正常流量系统的分流依据：与斗篷系统的身份判定差异

正常流量系统按用户可归属的属性分流，比如地区、设备与实验分组；斗篷系统的分组依据是请求来自搜索端还是真实用户，差异直接指向识别对象本身。

搜索引擎规范对 Cloaking 的描述同时包含两个要件：向用户与搜索引擎呈现不同内容，以及意图操纵排名、误导用户。这意味着差异本身不足以定性，还要看差异从哪里来。正常流量系统同样会制造差异——不同地区看到不同语言、不同设备拿到不同版式、实验组看到不同文案——这类差异通常有正常解释，因为分流依据是公开可复现的用户属性。工程化之后的斗篷系统把「识别请求来源」直接写进分组条件，改变的是系统性质，而不只是差异幅度。

分流依据落在用户属性还是请求来源

正常流量系统的分组变量，一般能从用户侧复述出来：我所在的城市、我正在用的设备、我参与的实验批次。搜索端抓取时使用的身份也能落到这套变量上，移动优先索引下搜索端以移动 UA 抓取，页面因此对搜索端和移动用户返回同一版本。斗篷系统的分组条件多出一层身份判断：先看这次请求是否来自搜索端，再决定返回哪一套内容。分组不是差异的副产品，它是差异得以存在的前提。这与设备与地区分流的边界形成对照——一种按「你在哪、用什么」分组，另一种按「是谁在请求」分组。

两端所见差异能否被同一套属性解释

A/B 测试、灰度发布、地区适配有一个共同点：同一个属性取值对应同一个内容版本，实验结束或发布完成后版本收敛。搜索端看到的版本，本质上就是某个属性取值下的版本，所以两端差异可解释、可复现，也能终止。按身份分组的差异无法这样收敛，搜索端与用户端拿到的版本，不对应任何用户侧属性。Google 在动态渲染说明中把这一做法定位为权宜方案，前提是向搜索端与用户端呈现一致内容。排查时可以用一个对照问题：把请求身份换成普通用户，页面会不会落到另一套内容上。会落到另一套，差异来源就落在身份判定上。相关口径可参考两端所见是否一致。

目的性如何决定风险归属

Google 搜索垃圾内容政策把 cloaking 描述为向用户与搜索引擎呈现不同内容、以操纵排名并误导用户的做法，两个要件缺一不可。形态相近的两个站点，一个用于地区语言适配，一个用于把搜索端导向另一套页面，规范后果会明显分化。判断顺序因此是先确认分流依据，再确认差异带来的收益落在谁身上，这也是形态与目的的判定顺序反复强调的落点。百度搜索优质内容指南同样把用户实际获得的内容质量作为评价核心，搜索端版本与用户实际获得的内容不一致，会削弱这一前提。

工程化之后，依据会被复用

差异一旦按身份分组，就会沉淀为可配置的规则，再由模板继承到同类页面。单页的判断问题随之变成全站分布问题：同一套分组条件覆盖多少 URL、持续多久、有没有观测记录可以还原。差异规则被复用后的风险正来自这种扩散。

风险还有一个连带效应。正常流量系统的分组通常可按批次回滚，回滚后版本收敛；按身份分组的做法即使停止，历史页面的差异版本仍可能留在快照与索引里。整改因此需要先梳理影响面，再逐类把两端内容对齐，确认收敛后再进入复审环节。

分流依据决定风险归属

回到排查现场，一个站点是否越界，往往先看它的分流依据写了什么。依据是用户可归属的属性，差异就有正常解释的空间；依据是请求来源身份，差异本身就成了需要说明的对象。把这一顺序固定下来，再对照内容一致性、观测记录与复审材料，判断会稳得多。

常见问题

CDN 缓存返回不同副本，和斗篷系统的分流是一回事吗？

不太一样。其实 CDN 分发的通常是同一份内容，只是从离用户更近的节点送出，副本之间的正文并没有差别。只有当节点返回的内容本身随访问来源改变，才需要进入差异判定的范围。判断起点落在分流依据上，跟缓存位置关系不大。

搜索端抓取记录和用户端访问记录，哪个更能说明分流依据？

两者要合起来看。说白了，抓取记录能说明搜索端拿到了哪一版，访问记录能说明用户拿到哪一版，单看一份都推不出分组条件。把两份记录放到同一时间窗口里对齐，才看得出差异是属性造成的，还是身份造成的。

同一份分流规则用在推荐位和用在正文，风险会一样吗？

不一样。推荐位本来就常按用户偏好变化，正文承担页面的核心信息，两者被看待的尺度有差别。如果正文也随访问来源切换版本，说明力会强很多。评估时不妨把模块按信息权重分开标注，再判断哪些差异需要重点解释。

分流比例很低，只影响极少数请求，还要不要评估？

要。比例低只说明影响面小，并不改变分组依据的性质。反过来讲，低比例的分流更难被外部观察，自查记录里更需要把分组条件和生效范围写清楚。整改时同样要先确认这部分请求覆盖了哪些 URL。

官方资料与参考来源

Spam Policies for Google Web Search（Google Search Central） · 最近核验：2026-10-14
JavaScript SEO：动态渲染 Dynamic Rendering（Google Search Central） · 最近核验：2026-10-14
百度搜索优质内容指南（百度搜索资源平台） · 最近核验：2026-10-14