结论先行:如果同一事实在多篇文章里承担的功能不同,保留重复并改写表述是合理的;如果功能相同,只是换词出现,就应当合并或删除。判断依据不是句子像不像,而是这段事实是否推动该篇的下一步论证。一旦事实只用来“填充篇幅”,重复就会变成负担。
同一组数据、同一段背景、同一个操作前提,在不同文章里可能扮演三种角色:定义、证据、操作前提。功能不同,重复可以保留;功能相同,就该压缩。
一个可执行动作是:给每篇文章列出“事实清单”,标注每条事实在该篇里的功能。标注完成后,功能相同的条目就是合并候选。这个动作的结果会直接决定下一步:合并候选超过三条时,优先删减,而不是改写。
面对重复事实,常见取舍是“保留并换表述”与“合并到一篇再引用”。两者都有成立条件。
保留并换表述成立的条件是:两篇文章的读者路径几乎不重叠,或者同一事实在两篇里分别支撑不同结论。代价是维护成本上升,一旦事实过时,需要同步修改多处。
合并到一篇再引用成立的条件是:该事实有稳定归属,其他文章只需要指向它,不需要重新展开。代价是读者可能跳出当前页面,阅读路径变长;如果引用位置不明显,读者会误以为信息缺失。
假设一个场景:三篇文章都提到“某类内容需要先确认信息来源”。如果三篇的下一步分别是核对作者、核对发布时间、核对引用出处,那么这个前提可以各自保留,但应写成与各自下一步对应的表述。如果三篇的下一步完全相同,就应合并为一处,其余两篇只保留一句指向性说明。这个例子是假设,用来演示判断方法,不是真实项目结论。
上述判断有一个反例:当同一事实处于持续变化中,保留重复反而可能制造矛盾。比如某项规则、某个可用状态、某个操作入口发生调整时,多篇文章各自保留旧表述,读者会读到互相冲突的版本。
此时更稳妥的做法不是继续换词,而是确定一个“事实主页面”,其他文章只保留与自身论证直接相关的部分,并明确它依赖主页面。需要说明的是,抓取量、请求量或某条统计归零,不能单独证明重复处理正确,也可能来自抓取节奏、页面权重分配或访问路径变化。把统计现象直接当成因果,容易做出错误删改。
可操作的顺序是:
完成这四步后,再检查每篇文章是否仍能独立回答标题问题。如果删除后某篇无法成立,说明该事实是它的核心证据,应当保留;如果删除后论证不受影响,说明它原本只是冗余。这个检查结果会告诉你下一步是继续合并,还是回到单篇补充真正缺失的证据。