feat: رفع لینک /doctor/undefined و متمایزسازی صفحهٔ اصلی شهرها

- ایجاد پرامپت برای رفع خطای 404 ناشی از لینک `/doctor/undefined` در سایت‌های بهبهان و یاسوج. - افزودن کامپوننت `CityHighlights` برای نمایش محتوای یکتا و آمار پزشکان و تخصص‌های پرمراجعه در صفحهٔ اصلی هر شهر. - به‌روزرسانی تست‌های مربوط به کامپوننت‌های `ItemDoctor` و `CityHighlights` برای اطمینان از عدم وجود لینک‌های نامعتبر و نمایش صحیح اطلاعات. - ایجاد سند جدید برای مستندسازی خطاهای Search Console که باگ نیستند و نیاز به رفع ندارند. - افزودن تست‌های واحد برای توابع `buildCityIntro` و دیگر توابع مرتبط با تولید متن یکتا برای صفحات لیست.
2026-08-08 19:14:50 +03:30
parent 79747c443c
commit b494473e40
13 changed files with 1047 additions and 28 deletions
@@ -0,0 +1,154 @@
+# خطاهای Search Console که باگ نیستند
+
+هر دامنهٔ شهری در Google Search Console چند دستهٔ «مشکل» نشان می‌دهد که خروجیِ **تصمیم‌های
+عمدی** سیستم‌اند، نه نقص. این سند مرجع است تا هر بار کسی داشبورد را باز کرد، دوباره دنبال
+رفع چیزی نگردد که نباید رفع شود.
+
+سنجش‌های این سند روی `behbahan-nobat.ir` و `yasuj-nobat.ir` در ۵ اوت ۲۰۲۶ گرفته شده‌اند.
+
+> آنچه **واقعاً** باگ بود و جدا رفع می‌شود، اینجا نیست:
+> `/doctor/undefined` و یکسان‌بودن صفحهٔ اصلی شهرها.
+> ← `.claude/prompt/gsc-undefined-link-and-home-uniqueness.md`
+
+---
+
+## ۱. Excluded by 'noindex' tag
+
+**نمونه:** ۸۰ صفحه در یاسوج، ۱۲ صفحه در بهبهان — عمدتاً `/doctor/<uuid>`.
+
+**چرا عمدی است**
+
+پروفایل پزشکی که از نظام پزشکی وارد شده و خودِ پزشک آن را claim نکرده، محتوای قابل
+اتکا نیست. `lib/entityQuality.js` همین را اعمال می‌کند:
+
+```js
+export function isUnclaimedDoctor(doctor) {
+    return doctor?.owner_status !== "claimed";
+}
+
+export function isNoindexDoctor(doctor) {
+    return isThinDoctor(doctor) || isUnclaimedDoctor(doctor);
+}
+```
+
+همین تابع هم `robots` صفحهٔ پزشک را می‌سازد و هم ورودی `app/sitemap.js` را فیلتر می‌کند، تا
+چیزی که noindex است هرگز در sitemap اعلام نشود.
+
+پزشک «بی‌محتوا» هم noindex می‌شود: بدون نام واقعی (شمارهٔ تلفن یا «تست» به‌جای نام)، یا
+بدون هیچ تخصص و مکانی.
+
+**چه چیزی این را برمی‌دارد**
+
+فقط claim شدن پروفایل توسط خودِ پزشک، یا کامل شدن نام و تخصص و مکان. **هیچ تغییر کدی
+لازم نیست و هیچ تغییر کدی هم نباید انجام شود.**
+
+**چرا `VALIDATE FIX` شکست می‌خورد**
+
+در یاسوج این اعتبارسنجی روی ۲۸ ژوئیه شروع و ۵ اوت `Validation failed` شد. طبیعی است:
+اعتبارسنجی یعنی «به گوگل بگو دیگر noindex نیست» در حالی که صفحات عمداً noindex مانده‌اند.
+**این دکمه را برای این دسته نزنید.** هر بار شکست می‌خورد و فقط تاریخچهٔ داشبورد را شلوغ می‌کند.
+
+---
+
+## ۲. Alternate page with proper canonical tag
+
+**نمونه در بهبهان:** `/about-us`، `/contact-us`، و دو `/clinic/<uuid>`.
+
+**چرا عمدی است**
+
+استراتژی canonical سه‌دسته است و در بالای `lib/getCanonicalUrl.js` مستند شده:
+
+| دسته | مسیرها | canonical |
+|---|---|---|
+| C1-a | `/`، `/doctors`، `/clinics`، `/specialties`، `/blogs` | self روی همان دامنهٔ شهری |
+| C1-b | `/doctor/[uuid]`، `/clinic/[uuid]`، `/blog/[slug]` | دامنهٔ شهرِ خودِ موجودیت |
+| C1-c | `/about-us`، `/contact-us`، `/terms`، `/privacy` | دامنهٔ اصلی `nobat724.com` |
+
+`/about-us` و `/contact-us` روی همهٔ دامنه‌ها محتوای یکسان دارند، پس اعتبارشان عمداً روی
+دامنهٔ اصلی تجمیع می‌شود. کلینیکی هم که شهرش بهبهان نیست، canonical‌اش به دامنهٔ شهر خودش
+می‌رود تا یک موجودیت روی دو دامنه دو صفحهٔ رقیب نسازد.
+
+`Alternate page with proper canonical tag` در Search Console **گزارش اطلاعاتی** است، نه خطا.
+عبارت `proper` در عنوانش یعنی گوگل canonical ما را پذیرفته. این دقیقاً نتیجهٔ مطلوب است.
+
+---
+
+## ۳. Page with redirect
+
+**نمونه:** `http://behbahan-nobat.ir/` — یک صفحه.
+
+ریدایرکت `http` به `https` است. رفتار درست و لازم. کاری ندارد.
+
+---
+
+## ۴. آدرس‌های قدیمی بلاگ که ۴۰۴ می‌دهند
+
+**نمونه در بهبهان:** چهار آدرس با slug انگلیسی، مثل
+`/blog/warning-signs-sleep-elderly` و `/blog/alamat-tahooe-mokarrar-dar-bimaran-sartani`.
+
+**چه اتفاقی افتاده**
+
+فرمت slug مقاله‌ها عوض شده. slug امروز فارسی است با پسوند هگز هشت‌کاراکتری — نمونهٔ
+واقعی از API:
+
+```
+آلرژی-دارویی-تشخیص-علائم-خطرناک-و-ضرورت-مراجعه-به-پزشک-58d2e880
+```
+
+slugهای انگلیسیِ قبلی دیگر وجود ندارند و **نگاشت قدیم‌به‌جدید هیچ‌جا ذخیره نشده**.
+
+**تصمیم: ۴۰۴ پذیرفته می‌شود**
+
+۴۰۴ پاسخ صحیح برای محتوایی است که دیگر با آن نشانی وجود ندارد. گوگل خودش این آدرس‌ها را
+از ایندکس حذف می‌کند. ساختن redirect نیازمند پیدا کردن دستیِ معادل هر کدام است و فقط
+چهار آدرس در میان است.
+
+بررسی شد که خودِ رفتار ۴۰۴ سالم است — سه نشانیِ ناموجود، هر سه `404`:
+
+```
+/blog/warning-signs-sleep-elderly            → 404
+/blog/definitely-does-not-exist-xyz-123      → 404
+/blog/alamat-tahooe-mokarrar-dar-bimaran-sartani → 404
+```
+
+**اگر روزی slug دوباره عوض شد**, این‌بار قبلش نگاشت را نگه دارید. تکرار همین وضعیت با
+تعداد بیشتر، دیگر با «۴۰۴ بپذیر» حل نمی‌شود.
+
+---
+
+## ۵. Discovered — currently not indexed
+
+**نمونه:** ۷۳ آدرس در یاسوج — صفحات تخصص، کلینیک، پزشک و بلاگ.
+
+**معنایش**
+
+گوگل این آدرس‌ها را پیدا کرده اما هنوز crawl نکرده. تقریباً همیشه یعنی سایت در نظر گوگل
+اولویت crawl پایینی دارد، نه اینکه صفحه خراب باشد.
+
+**چرا اینجا رخ می‌دهد**
+
+دو عامل، و هر دو در حال رفع‌اند یا عمدی‌اند:
+
+۱. سهم بزرگی از صفحات دامنه noindex است (بند ۱). سایتی که بیشتر صفحاتش noindex است،
+   سیگنال ضعیف‌تری برای صرف بودجهٔ crawl می‌دهد.
+۲. صفحهٔ اصلی شهرها تا پیش از این ۹۹٪ شبیه هم بود. این مورد **باگ است** و جدا رفع می‌شود
+   (پرامپت بالای این سند).
+
+**کاری که نباید کرد**
+
+آدرس‌ها را دستی و دسته‌ای برای ایندکس submit نکنید. مشکل کمبودِ کشف نیست؛ اعلام دوبارهٔ
+همان آدرس‌ها چیزی را جلو نمی‌اندازد.
+
+---
+
+## خلاصهٔ تصمیم
+
+| دستهٔ Search Console | وضعیت | اقدام |
+|---|---|---|
+| Excluded by 'noindex' tag | عمدی | هیچ. `Validate fix` نزنید |
+| Alternate page with proper canonical | عمدی و مطلوب | هیچ |
+| Page with redirect | طبیعی | هیچ |
+| Not found (404) — بلاگ‌های قدیمی | پذیرفته‌شده | هیچ |
+| Not found (404) — `/doctor/undefined` | **باگ** | پرامپت جداگانه |
+| Duplicate, Google chose different canonical | **باگ محتوایی** | پرامپت جداگانه |
+| Discovered — currently not indexed | پیامد دو مورد بالا | بعد از رفع آن‌ها دوباره سنجیده شود |