页面跑了一段时间，某天打开 view-source，会发现 head 里躺着三块 Organization、两块 WebSite，robots.txt 里三行 Sitemap: 指向三个不同地址。站点不报错，页面也正常，可这些输出互相不认账。
解析方遇到同一页面里多份同类型的结构化数据，会自己挑一份用，你没法指定它挑哪份。这类重复多数不是插件写错了，而是分工没定下来：每一个输出面，整站只应该有一个 owner。
先把现状量出来，别急着关开关
挑一个有代表性的页面（首页、一篇文章、一个产品或服务详情页各一次），在终端里跑：
# 每种 @type 在这个页面出现了几次
curl -sL https://example.com/ | grep -o '"@type":[[:space:]]*"[^"]*"' \
| sort | uniq -c | sort -rn
# head 里到底有几块 JSON-LD
curl -sL https://example.com/ | grep -c 'application/ld+json'
# 谁在声明 sitemap
curl -sL https://example.com/robots.txt
# llms.txt 存不存在、内容是谁的
curl -sIL https://example.com/llms.txt | head -5
curl -sL https://example.com/llms.txt | head -20
计数里出现两次以上的 @type 就是待处理项。注意不同模板挂的组件可能不一样，产品页重复了不代表文章页也重复。
按输出面划 owner
不管装的是哪几个插件，判断逻辑是同一套：一个面，一个负责人，其余的要么关掉，要么退到不输出的位置。
| 输出面 | owner | 其他组件怎么处理 |
|---|---|---|
| title / meta description / canonical / OG 标签 | 主 SEO 插件 | 第二个组件里对应的模块关掉，别让它也输出 |
| XML sitemap | 主 SEO 插件（或你手写的那份） | 关掉 WordPress 内核 sitemap，只留一份入口 |
Organization / WebSite |
一个 schema 输出者 | 另一个关掉；关不掉就用下文的兜底 |
Article / Product / FAQPage 等 |
与内容类型绑定的那一个 | 同一页面里搜一遍，确认没有两处都在输 |
| llms.txt | 只留一个生成者 | 插件生成的和手写的二选一，别并存 |
robots.txt 里的 Sitemap: 行 |
一行（最多两行指向同一份索引） | 检查是不是三个插件各写一行 |
划 owner 的时候优先看“谁更懂这个页面的内容”。产品页的价格、库存这些字段，交给跟商品数据同源的那个组件；组织信息这种全站唯一的，交给主 SEO 插件或者你手写的一份就行。
把 WordPress 内核那份 sitemap 关掉
WordPress 内核从较早的版本开始自带 sitemap，和 SEO 插件的那份并存时，/wp-sitemap.xml 和 /sitemap_index.xml 会各说各的。加一行过滤就行，放进子主题的 functions.php 或者一个 mu-plugin：
add_filter( 'wp_sitemaps_enabled', '__return_false' );
这是运行时过滤，不用改 rewrite 规则，也不用重建固定链接。清一次页面缓存和 CDN 缓存再验证。
llms.txt 只留一个生成者
llms.txt 是个纯文本文件，格式很松：一级标题写站点名，一段引用块写这个站做什么、服务谁，下面按二级标题分组列链接和一句话说明。
想自己生成，加一条 rewrite 规则，输出纯文本：
add_action( 'init', function () {
add_rewrite_rule( '^llms\.txt$', 'index.php?aum_llms=1', 'top' );
} );
add_filter( 'query_vars', function ( $vars ) {
$vars[] = 'aum_llms';
return $vars;
} );
add_action( 'template_redirect', function () {
if ( '1' !== get_query_var( 'aum_llms' ) ) {
return;
}
nocache_headers();
header( 'Content-Type: text/plain; charset=utf-8' );
echo "# 站点名\n\n";
echo "> 一句话说明这个站做什么、服务哪类客户、覆盖哪些地区。\n\n";
echo "## 主要页面\n";
echo "- [关于](/about): 谁在做、怎么联系\n";
echo "- [服务](/services): 提供什么、怎么报价、交期多久\n";
echo "- [常见问题](/faq): 交付范围、修改次数、售后怎么走\n";
exit;
} );
规则加完，去后台「设置 → 固定链接」点一次保存把 rewrite 刷掉，否则会 404。
这里有个容易踩的坑：如果网站根目录下还放着一份静态的 llms.txt 文件，请求会先命中静态文件还是先命中 PHP 路由，取决于 Web 服务器的匹配顺序。表现是你在插件后台改了内容，访问到的却还是那份旧的。改之前先用 curl -sI 看一眼响应头，确认命中的是哪一层。
我们的 AumViso 把 llms.txt、schema、sitemap 拆成各自独立的输出面，正因为它一次能覆盖这几样，和主 SEO 插件撞车的概率也高。插件页在：
装之前先把上面的 owner 表填完，装完再把主 SEO 插件里对应的 sitemap 和 schema 输出关掉，剩下那一个手写的 llms.txt 路由也一并移除。
重复的 JSON-LD 块：先用这段兜底
插件内部过滤器的名字各不相同，改配置之前先上一段不依赖任何插件内部 API 的去重器，把整页输出接过来，同类型只保留第一次出现的块。
/**
* 整页兜底：同一个 @type 只保留第一个 JSON-LD 块。
* 放在子主题 functions.php 或 mu-plugin 里。
*/
add_action( 'template_redirect', function () {
if ( is_admin() || wp_doing_ajax() || is_feed() ) {
return;
}
$seen = array();
ob_start( function ( $html ) use ( &$seen ) {
return preg_replace_callback(
'#<script[^>]*type=(["\'])application/ld\+json\1[^>]*>(.*?)</script>#is',
function ( $m ) use ( &$seen ) {
$data = json_decode( trim( $m[2] ), true );
if ( null === $data ) {
return $m[0]; // 解析不了的块原样放行，别动它
}
$types = aum_collect_types( $data );
$fresh = array_diff( $types, $seen );
if ( empty( $fresh ) ) {
return ''; // 这一块的类型全都出现过了，整块丢掉
}
$seen = array_merge( $seen, $fresh );
return $m[0];
},
$html
);
} );
} );
function aum_collect_types( $data ) {
$out = array();
if ( is_array( $data ) ) {
if ( isset( $data['@type'] ) ) {
foreach ( (array) $data['@type'] as $t ) {
$out[] = $t;
}
}
foreach ( $data as $v ) {
if ( is_array( $v ) ) {
$out = array_merge( $out, aum_collect_types( $v ) );
}
}
}
return array_values( array_unique( $out ) );
}
这段只做整块去重，不做块内合并：一个 @graph 里同时有 WebPage 和 Organization，而 Organization 已经被前面某块输出过，这一整块仍然会保留，重复也就留着。所以它适合当过渡期的止血带，不适合长期跑——整页缓冲会额外吃内存，和某些缓存组件配合时还要注意执行顺序。真正的解法还是把 owner 定下来，让重复从源头不再产生。
改完怎么验收
回到最开始那几条命令，逐条对一遍：
- 每种
@type的计数是 1，Product、Article这类要看具体页面，首页不该出现。 curl -s https://example.com/ | grep -c 'application/ld+json'的结果和页面实际需要输出的块数对得上，不是 5 块、6 块。robots.txt里指向 sitemap 的行只有一条，最多两条但都指向同一份索引。/sitemap.xml和/sitemap_index.xml只活一个，里面的 URL 数量和实际已发布的页面数在一个量级。/llms.txt返回 200，内容是最新的，末尾没有两份内容拼接的痕迹。- 结构化数据里写的价格、评分、面包屑，和页面上肉眼可见的内容一致。对不上的字段比重复更麻烦。
- 用 Google 的富媒体搜索结果测试或者 Schema Markup Validator 各跑一页，看有没有“检测到多个实体”之类的提示。
关掉某个输出之后记得清缓存：页面缓存、对象缓存、CDN 三层都可能留着旧 HTML，改完没生效多半是这层没过。
最后一条经验：超过两个组件同时输出同一个面的时候，不要靠过滤器一个个打补丁。把不负责这个面的组件停掉，比写十行 array_diff 稳。
