关键词密度计算，两份来源给出相反数字时先核对口径还是先改稿
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /f2936ec16fea.html
📄
关键词密度计算，两份来源给出相反数字时先核对口径还是先改稿
先核对口径，不要先改稿。两份来源给出相反数字，最常见的原因不是内容本身变了，而是它们对“关键词出现次数”和“总词数”的定义不同。在口径未统一前改稿，等于拿两个尺子量同一段文字，改完仍然无法判断是否真的偏离目标。
矛盾通常来自两处：分子怎么数，分母怎么算
假设同一篇文章，来源A算出关键词密度2.8%，来源B算出1.1%。先别急着认定其中一个错了，把两边的计算过程拆开看。
- 分子差异：来源A是否把标题、摘要、图片alt、锚文本都计入关键词出现次数？来源B是否只统计正文可见文字？中文里是否把“关键词密度计算”和“密度计算”都算作一次命中，还是只认完整短语？
- 分母差异：来源A的总词数是否包含标点、代码、导航栏、页脚？中文是按字数、按分词后的词数，还是按字符数除以某个系数折算？
这两种差异叠加，足以让同一篇文章得出相差一倍以上的结果，而文章本身一个字都没变。
两个解释都能自圆其说，关键看哪一个能预测下一次结果
解释一：口径不同。如果这是真的，那么把两边的统计范围改成一致后，数字应当收敛到接近。可验证的动作是：拿同一段纯正文文本，分别用两边的规则各算一次。若差异明显缩小，说明分歧主要在口径。
解释二：文本版本不同。如果这是真的，那么即使口径统一，数字仍会对不上，因为两边读到的根本不是同一版内容——可能一方读的是草稿，另一方读的是已发布版本，或者一方读的是去掉了某段落的缓存副本。
区分这两者的证据很直接：先固定文本，再变动口径。若固定文本后数字仍不一致，问题在版本；若固定口径后数字趋同，问题在定义。这一步做完，才知道下一步该改的是统计脚本，还是内容本身。
统一口径时要写清楚假设，否则只是换了一个模糊标准
假设某站点规定：密度 = 目标短语出现次数 ÷ 正文可见中文字符数，标题和alt不计入分子，标点和代码不计入分母。这个规则本身没有对错，但它必须写下来，否则下一次换人统计又会漂移。
具体动作是：在统计脚本或人工核对表里，把“计入范围”和“排除范围”各列一行，任何一次计算都附上这两个前提。结果是，当两份来源再次给出不同数字时，你能立刻指出是分子口径不一致，还是分母口径不一致，而不是笼统地说“数据对不上”。
需要提醒的是：并不存在适用于所有网站的关键词密度阈值，也不存在某个字数或标题长度能保证效果。密度只是一个内部一致性指标，用来发现同一篇文章在不同环节被描述得不一样，而不是用来承诺排名或收录。
口径统一后仍然偏高或偏低，才轮到内容层面的决定
如果口径已经统一，数字依然偏离你设定的内部参考区间，此时才需要考虑改稿。改稿前先问：偏离是集中在某一节，还是全文均匀？
- 若集中在某一节，优先处理那一节，保留其他部分不动，便于对比改动前后的差异。
- 若全文均匀偏高，考虑是否把部分重复表述替换为同义表达；但机械替换同义词并不会自动带来新价值，读者感知到的仍然是同一层信息。
- 若全文均匀偏低，先确认目标短语是否本来就是次要概念；如果它只是辅助词，低密度本身不构成问题。
完成一次改动后，用同一口径重新计算，并记录改动前后的数字。这个记录的作用不是证明改对了，而是让下一次判断有可比基线。若改动后数字回到区间内但读者反馈没有变化，说明密度指标与内容质量之间没有必然因果，不应把它当作唯一决策依据。
把矛盾当作流程信号，而不是内容判决
两份来源给出相反数字，本身就是流程信号：要么统计规则没有文档化，要么内容版本没有对齐。先做口径核对，再做版本核对，最后才做内容判断。这个顺序能避免把统计分歧误判为内容问题，也能避免在口径未定时反复改稿、越改越乱。
下一次遇到同类矛盾，先问一句：两份数字的分子和分母分别是什么。这个问题回答清楚之前，任何改稿动作都缺乏可靠依据。
