日常网站管理中的AI内容保鲜：用脚本扫描过时数据、失效外链与陈旧截图并生成更新清单

网站内容老化是运营者最常忽视的隐性成本。一篇2022年发布的工具测评，里面写着“ChatGPT尚未开放API”，今天读起来就像在推荐拨号上网。搜索引擎对过时内容的降权是渐进的，用户流失却是断崖式的。手动逐篇检查几百篇文章不现实，本文给出一套可落地的脚本方案，结合AI编程工具生成扫描器，自动输出更新清单。

先定义“过时”：三类可自动检测的信号

内容保鲜的前提是把模糊的“旧”拆成机器能判断的规则。日常网站管理里，以下三类信号覆盖率最高、误报率最低，适合优先脚本化。

过时数据：年份、版本号与价格

正文中出现的“2023年”“v4.0”“每月20美元”这类硬信息，一旦跨越时间或版本阈值就应标记。脚本用正则提取四位年份、v\d+(\.\d+)+ 版本号、货币金额，再与当前年份和产品最新版本比对。阈值建议：年份早于当前年份减1即告警，版本号落后两个大版本即告警。

失效外链：HTTP状态码与跳转链

外链失效是SEO的直接扣分项。脚本提取所有 <a href> 中的外部链接，批量发起HEAD请求，记录状态码。404和410直接列入必换清单，301跳转到无关域名的列入复查清单。注意设置3秒超时和并发上限，避免被目标站封IP。

陈旧截图：文件名、alt文本与页面时间戳

截图本身无法判断新旧，但可以从周边信息推断：图片文件名含“2022”“old”“v3”的、alt文本提到已停用功能的、以及文章发布超过18个月且正文含“下图”“界面如下”的，统一标记为待人工确认。这一步AI工具的价值在于语义判断，脚本只负责圈出候选。

用AI编程工具生成扫描脚本的实操步骤

不需要从零手写。以Cursor或Claude Code为例，把需求拆成三段提示词，逐段生成再拼接，比一次性要一个完整脚本的可用率高得多。

1. 第一段提示词：写一个Python函数，输入是HTML正文，用BeautifulSoup提取所有外部链接、四位年份、版本号、金额，返回JSON列表。要求处理相对链接和协议省略写法。
2. 第二段提示词：写一个并发检查链接状态的函数，用aiohttp，超时3秒，并发数10，返回每个URL的状态码和最终跳转地址。
3. 第三段提示词：写一个主流程，从CMS的API或数据库导出文章列表，逐篇调用前两个函数，把命中规则的结果写入CSV，字段包括文章ID、URL、问题类型、原文片段、建议动作。

生成后让AI补一个单元测试，用三篇构造的样例文章验证漏报和误报。这一步不能省，正则的边界情况远比想象中多。比如“2023年”出现在引用他人观点的句子里，是否算过时数据，需要你在规则里明确排除。

扫描脚本只做筛选，不做修改。所有自动标记的条目必须经过人工确认再动笔，否则容易把历史语境误改成事实错误。

更新清单的字段设计与优先级排序

脚本输出的CSV如果只有“有问题”三个字，运营者依然无从下手。清单要能直接指导排期，至少包含以下字段，并按影响面打分。

优先级公式建议：月流量 × 严重度系数。失效外链系数取3，过时数据取2，待确认截图取1。分数前20%的条目本周处理，其余进入月度例行。这样一套流程跑下来，200篇文章的首轮扫描和分诊大约需要半天。

把保鲜做成例行任务而非一次性运动

内容保鲜的难点不在技术，在节奏。建议把扫描脚本挂到服务器cron，每月1号凌晨跑一次，结果自动发到运营邮箱。同时在新文章发布流程里加一道检查：发布满12个月的文章自动进入下月扫描队列。

AI工具在这里的角色是降低脚本编写门槛，而不是替代判断。真正决定内容质量的，仍是你对“这篇东西今天还对不对”的业务直觉。脚本负责不漏，人负责改对。把两者接上，日常网站管理里的内容老化问题才算有了可持续的解法。