Google Webmaster Central ha publicado un artículo haciendo referencia al contenido duplicado, qué es y qué no es, y cómo detectarlo.

• Un mismo texto en varios idiomas no se considera contenido duplicado.
• En caso de encontrar dos páginas iguales (con mismo contenido) por ejemplo, la versión normal y la de “imprimir”, se recomienda filtrarla con robots o similar, aunque Google sólo mostrará una de ellas.
• Hay que seguir un sistema de enlaces internos que sea lógico. Hay que tener cuidado con páginas del estilo “/pagina”, “/pagina/” o “/pagina/index.html”.
• Utiliza los robots.txt de forma adecuada para filtrar páginas o carpetas.
• Si cambias la estructura de tu sitio web, utiliza redirecciones 301.
• Si ofreces contenido específico para un país o territorio es preferible el uso de un dominio (tld) específico y no de una carpeta o subdominio.
• Incluye un enlace al artículo original si utilizas síndicos (feeds), ya que sino el contenido será considerado copia del original (al no estar enlazado).
• Recuerda controlar si los dominios con www o sin www son iguales o diferentes.
• Minimiza el contenido repetido en el sitio. Por ejemplo, los pies de página.
• Si una página no tiene contenido, está en construcción o similar, mejor no crear esa página y no enlazarla hasta que tenga.
• Controla tu gestor de contenidos, para saber cómo organiza la información, sobretodo blogs y foros.