插入文本或关键词。

其机制始终相同。服务器或页面上的脚本会根据请求者看起来是谁，来决定发送什么内容。它所依据的信号包括：

用户代理。 粗糙的做法：凡是声明为 “Googlebot” 的请求都拿到干净页面。
IP 地址。 谨慎的做法：来自 Google 公布的爬虫 IP 段、并通过反向 DNS 验证的请求才拿到干净页面，因此仅伪造用户代理无法解锁。
引荐来源。 从 Google 搜索结果页进入的访客会被重定向；直接输入 URL 的人（包括站长本人）看到的则是正常网站。
地点和网络。 来自目标国家、使用家庭网络的访客会收到恶意内容；办公网络、云和数据中心 IP 段则拿到干净版本，因为审核人员和安全扫描器正是来自这些地方。
设备。 有些方案只重定向移动端访客，因为他们就是在移动端变现的。

大多数真实案例会组合使用其中两三种信号，这也是为什么只在自己工位上检查一次，通常什么也发现不了。

什么不算伪装

许多正当的配置也会向不同访客返回不同的响应。Google 表示，只要爬虫看到的内容与同等情况下的用户所见一致，这些做法就没有问题：

按地理位置和语言进行个性化。 向德国访客以欧元显示价格不属于伪装。但如果对 Googlebot 的处理方式与同一地点的用户不同，那就是伪装。我们关于本地化 Google 搜索结果的指南介绍了地点如何改变用户看到的内容。
付费墙和受限内容。 Google 专门为付费墙内容制定了结构化数据规范，正是为了让发布商可以让爬虫看到完整文章，而不被视为伪装。
针对特定设备的布局。 只要主要内容相同，移动端和桌面端使用不同的标记是可以的。
为爬虫单独渲染。 向爬虫提供预渲染的 HTML 曾被推荐为应对大量 JavaScript 的变通方案。Google 现在称其为变通方案而非长期解决方案，但只要内容一致，就不算伪装。

判断每种情况的标准都是同一个问题：处于爬虫位置的真实用户，能否获得相同的内容？

为什么不能只从一个地方检查

伪装页面的设计目标，就是让最有可能去检查它的那些人看到干净的内容。这会给你带来三个盲点：

你本身就是被排除的受众。 如果你在登录状态下、在办公室里，或者通过直接输入 URL 来检查自己的网站，基于引荐来源的黑客代码永远不会现身。站长往往是从 Search Console 或客户那里才得知问题的。
你无法成为 Googlebot。 发送 Googlebot 用户代理只能发现粗糙的伪装。任何会验证爬虫 IP 的方案都会把你当作普通用户。
你所在的市场或网络不对。 一个只针对某个国家、使用家庭网络的移动端访客才触发的方案，从另一个国家的云服务器上是看不到的。

因此，检测本质上是一种比较，需要从足够多的观测点运行，以覆盖伪装方所过滤的各种条件。

检测流程

第 1 步：先获取 Google 的视角。 在 Search Console 中，URL Inspection 工具的实时测试会从 Google 自己的基础设施以 Googlebot 身份抓取页面，并显示渲染后的 HTML 和截图。对于不属于你的页面，Rich Results Test 可以做同样的事。这是查看爬虫版本的唯一可靠方式，因为请求来自真实的 Googlebot IP。

第 2 步：收集用户视角。 以普通访客身份抓取同一个 URL，每次只改变一个条件：

变体	用户代理	引荐来源	网络
基准	桌面浏览器	无	你的办公网络
来自搜索	桌面浏览器	google.com 搜索结果页	你的办公网络
移动端来自搜索	移动浏览器	google.com 搜索结果页	目标国家的家庭 IP
桌面端来自搜索（目标市场）	桌面浏览器	google.com 搜索结果页	目标国家的家庭 IP
粗糙爬虫检查	Googlebot 字符串	无	你的办公网络

家庭 IP 这几行正是住宅代理发挥作用的地方：它提供你所测试国家的家庭网络连接，使请求看起来就像伪装方案正在等待的那类访客。请让区域设置、时区和语言与出口国家保持一致，具体做法见我们关于匹配代理地理位置、时区和区域设置的指南，否则设计精良的方案会把你识别为异常访客。

第 3 步：比较关键部分。 由于令牌和时间戳的存在，任意两次请求的原始 HTML 都会不同。应比较那些会影响排名或访客体验的部分：

重定向后的最终 URL，以及重定向链中的每一跳；
标题、meta 描述、canonical 和 robots 指令；
正文内容，经过规范化并计算哈希；
出站链接，尤其是指向陌生域名的链接。

第 4 步：重复检查。 黑客代码和竞争对手的方案往往只对一部分访问触发，或只在特定时段触发。一次干净的结果只是薄弱的证据。在得出页面干净的结论之前，请在不同出口和一天中的不同时段多次运行这套矩阵。

下面是一个最简化的比较脚本。将 PROXY_URL 设置为带国家定向的住宅网关，并为你关注的每个市场添加更多变体：

import hashlib, os, re
import requests

URL = "https://example.com/some-page"
DESKTOP = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/130.0 Safari/537.36"
MOBILE = "Mozilla/5.0 (iPhone; CPU iPhone OS 18_0 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/18.0 Mobile/15E148 Safari/604.1"
GOOGLEBOT = "Mozilla/5.0 (compatible; Googlebot/2.1; +http://www.google.com/bot.html)"
SERP = "https://www.google.com/"
RESI = {"http": os.environ["PROXY_URL"], "https": os.environ["PROXY_URL"]}

VARIANTS = {
    "baseline": dict(ua=DESKTOP, ref=None, proxies=None),
    "from_search": dict(ua=DESKTOP, ref=SERP, proxies=None),
    "mobile_market": dict(ua=MOBILE, ref=SERP, proxies=RESI),
    "desktop_market": dict(ua=DESKTOP, ref=SERP, proxies=RESI),
    "googlebot_ua": dict(ua=GOOGLEBOT, ref=None, proxies=None),
}

def tag(html, pattern):
    m = re.search(pattern, html, re.I | re.S)
    return m.group(1).strip() if m else ""

def fingerprint(ua, ref, proxies):
    headers = {"User-Agent": ua, "Accept-Language": "en-US,en;q=0.9"}
    if ref:
        headers["Referer"] = ref
    r = requests.get(URL, headers=headers, proxies=proxies, timeout=30)
    html = r.text
    text = re.sub(r"<script.*?</script>|<style.*?</style>|<[^>]+>", " ", html, flags=re.S)
    text = re.sub(r"\s+", " ", text).strip().lower()
    return {
        "final_url": r.url,
        "hops": [h.headers.get("Location", "") for h in r.history],
        "title": tag(html, r"<title[^>]*>(.*?)</title>"),
        "canonical": tag(html, r'<link[^>]+rel=["\']canonical["\'][^>]+href=["\']([^"\']+)'),
        "robots": tag(html, r'<meta[^>]+name=["\']robots["\'][^>]+content=["\']([^"\']+)'),
        "text_hash": hashlib.sha256(text.encode()).hexdigest()[:12],
    }

results = {name: fingerprint(**v) for name, v in VARIANTS.items()}
base = results["baseline"]
for name, res in results.items():
    diffs = [k for k in res if res[k] != base[k]]
    print(f"{name:15} {'SAME' if not diffs else 'DIFFERS: ' + ', '.join(diffs)}")

仅 text_hash 不同可能只是无害的个性化。不同的 final_url、新增的重定向跳转，或者只对搜索访客出现的标题，才是需要深入调查的模式。然后再将用户视角与 URL Inspection 实时测试得到的 HTML 进行比较。

发现伪装后该怎么做

如果是你自己的网站， 首先应将其视为安全事件。如果你从未在网站上做过此类设置，那么基于引荐来源和 IP 的伪装几乎总是意味着网站已被入侵：服务器规则被注入、插件或主题被篡改，或者模板中被加入了脚本。删除这些代码，堵住让其进入的漏洞；如果 Google 已采取人工处置措施，再在 Search Console 中申请复审。之后从相同的市场重新运行比较矩阵，确认问题已经消除。

如果是竞争对手的网站， 先取证再举报。从 Rich Results Test 获取爬虫版本，记录各个用户版本及其时间戳、出口国家和设备，并保存完整的重定向链。Google 通过其搜索质量举报表单受理垃圾内容举报。对于付费搜索中的同类行为，我们关于识别伪装和地理定向广告的指南介绍了广告方面的做法。

持续监控。 如果入侵入口没有修复，黑客代码还会卷土重来，而且往往会出现在排名最好的页面上。每周从为你带来自然流量的国家，对排名靠前的着陆页运行一次检测矩阵，是一种低成本的早期预警。

常见问题

SEO 伪装违法吗？

这通常不是法律问题，而是违反搜索引擎政策的问题。Google 已将其列入垃圾内容政策，可以对使用伪装的页面降低排名或将其移除。如果伪装用于掩盖诈骗或恶意软件，内容本身可能还会涉及其他法律。

按国家显示不同内容算伪装吗？

本身不算。按国家本地化价格、语言或优惠是很正常的做法。只有当爬虫受到的对待与处于相同情况的用户不同时，才构成伪装。

把用户代理改成 Googlebot 能检查出伪装吗？

只能检查出粗糙的伪装。谨慎的方案会验证爬虫的 IP，因此伪造的用户代理会被当作普通访客对待。请使用 Search Console 的 URL Inspection 实时测试或 Rich Results Test 来查看 Google 的真实视角。

为什么检测伪装需要住宅 IP？

许多方案只向目标市场的普通访客展示恶意内容，而向办公网络、云和数据中心地址展示干净页面。从该市场的家庭网络进行检查，才能看到这些访客实际看到的内容。

总结

伪装会避开最有可能检查它的人，因此只在自己工位上看一眼几乎证明不了什么。用 Google 自己的工具获取其视角，在重要市场中跨引荐来源、设备和家庭网络收集用户视角，比较最终 URL、标题和正文内容，并在判定页面干净之前重复检查。如果是你自己的网站，应将发现的问题视为入侵事件，并修复入侵入口。如需长期跟踪页面在多个地点的展示情况，请参阅我们的地理网格排名跟踪指南。