多语言内容对 AI 搜索的意义

同一个问题，AI 却拿英文资料回答

用中文问「粉末冶金零件的密度怎么测」，几个国内模型给出的答复里常夹着 ASTM B 系列标准的英文编号，句式也带着直译的痕迹。不是模型偷懒，是它检索到的材料本来就是英文写的。

多语言内容对 AI 搜索的意义就藏在这个细节里。同一个事实，中文互联网上写得浅，英文互联网上写得深，模型会挑写得深的那份，翻成中文递给你。品牌方在这一环没有留下内容，答案里就不会出现。

语料比重决定理解深度

主流大模型的预训练语料以英文为主，这是公开的行业事实。中文占比这些年一直在涨，但工业标准、医学文献、材料科学这几块，英文材料的密度高出一截。模型对某个领域的掌握程度，跟着语料密度走。

落到检索环节，一个中文提问进模型之后，会先被映射到它最熟悉的那套表述，再去匹配材料。中文内容只覆盖了浅层概念，就进不了这个匹配范围，答案自然绕开你。

这一点和传统搜索的经验相反。传统搜索里中文页面服务中文用户，语种是封闭的。AI 搜索的语种是打通的，模型不会因为提问是中文，就只看中文页面。

术语是跨语言的锚点

「烧结」对应 sintering，「致密度」对应 density，「抗弯强度」对应 transverse rupture strength。这几组词在模型的向量空间里离得很近，中英文能互相召回。

这个特性对内容生产是好事。写一段准确的中英对照术语，等于给页面多开一条通往英文语料的通道。只用口语化的中文描述，没有术语锚点，通道就断了。

很多工厂简介里写「工艺先进、质量稳定」，这类话在向量空间里没有落点。改成「烧结温度 1280℃、保温 45 分钟、致密度 ≥7.2g/cm³」，模型才抓得住。

术语表不必长。一页放三十个核心词，中英对照，每个词加一句用途说明，够用很久。写的时候注意一个坑：同一个中文词在不同行业对应不同英文，机械里的「公差」是 tolerance，电学里的「公差」也是 tolerance，但「配合」在机械里是 fit，在别的语境里不是。跨行业写作要先确认语境。

三类场景里，多语言内容真起作用

外贸与跨境业务

做出口的工厂，客户在海外用英文问「China precision casting supplier」。国内模型被海外用户调用时也会碰到这类问句，它需要的是一段能被引用的英文原文。

官网上只有中文产品页，模型手里可用的材料就剩 B2B 平台上的第三方描述。那些描述写得粗，参数不全，你的优势传递不出去。

还有一个现实的门槛：海外买家问的往往不是产品名，是工艺名。问「investment casting」的人，脑子里想的是失蜡铸造这个工艺本身，不是某家的产品目录。你的英文页只列产品型号，就接不住这类问题。

英文的产品参数页、工艺说明，作用不只是给海外客户看。它是给模型准备的可引用原文。中文页翻过去的三行简介不算数，要有具体的公差范围、材质牌号、检测手段。

技术类与学术类术语

医疗、化工、电子这几个方向，中文资料的更新速度慢于英文。AI 回答专业问题时，经常出现中文提问、英文出处的组合。

企业在这类领域有真实积累，用英文写一份技术说明，被引用的机会多于再写十篇中文科普。原因很直白：模型缺的是这一层的原文，不缺重复的科普。

品牌名的音译与拼写

中文品牌名在英文语境里常有几种拼法，拼音一种、意译一种、早年注册的英文名又一种。模型拿不准哪个是官方写法，倾向于不写品牌名，改用「某国内厂商」这类模糊表述。

把官方英文名、拼音、见过的误写集中放在一个页面上，说清哪个是正式名称，能减少这种模糊处理。成本很低，做的企业不多。

机器翻译顶不顶得上

翻译腔在检索环节的问题

直接机翻出来的中文，句式跟着英文走，主语长、从句多、名词一串串堆着。人读着别扭，模型读着也吃力，它的中文语料里缺少这种句法，语义匹配的置信度会往下掉。

反过来翻成英文，问题小一些，术语仍是硬伤。同一个零件，机翻给出三个译名，模型没法判断它们指同一个东西。术语表先定下来再翻，这一步省不掉。

能用机翻打底的部分，是那些句式简单、术语固定的内容：参数表、规格书、安装步骤。需要人写的是原理说明和问题解答，这两类里全是判断和因果，机翻处理不好。

哪些内容值得人工写第二语言

不是所有页面都值得翻。值得投入的是三类：产品核心参数页、技术原理说明、常见问题解答。这三类被引用的频次最高，翻错一次的影响也最大。

企业新闻、活动通知、招聘信息不必翻。这类内容在 AI 答案里出现的概率极低，翻了只是占位置，还多出一批需要长期维护的页面。

多语言版本的技术处理

语言路径怎么放

英文版放 /en/ 目录，中文版留根目录，这是最省事的做法。不要用参数区分语种，/page?lang=en 这种形式，抓取端常常只认其中一个版本。

也不要让不同语种共用一个地址靠 cookie 切换。抓取端不带 cookie，看到的永远是默认语言，其余几个版本等于不存在。

如果英文版本只有寥寥几页，别急着放进 /en/ 目录自成一套。页数太少的目录在结构上看像空壳，权重传递不到。攒够十页以上再独立成目录，前面几页先用双语对照页过渡。

hreflang 要成对写

中文页指向英文页，英文页指回中文页，各自再声明一个 x-default 指向默认版本。只写单向标注，等于没标。

标注里的语言代码用 ISO 639-1，简繁要分开写 zh-Hans 和 zh-Hant。只写一个 zh，两个版本会互相打架，抓取端分不清哪个是哪个。

别把两种语言塞进一个页面

有的站点图省事，一篇文章上半截中文、下半截英文。抓取端切分正文时会把两段当成一段，语言识别混乱，两个语种的检索都受影响。

语言版本分开建页，各自有独立的标题和描述。内容可以对应，页面不混。确实需要放对照，用折叠块，一份正文一种语言。

哪些企业现在不用做

客户全在本地的门店、只做区域生意的服务商、产品没有技术门槛的日用消费品，做多语言内容的收益很薄。这类业务的搜索需求集中在本地词和生活化问句，中文写透就够了。

判断标准很简单：你的客户里有没有人用非中文提问。有，就值得做一层；没有，先把中文做扎实，别为了「看起来国际化」铺一堆没人看的页面。

做之前还要算维护账。多一个语种就多一套页面，产品参数一改，两边都得跟。团队里没人能读第二语言，页面上线半年就开始出错，那不如不做。

成本的大头不在翻译费，在后续同步。一次翻译两千块能接受，一年改二十次参数、每次都要重新核对两种语言，这笔人工才是真开销。没有固定的人盯这件事，页面迟早烂掉。

一句实话

多语言内容不是翻译任务，是补语料的任务。模型缺哪一层的原文，你就补哪一层，而不是把手上的中文稿批量过一遍机翻。

真要动手，挑一个技术性最强的产品，写一页英文参数说明，带术语对照表。放三个月，看海外来源的访问和 AI 答案里的提及有没有变化。有变化再加第二页，没有就先停。

这件事的价值不在「多一个语种」这个动作上，在于你有没有把别人没写清的那层信息写清。语言只是载体，信息密度才是被引用的理由。