AI概览一次铺到100多个国家，可点亮的语言只有6门，你的语种大概率不在里面

摘要：官方那句一次铺到100多个国家，说的是国家数，不是语言数。同一份公告里的语言名单只有六个词，德语法语意大利语荷兰语一个都不在。这篇讲清国家坐标和语言坐标怎么拆开测，已经点亮的六门语言里引用位靠什么抢，以及一件中文圈几乎没人提的事：一段话能不能被摘出来当答案，跟这门语言把谓语放在哪儿有关。

官方公布的是国家数，你真正要的是语言数，这两个数差了多少？

一次点亮100多个国家，语言名单上只有六个词

先看原始表述。AI概览扩到100多个国家和地区的官方公告写得很清楚：覆盖范围超过100个国家和地区，月活用户超过10亿。

同一篇公告里还有另一句，位置靠后，字数少得多。

语言支持包括英语、印地语、印尼语、日语、葡萄牙语和西班牙语。

六个词。三位数的国家，一位数的语言。

这两个数字放在一张幻灯片上，读者本能会去记那个大的。市场部记住了100多个国家，转头就把方案要求发到了你手上。

而你要回答的问题其实是：我这门语言在不在那六个词里面。

国家和语言是两个独立坐标，公告合并公布，你的报表不能跟着合并。德国在那100多个国家里，德语不在那六门语言里。这两句话同时成立，不冲突，可它们对一个德语站的意义完全相反：前者说你的市场被覆盖了，后者说你的用户用德语提问时什么都不会发生。会议室里如果只念前半句，接下来三个月的预算就会花在一个还没开门的入口上。

还有一个细节值得留意：公告里的语言那句话没有配任何图表，而国家那句话配了地图。版面权重本身就是一种口径表达——放在图上的数字会被记住，藏在正文里的名单不会。你在内部转述这份公告时，最好反过来做，把六门语言那句话放大，把国家数缩小成一行注释。

你的国家在名单里，不等于你的用户能看到

把这件事想成一扇门有两把锁会容易些。

第一把锁是地理位置，第二把锁是查询语言。

公告开的是第一把。第二把要另一份名单说了算。

所以住在柏林的用户拿英语提问，可能会触发；同一个人换成德语问同一件事，什么都没有。

这个现象最容易被误读成产品不稳定，或者被误读成灰度还没铺到我这儿。

其实它非常稳定，只是稳定在另一个维度上。

我见过一个做厨房小家电的团队，德国站和西班牙站同期上线，两边用同一套页面模板、同一套结构化数据。西班牙那边测出来的触发率一路往上走，德国这边六周纹丝不动。团队开了三次会讨论德国站是不是技术上出了问题，查了渲染、查了抓取、查了结构化数据，最后发现德语根本不在那份语言名单上。三次会的时间，够把西班牙站的问答页再铺两轮。

为什么公布口径永远是国家数

这不是故意藏着。

国家数是产品发布的自然计量单位，法务、合规、广告库存都按国家算。

语言数则是模型侧和评测侧的计量单位，两边的排期本来就不同步。

更现实的一点：国家数好听。

100多个国家听起来像铺满了世界地图，六门语言听起来像还在小范围试。

两句话描述的是同一件事。

凡是官方公布的口径跟你的决策口径不是同一个单位，你就必须自己做一次换算，这条不只对这一次扩容成立。上一轮生成式搜索扩到120多个国家和地区那次，公布的同样是国家数，语言那一侧当时也只加了四门。两次公告放在一起看，国家数从120涨到100多个的量级没变多少，语言数从四门涨到六门，一年只多了两门。

还有一层更实际的原因：语言状态是会回退的。某门语言短期内开出来又收回去，在这个阶段并不罕见，而国家开出去基本不会收。公布一个不会回退的数字，比公布一个可能要改口的数字安全得多。

先把这两个数字在自己的报表里拆开

动手成本很低，一次改完受益一整年。

报表里加一个查询语言字段，跟国家字段并列，谁都不许合并。

历史数据回填不了就从今天起算，别为了好看去补。

再加一个字段记这门语言在官方名单里的状态，只有三个值。

没进、进了、进了但没测过。

第三个值最容易被跳过，可它才是大多数团队的真实状态。

这套字段拆分跟俄语市场那次要把语言和国家拆成两个独立字段的教训是同一件事，只是这回逼你拆的不是地缘变化，是一份公告里两个不同量纲的数字。当时是市场没了语言还在，这回是国家点亮了语言还没亮。方向相反，账要分开记这一点没变。

字段名怎么写也顺手定下来。查询语言那一列建议直接用语言标签的标准写法，RFC 5646定义的语言标签格式里de-DE和de-AT是两行，pt-BR和pt-PT也是两行，将来要按地区再切一刀时不用重做。

那六门语言是怎么选出来的，跟上一轮有什么不一样？

名单跟一年前那次几乎是重合的

把两份名单摞在一起看，重合度高得有点意外。

一年前那次扩语进去的是印地语、印尼语、日语、葡萄牙语、西班牙语和韩语。

这一次的名单是英语、印地语、印尼语、日语、葡萄牙语、西班牙语。

换句话说，主体是同一批，节奏并不是每季度加几门。

大规模扩的是国家，语言那一侧基本按兵不动。

这个观察比任何预测都有用，因为它告诉你等待的单位不是月，是年。

语种覆盖的推进节奏跟国家覆盖的推进节奏差了一个数量级，而绝大多数排期表把两者当成同一条线在画。如果你的德语站排期表里写着预计下季度覆盖，那份排期表的依据多半是国家数那条曲线。按语言数那条曲线重画一遍，得到的日期会往后挪一年以上，方案的形状也会跟着变——那不是等待期，那是可以拿来干别的事的一整年。

两份名单唯一的实质变化是韩语出去了、英语进来了。英语本来就是默认语言，把它写进名单更像是口径统一，不算新增。这么算下来，一年之内真正新点亮的语言数是零。

六门里有两门是宾语放在动词前面的语言

这句话现在看像是语言学趣闻，往下读你会发现它是本文最实用的一段。

日语和印地语都是宾语在前、动词在后的语序类型。

印尼语、葡萄牙语、西班牙语和英语则是动词在宾语前面。

六门语言，两种截然不同的句子骨架，各占一半。

这个分布不是巧合，也不是设计，就是名单碰巧长这样。

但它意味着两套完全不同的段落改写策略，后面第四节整节都在讲这件事。

想先确认自己那门语言属于哪一类，世界语言结构地图集里主语、宾语与动词语序那一章按语言列了表，查起来两分钟。土耳其语、韩语、芬兰语的一部分句式跟日语同属一类，德语和荷兰语属于第三种情况（主句里动词在第二位、从句里跑到最后），后面会单独讲。

顺带纠正一个常见的误解：语序类型跟语言难不难学、语料多不多、字母像不像英语，三件事互不相关。日语和印地语用的书写系统天差地别，语序类型却在同一格里；德语和英语的词汇高度同源，语序类型却分属两类。

名单不动的这一年，模型侧其实一直在扩

这里有个反差值得记下来。

产品侧的语言名单一年只多了两门。

底层模型能处理的语言数在同一时期是几十上百门在涨。

两者之间的差值不是技术差距，是运营决策的差距。

能不能生成是一回事，敢不敢在一个国家默认开出来是另一回事。

后者要考虑的是评测人力、法务口径、错误的舆论成本。

这条判据在上一轮扩语顺序的观察里已经验证过一次：语言开放是运营决策不是技术决策，所以按书写系统难度、按语料规模、按现有搜索份额去推上线顺序，全部失效。这一次的名单再次证实了它——如果按语料规模排，德语法语早该进去了。

这个差值是可以自己量的。拿翻译类产品公开的语言支持清单当参照，云端翻译服务的语言支持列表是一百多门的量级，跟搜索侧那份六门的名单摆在一起，差距一眼就看出来了。能处理不等于会开放，中间隔着的是运营决策。

怎么用二十分钟测出自己的语种到底在哪一档？

三种状态要分开：国家没进、语言没进、进了但你的词不触发

这三种状态的表现在后台看是一样的，都是零。

处理方式却完全不同，混在一起就会做出反向的决策。

国家没进，你做什么都不会有反应，只能等。

语言没进，页面照做，但别指望这个入口带量。

进了但不触发，这一档才是真正能动手的。

而大多数团队在没分清之前，就已经开始改页面了。

第三种状态最容易被误判成前两种，原因很朴素：大多数人第一批测的是自己排名最好的那几个商业词，而商业词恰恰是触发率最低的一类。测完一轮全是零，结论就写成还没开放。真相是名单里有你，只是你挑的那批词不在触发范围内。这个误判的代价是整整一个季度的观望。

判断顺序也要固定：先确认国家，再确认语言，最后才测词。顺序反过来做，你会拿一堆触发率数据去解释一个根本还没开门的入口，越分析越糊涂，最后得出一个玄学结论。

十条通用疑问句的测法

方法粗糙但够用，二十分钟能出结论。

挑十条本语言的通用疑问句，不带品牌词，不带型号。

比如某个品类怎么保养、某个材质能不能进洗碗机、多久换一次。

用本语言、在目标国家的网络环境下逐条问一遍。

记三件事：有没有出概览、概览里挂了几条链接、链接落在哪个国家的域名上。

十条里出现三条以上，就可以判定这门语言在名单里。

这套测法沿用的是小语种问答长尾那篇里数供给密度的那套动作，区别只在于记录的字段：那边数的是前二十位里有几条在正面回答，这边数的是十条里有几条触发。共同点是都不依赖任何外部工具，打开结果页自己数就行——对一个连关键词工具都覆盖不到的语言来说，能自己测出来的指标本身就是稀缺品。

记录格式越简单越好，一张表五列：问句、有没有概览、链接条数、来源域名、测试日期。别加评分、别加分类、别加主观判断，这张表要能在一年后被另一个人原样重跑，多一列主观字段就少一分可比性。

别拿排名最好的商业词去测

这条值得单独写一节，因为它反复害人。

排名最好的词通常是商业意图最强的词。

商业意图强的查询，概览的触发率天然偏低。

用它们测，你会得到一个系统性偏低的结论。

更麻烦的是这个结论看起来很可信，毕竟样本是你最熟的词。

测覆盖用通用疑问句，测商业价值才用商业词，两件事分开做。

顺带说一句反过来的偏差：如果只用极长的疑问句测，触发率会偏高，你又会得出一个过于乐观的结论。测试词表的意图分布，必须跟你真实的流量意图分布大致对齐，否则测出来的是词表的性质，不是产品的性质。保哥的习惯是十条里放六条通用疑问句、三条比较型、一条商业词，比例固定下来，每次重测都用同一张表，这样跨月对比才有意义。

更稳妥的做法是把词表固定成两张：一张探测表，只管测覆盖，永远不变；一张业务表，跟着品类走，随时可换。两张表混用是绝大多数团队的现状，也是跨月数据没法对比的根本原因——你以为在观察产品的变化，其实在观察自己词表的变化。

一门语言的语序，会不会决定你的段落能不能被摘去当答案？

被摘出来的那一句，是从段落开头往后截的

先说一个大家都默认、却很少写下来的前提。

摘要不是把整段读完再重写，很多时候是从头往后取一小段。

取多长，取决于版面和字符预算，不取决于你那句话说完没说完。

换句话说，截断点落在哪儿，你说了不算。

英语内容营销这二十年练出来的应对方式叫结论前置。

把答案放在第一句的前半部分，后面截掉多少都不影响。

问题是结论前置这个动作在不同语言里的可行性根本不一样，而这件事几乎没人讲。它不是写作习惯问题，是句法问题：有些语言允许你在句子前三分之一就把核心信息交代完，有些语言的语法结构逼着你把最关键的那个词留到最后。前者截断无害，后者截断致命。Unicode断行算法那份技术报告规定的是在哪里可以断，不负责断了之后那句话还成不成立——后半件事归你管。

主谓宾在前面的语言，截断也还成立

先看好办的那一类。

西班牙语、葡萄牙语、印尼语、英语都属于动词在宾语前面的类型。

一句话的主干在前三分之一就交代完了。

后面接的多半是修饰、条件、例外、补充说明。

砍掉这些，句子会变得不精确，但方向不会反。

读者读到半句，知道的仍然是你想让他知道的那件事。

这也是为什么英文世界那套答案段落写法看起来这么天经地义：它是在一个截断友好的语序上发育出来的。尼尔森诺曼集团关于前两个词决定用户要不要往下扫的研究做的是英语界面，结论在英语里成立得非常好——因为英语句子的前两个词确实承载了足够的信息量。同一条经验搬到语序不同的语言上，成立度会掉一大截。

这里也有例外要留意。西班牙语和葡萄牙语的形容词在名词后面，一串修饰语拖得很长时，截断会把限定条件砍掉——比如某个只适用于特定型号的说明，砍完就成了适用于全部型号。方向不反，范围会变大。

谓语在句尾的语言，截断会把结论砍掉

现在看麻烦的那一类。

日语和印地语的谓语在句子末尾，否定成分也在末尾。

这意味着一句话的肯定还是否定，要读到最后一个词才知道。

三营业日内免费配送，这句话的免费两个字在日语里排在很后面。

而不接受退货这种表达，否定的部分同样压在句尾。

从前面截一半，剩下的可能是一个意思悬空的半句，也可能是意思正好相反的半句。

这不是理论推演，是可以自己验的：拿本语言的一段商品说明，用工具砍到120个字符，然后请母语同事只读这半句、说出他理解到的意思。做英语和西班牙语的时候，多数人能说个八九不离十；做日语的时候，你会看到对方读完抬头问一句所以到底能不能退。这个实验做一次，比读十篇方法论管用。通用依存语料库里日语那份句法标注可以直接看到谓语中心在句子里的位置分布，不用自己数。

德语那个把动词甩到句尾的框型结构

德语是第三种情况，也是最有意思的一种。

主句里动词排在第二位，看着跟英语差不多。

可一旦用了情态动词、完成时，或者写成从句，实义动词就跑到句子最后去了。

德语语法把这个叫作框型结构，前后两个动词部分像一副夹子把整句夹住。

夹子的后半边掉了，前半边单独看常常什么都没说。

而商业页面上的句子，恰恰最爱用情态动词和从句。

所以德语的问题跟日语不完全一样：日语是稳定地把谓语放最后，德语是在一半句式里把关键动词甩到最后。稳定的困难可以系统性绕开，不稳定的困难要靠逐句检查，后者的工程成本反而更高。德语的依存标注和 宾语与动词语序那一章放在一起看，能直观看出这门语言为什么会被归到一个单独的类型里。顺便说，德语的复合词还会把整个概念压进一个长单词，截断时连词都可能被砍成两半，这是德语复合词那篇讨论过的老问题在新场景下的回声。

怎么把一段话改成截断之后还站得住的形态？

首句自足性：砍到120个字符还成不成立

给这件事起个名字，团队里才好交接。

叫首句自足性，判据只有一条：砍到120个字符，这句话还说不说得通。

120这个数不神圣，按你自己观察到的截断长度调。

关键是把它写进验收清单，变成一个可以被打回的项。

检查方式极其原始：复制、截断、找母语同事读一遍。

不需要懂那门语言的人也能组织这道工序。

把一个语言学问题降级成一道机械工序，是小语种质量控制里唯一可规模化的路子。你不可能给每门语言都配一个语言学家，但你可以给每门语言配一条能被外行执行、被母语者判定的检查规则。这条思路跟母语审校验收清单那篇是一脉相承的：审校说读着自然不能当验收通过，得给出可判定的具体项，这里的具体项就是截断之后还成不成立。

这道检查还有个附带产出：它会顺手暴露出一批写得又长又绕的段落。这类段落在传统搜索里只是可读性差一点，在被截断的场景下则是直接失效。所以哪怕这个入口一直不开，这道工序也不算白做，它本质上是一次针对本语言的可读性体检。

否定词的位置比否定这件事更重要

这一条是上面那条的特例，但值得单拎出来。

凡是句子里含否定的段落，都要当高危段落处理。

因为截断造成的最坏结果不是信息缺失，是意思翻转。

缺失读者会去点开原文，翻转读者会直接照着错的做。

能不能退、含不含税、需不需要预约，这几类句子最容易出事。

解法很土：把否定的结论用一个独立的短句先说一遍，再展开条件。

做户外露营装备的团队最容易踩这个坑，因为他们的页面上全是这类条件句：某型号帐篷不适合零下10度以下使用、某燃料在部分国家不能空运。这些句子在日语和德语里写完，否定部分都在后半段。把它们改成先给结论、再给条件的两句式，字数会多一点，但截断之后不会变成一句鼓励你带着它上雪山的话。

还有一类更隐蔽的：双重否定和让步句。不是不能退，只是需要先联系客服，这种句子在多数语言里从前面截一半，剩下的都是不是不能退那半截，读者拿到的印象跟你想表达的完全相反。这类句式在本地化文案里出现频率很高，因为它读着委婉。

条件从句要前置还是后置

顺着上面接着说，条件句是第二个高危区。

如果满足某某条件则免运费，这种句式在中文里也常见。

截断如果落在条件说完、结论还没出的位置，读者拿到的是半个前提。

比较稳妥的写法是先给主结论，再补条件。

但这条不能一刀切，有些语言的自然语序就是条件在前。

硬改会得到一段读着别扭的本地文案，得不偿失。

判断方法是问母语同事一句话：这样写读着别不别扭。别扭就退回原语序，改成把结论重复一遍放在段首。宁可让段落显得啰嗦一点，也不要让它在截断之后说出你没打算说的话——多一句重复的成本是几个字符，说反了的成本是一次投诉加一条负面。

顺便说一句技术侧的事：截断落在哪儿并不总是按字符数硬切的，UAX #29定义的文本分段规则给出了词与句的边界判定方法，实现上通常会往前找一个合法边界。这解释了为什么同样长度的两段话，截出来的位置能差好几个字。

这套改写为什么不能靠翻译英文模板？

结论前置是英语内容营销训练了二十年的文体

先承认它的价值，再说它的边界。

英文内容里那种开门见山的答案段，是长期训练出来的产物。

写作课教它，编辑规范里写着它，工具在提醒它。

二十年下来，它成了英语商业内容的默认文体。

默认到大家忘了它是被训练出来的，以为它天然如此。

于是一翻译，连同这个文体一起搬了过去。

一种文体能不能被直接移植，取决于目标语言的句法给不给它落地的位置。结论前置在西班牙语里落得下去，在日语里落下去要动语法结构，不只是换词。这时候翻译出来的东西会呈现一种很特别的状态：每个词都对，整段读着不像本地人写的，而且不像的地方说不上来在哪儿。母语审校往往只会打一个语感不佳的标记，说不出根因。

顺着这条线还能推出一个更一般的结论：任何一种写作规范，都带着它诞生时那门语言的语法假设。字符数上限带着英语的信息密度假设，段落结构带着英语的语序假设，标题写法带着英语的中心词位置假设。搬到别的语言之前，先问一句这条规范默认了什么，比直接问它适不适用有用得多。

多数小语种的商业页面里没有这种段落

这是个供给侧的观察，跟需求无关。

打开任意一门小语种的品类页面，从头读到尾。

你很难找到一段专门用来正面回答一个问题的文字。

有的是产品参数、品牌故事、促销信息、法务声明。

不是本地同行不会写，是这门语言的商业网页从来没有这个写作传统。

英语世界里那批内容营销从业者干了二十年的事，在很多语言里根本没发生过。

这件事换个角度看是天大的好消息：引用位在小语种市场里不是被本地强者占着，是空着没人接。不是竞争激烈到你挤不进去，是整个语种里能被摘出来当答案的段落供给量极低。你要做的不是打败谁，是在一片没人写这种段落的语言里，成为第一个写的。这个窗口不会一直开着，但它现在确实开着。

可以做个粗糙的普查：随机挑二十个本语言的品类页，统计有几个页面里存在至少一段直接回答问题的文字。英语站做这个统计，命中率通常过半；换成中小语种，命中率掉到一两成是常事。这个数字自己十分钟能测出来，比任何行业报告都贴近你的真实处境。

直译英文答案段会同时错两处

把上面两条合起来，就能看清直译的双重问题。

第一处错在语序上，结论落到了句子后半段。

第二处错在语域上，那种斩钉截铁的英文断言语气在有些语言里显得没礼貌。

日语尤其明显，直白的断言配上敬体框架，读着别扭得很。

两处错叠在一起，就成了那种读得懂但没人愿意读完的文字。

而这两处错，各自的修法方向是相反的：一个要往前提，一个要往回收。

日语这一侧的具体处理办法，敬语层级那篇拆得比这里细：用户在搜索框里打的是常体裸词，页面上写的是敬体长句，同一个意思字面不是同一串。放到本文的语境下，这个裂缝多了一层后果——被摘去当答案的那一句，是从敬体长句的开头截的，而常体裸词的信息量都压在那个被截掉的尾巴上。

还有第三处容易被忽略的错：数字和单位。英文答案段里的尺寸、重量、温度往往用的是英制，直译过去数字不动、单位不动，本地读者要么换算不过来，要么直接读错。这一处不是语言问题，是本地事实问题，但它总是跟前两处一起出现。

引用位一共有几个，你到底在跟谁抢？

概览里挂出来的链接是个位数

先把盘子的大小说清楚。

一次概览里挂出来的来源链接，通常是三到五条。

不是十条，不是二十条，是个位数。

传统结果页第一屏能塞十个位置，这里砍到一半以下。

所以引用位是一种比排名位稀缺得多的资源。

稀缺意味着两件事：拿到的收益高，拿不到的落差也大。

值得提醒的是这个数字本身会变，改名并在美国全量上线那次的官方说明里就调整过链接的呈现方式。所以别把三到五条当成一个可以写进模型的常数，把它当成一个需要每月重测的观测值。你的报表里应该有一列记录这个数字，而不是一句话写死在方案里。

还要注意这几条链接不是按排名给的。传统结果页的位置跟排名强相关，这里的来源选取更接近一种按内容片段挑选的行为，所以出现你排在第八位却被引用、排在第一位却没被引用的情况，属于正常现象，不必去改标题。

小语种里合格候选少，门槛低但位置也少

这一节是本文里最反直觉的一段。

直觉是小语种市场竞争小，所以容易抢。

前半句对，后半句不完全对。

竞争确实小，合格候选确实少。

但位置也少，而且不会因为你这门语言小就多给你几条。

所以正确的描述是：门槛低、位置少、进去之后份额高。

这是一个赢家通吃程度比英语市场更高的结构。英语里三到五个位置由几十个够格的候选来竞争，谁掉下来都有人补位；小语种里三到五个位置可能只有五六个够格的候选，一旦你进去了，就很难被替换掉——因为替换你需要另一个同样够格的候选，而这门语言里凑不出那么多。这个结构对早进入者的奖励，比对英语市场的早进入者大得多。

还有一个容易被忽略的后果：因为候选少，一旦本语言里出现了一份质量明显更高的内容，位置的更替会非常干脆。英语市场里的位置变动是缓慢的、渐进的；小语种里更像是一次替换，昨天还没有的东西今天占满了三条里的两条。这对后来者是机会，对已经在位的人是提醒。

抢不到位置的时候，第二条路是被当成事实来源

还有一种收益，不体现在链接上。

你的内容可能被读进去、被用来组织那段答案，却没有拿到链接。

这在英语市场是个争议话题，在小语种市场则是个概率更高的事件。

因为本语言里能提供本地事实的文档太少，你写的那份很可能是唯一一份。

拿不到链接当然吃亏，但影响还是发生了。

更要紧的是：如果你不写，那段答案会拿英语内容里的事实来填。

这就接上了另一个更严重的问题。本地规则类的事实——退货期限、尺码对照、税费口径、材质合规——如果本语言里没有权威来源，模型会用英语世界的默认值补上，读着通顺、格式正确、内容错误。低资源语言幻觉率那篇把这类错误的四种形态拆得很细，本文只补一句：你把本地事实写清楚这件事，除了抢引用位，还有一层防守价值，它挤掉的是一个本来会被编出来的答案。

语言还没点亮的市场，现在做什么不算白做？

无悔投入和赌注投入要分开排

等待期最怕的不是不动，是乱动。

把手上的动作分成两堆，判据只有一条。

如果这个入口三年不开，这件事还有没有价值。

有价值的进无悔堆，没价值的进赌注堆。

无悔堆现在就做，赌注堆等语言点亮再说。

这条分法朴素到不像方法论，可它能挡掉八成的浪费。

举例说明会更清楚：把本语言的常见问题整理成结构清晰的问答内容，属于无悔投入——就算这个入口三年不开，它照样能拿传统搜索的长尾、照样能减少客服工单。而为了迎合某种猜测中的抽取格式去改写全站段落结构，属于赌注投入，因为它的全部价值都押在一个还没发生的产品行为上。无悔投入的判据不是收益高低，是收益依不依赖那个还没发生的事件。

先把本语言的问句表建起来

这是无悔堆里性价比最高的一项。

本语言用户到底怎么问问题，这件事跟产品有没有上线无关。

关键词工具在小语种上给不出数据，但问句可以从别处捞。

客服工单、评论区、社群提问、站内搜索日志，四个来源全是免费的。

捞出来按疑问词归类，一门语言两三天能整出几百条。

这份表在语言点亮那天，就是你唯一的先发优势。

关于工具没数据时怎么自己补，小语种关键词工具没数据那篇列了三种土办法，可以直接搬。这里只补一条本文特有的做法：问句表要记录原始问法，不要归一化。用户打的那句啰嗦的、带语气词的、语法不规范的原话，恰恰是最接近真实查询的形态，被你整理成规范书面语之后就丢掉了最有用的信息。

表里还要留一列记语言标签，别只写语言名。同一门语言在两个国家的问法可能不一样，IANA维护的语言子标签注册表里能查到标准写法，用标签当主键，将来合并或拆分数据都不会乱。

基线数据现在不存，以后就没有对照组

这一条是纯粹的时间窗口问题。

语言点亮之后再想知道点亮之前是什么样，来不及了。

要存的东西不多，三条曲线足够。

核心问句集的点击率、品类页的入口占比、品牌词的搜索量走势。

每周存一次，一年也就五十来行。

没有基线，将来任何涨跌你都只能靠猜来归因。

这件事的价值要在一年后才兑现，所以它总是排期表上第一个被砍掉的项。保哥的经验是把它做成一个每周自动跑的脚本，让它不占用任何人的注意力——需要有人记得去做的事，一定会被忘记；不需要有人记得的事，才能坚持一年。至于抓取和引用之间本身就存在的时延，引用滞后那篇拆过其中的机制，做归因时要把这段延迟一起算进去，否则会把上周的改动跟这周的波动错误配对。

怎么跟总部解释你这个市场的数字对不上？

一百多个国家这句话在会议室里的杀伤力

这是个沟通问题，但它消耗的预算是真的。

总部看到的是覆盖100多个国家和地区。

你所在的国家在那份名单里，这是事实。

于是问题变成了：别人都有数据，你为什么没有。

解释技术细节很难赢，因为对面记住的是那个大数字。

有效的做法是把两个数字并排放在同一张表上。

一列写国家覆盖状态，一列写语言覆盖状态，你的行是已覆盖加未覆盖。并排放置比任何解释都有效，因为它把一个需要理解的技术问题，变成了一个一眼能看见的表格错位。再补一行同样处境的市场——德国、法国、意大利、荷兰当时都在这一栏里——对方立刻明白这不是你的执行问题。

还有一个常见的追问要提前准备好：那为什么某某竞品有。多数情况下答案是他们测的是英语查询，或者他们的用户在那个国家用的本来就是英语。把这句话准备成一张截图，比临场解释有说服力得多。

用语言字段而不是国家字段做汇报

结构性的解法在报表口径上。

把汇报的主维度从国家换成查询语言。

同一份数据，换个主键，故事就顺了。

德国站的数据里混着英语查询和德语查询两拨人。

按国家看是一团糊，按语言看是两条清晰的曲线。

英语那条有反应，德语那条平的，一目了然。

这个改动还有个附带好处：它顺手解决了跨国语言的老问题。西班牙语的用户散在十几个国家，葡萄牙语横跨两个大陆，按国家切会把同一门语言的数据切碎，按语言切再按国家做二级维度，两边都能看。西班牙语两个市场关键词分叉那篇讲的是词表要拆，这里讲的是报表要拆，方向一致。

改口径要一次改到位，别做双轨。同时维护国家口径和语言口径两套报表，最后一定会出现两边数字对不上、每次汇报先花十分钟解释差异的局面。旧报表留一个快照存档，新报表从某个日期起全面切换，干净得多。

给每个结论配一个复检日期

最后这条是保哥这些年最受用的一个小习惯。

凡是写下德语暂未覆盖这类结论，后面必须跟一个日期。

不是完成日期，是复检日期。

写明这个结论在什么时候会失效、到那天由谁重测一遍。

没有复检日期的结论会在文档里躺成永久事实。

而这个领域里，六个月前的事实经常已经不是事实了。

复检日期还有一个隐藏作用：它把结论的所有权固定住了。写着待复检2025年3月、责任人某某的结论，比一句德语暂未覆盖有用得多，因为后者谁都可以引用、谁都不用负责，而前者到期会自动变成某个人的待办。

复检日期的间隔按变化速度定，别一律设成一年。语言名单这类事三到六个月复检一次比较合适；语序、句法这类语言本身的属性，一辈子不用复检。把结论按会不会过期分成两类，只给会过期的那类配日期，清单才不会膨胀到没人愿意看。

这套东西怎么排进现有的内容生产？

六周能排完的一轮节奏

给个可以直接抄的排期。

第一周测语言状态，十条问句跑一遍，出三档结论。

第二周建问句表，四个免费来源各捞一轮。

第三周挑二十个页面做首句自足性检查，先不改。

第四周按检查结果改写，只改高危段落。

第五周存基线，把三条曲线的脚本挂上。

第六周复盘，把复检日期写进文档，这一轮就算收口了。

六周里真正花人力的是第三第四周，其余四周加起来不超过三个人天。把成本压到这个量级，这件事才有可能在一个还没点亮的语言上被批准。如果你的方案要花两个月，那它在预算会上活不过第一轮提问。

这六周里有一件事必须排在最前面，就是第一周的测试。顺序错了会很难受：先改了页面再测，你会发现自己改的是一个还没开门的入口；先建了问句表再测，至少那张表是无悔投入，不会白做。所以测试排第一不是因为它最重要，是因为它最便宜且能决定后面几周的形状。

谁来做首句自足性检查

这道工序的分工要提前说清。

截断这个动作谁都能做，一个脚本或者一次复制粘贴。

判定截断之后成不成立，必须是母语者。

但母语者不需要懂搜索、不需要懂产品。

他要回答的问题只有一个：这半句话你读懂了什么。

把问题问成这样，一个客服同事十分钟能判二十条。

凡是需要专业判断的检查项，都要想办法拆成一个外行能执行的动作加一个母语者能回答的问题。拆不开的检查项，最后一定会因为排不上人而空转。这条经验适用于小语种质量控制的所有环节，不只是这一处。

判定结果只记三档就够：读懂了、读了个大概、读出来是反的。第三档要单独拉出来立刻处理，前两档进排期。分档越少，不同的人判出来的结果越一致，这道工序才能跨月对比。

母语审校的验收清单要加一条

老清单不用推翻，加一行就行。

原来的验收项是这段话读着自不自然、术语对不对、语气合不合适。

新增一项：这段话的前120个字符单独拿出来，说不说得通。

这一项跟前面所有项都不冲突，也不增加多少工作量。

但它挡住的是一类原来完全没人负责的问题。

验收清单的价值不在于严格，在于把没人负责的地带划给某个人。

另外提醒一句，这一项要写在审校清单里，不要写在写作规范里。写作规范是给撰稿人看的，撰稿人在写的时候很难同时兼顾语感和截断；放在验收环节，由另一双眼睛来查，通过率反而更高。屈折语锚文本那篇里也用过同一招：语法上做不到的事，换个位置就能做到。

加这一项的时候顺手把它的判定权也写清楚：由审校说了算，不由撰稿人自辩。这类检查最容易滑向拉锯——撰稿人解释这句话读全了就通顺，审校说但我读半句读不懂。规则写成读半句读不懂就打回，争议一次都不会发生。

什么时候该停下来重测

最后说触发重测的三个信号。

第一个是官方又发了一份带语言名单的公告。

第二个是你那十条问句里，突然有一条开始出概览。

第三个是复检日期到了。

三个信号任意一个亮起，整套测试重跑一遍，别只补测一条。

因为语言状态的变化通常是批量的，一条变了往往意味着一批都变了。

重测的成本是二十分钟，误判的成本是一个季度。这个账不用算第二遍。真到了名单里出现你那门语言的那一天，前面五周攒下的问句表、改好的段落、存了一年的基线，会在同一周里一起兑现——这才是等待期该有的样子。

还有一个信号容易被漏掉：本地竞品的页面结构突然变了。如果同行开始在品类页顶部加短答案段，多半是他们已经测到了什么。竞品的动作有时候比你自己的监控更早，因为他们的测试样本跟你的不一样。

常见问题解答

我的国家在那100多个里，为什么用本地语言搜什么都没有？

因为国家覆盖和语言覆盖是两把不同的锁。官方公告公布的是国家数，同一篇里的语言名单只有英语、印地语、印尼语、日语、葡萄牙语、西班牙语六门。如果你的语言不在这六个词里面，那么在已覆盖的国家里用这门语言提问，同样不会有反应。先确认自己卡在哪一把锁上，再决定要不要投入。

用十条问句测出来全是零，能直接判定我这门语言没进名单吗？

不能，还差一步排除。全是零有三种可能：国家没进、语言没进、进了但你挑的词不触发。第三种最容易被误判，因为大多数人第一批测的是自己排名最好的商业词，而商业意图强的查询触发率本来就低。把测试词表换成通用疑问句再跑一遍，如果还是零，这个结论才站得住。

首句自足性检查里的120个字符是硬标准吗？

不是，它是一个起点值。真实的截断长度会随版面、语言、设备变化，你应该按自己观察到的情况调整，观察不到就先用这个数。重点不在于数字精确，在于把这道检查变成验收清单上一个可以被打回的项——有一个粗糙但会被执行的标准，好过一个精确但没人跑的标准。

日语和德语的段落改写，能不能用同一套规则？

不能，两者的困难性质不同。日语是稳定地把谓语放在句尾，所有句式都一样，因此可以用一套统一的改写模板系统性绕开。德语是在一部分句式里才把实义动词甩到最后，主句和从句表现不同，只能逐句检查。稳定的困难可以批量处理，不稳定的困难要靠逐条过，后者的工程成本反而更高，排期时要给德语留出更多人力。

语言还没点亮，现在改页面是不是白费功夫？

要看改的是哪一类。把本语言的常见问题整理成结构清晰的问答内容属于无悔投入，就算这个入口三年不开，它照样能拿传统搜索的长尾、照样能减少客服工单。而为了迎合某种猜测中的抽取格式去全站改写段落结构属于赌注投入，全部价值都押在一个还没发生的事件上。判据是这一条：如果入口三年不开，这件事还有没有价值。

小语种市场的引用位是不是更容易抢？

门槛更低，但位置也更少，两件事要一起看。一次概览挂出来的来源链接通常是三到五条，不会因为语种小就多给几条。真实的结构是：合格候选少所以容易进，位置少所以进去之后份额高，被替换掉的概率也低——因为替换你需要另一个同样够格的候选，而这门语言里凑不出那么多。这是一个对早进入者奖励很高的结构。

内容被读进去了却没拿到链接，这算不算白做？

不算，但要换个角度算账。本语言里能提供本地事实的文档往往极少，你写的那份可能是唯一一份，即使没拿到链接，那段答案里的事实也来自你。反过来说，如果你不写，退货期限、尺码对照、税费口径这类本地规则就会被英语世界的默认值填上，读着通顺、格式正确、内容错误。所以这件事除了争取曝光，还有一层挤掉错误答案的防守价值。

权威参考资料