克罗地亚语和斯洛文尼亚语SEO挨着做，两门语言的距离比捷克语到斯洛伐克语远出一大截

摘要：克罗地亚语和斯洛文尼亚语在地图上挨着，语族标签也都写着南斯拉夫语，可两边的字母表长度不一样，假朋友的密度高得离谱，斯洛文尼亚语还多出一整套双数形态。真实互通度比捷克语到斯洛伐克语低一大截，能整块搬过去的只剩商品图和技术参数表。

这两门语言到底有多近？

拿捷克语和斯洛伐克语当标尺量一次

做欧洲小市场，第一步不是查人口，是量语言距离。

距离这个东西没法凭感觉，得找一把已知刻度的尺子。

站内写过的捷克语和斯洛伐克语分家之后关键词再没合并回同一套就是现成的那把尺子。

那一对在1993年分家之前共用过一套书面语，互通度极高。

把这一对的距离记成一格，再去量克罗地亚语到斯洛文尼亚语。

量完的结果通常会让人愣一下，差不多是三到四格。

量距离的具体办法是拿同一份商品文案交叉盲测：找母语者读另一边的版本，标出看不懂和意思拿不准的句子，算出比例。捷克语读斯洛伐克语文案的看不懂率通常在个位数，克罗地亚语读斯洛文尼亚语文案能到三成往上，这个数字比任何语族分类都可靠。

盲测的样本量不用大，每边二十段商品文案、六个母语者就够出结论了，成本不到一周。真正要控制的是样本的代表性，标题、规格、促销、售后各挑五段，别全用商品描述，不同文本类型的看不懂率能差出一倍。

语族标签不等于互通度

两门语言都归在南斯拉夫语支下面，这是事实。

问题在于语支内部还分西支和东支，两边不在同一支。

克罗地亚语属于中南部那一片连续体，跟塞尔维亚语更近。

斯洛文尼亚语自己单独一支，跟隔壁的距离比想象中远。

翻语言学教材看谱系图，两边确实挨着挂在同一根枝上。

但谱系图画的是历史来源，不是今天两边能不能听懂对方。

拿谱系图当市场判据，跟拿祖籍判断两个人能不能聊到一块儿是一个毛病。真正要看的是三个可测量的指标：词汇重合率、语法形态数量差、书面正字法是否有官方对应表。这三项在克斯这一对上给出的答案都不乐观，尤其是第二项，差了一整套形态。

词汇重合率这一项要用自己站里的词表算，不能用通用语料的数字。通用语料算出来的重合率通常偏高，因为它包含大量功能词和低频书面词，而电商页面上密度最高的是商品名、属性词和动作词，这三类恰好是分叉最严重的部分。

互通的方向是不对称的

互通度还有个容易被忽略的性质，它不是双向对等的。

斯洛文尼亚人接触克罗地亚语媒体的机会明显更多。

历史上共用过的媒体环境、旅游流向、体育转播都在往一个方向推。

反过来，克罗地亚人日常接触斯洛文尼亚语的机会少得多。

落到实操上，就是一边能凑合读懂，另一边基本读不懂。

如果只做一套内容，那套内容该用哪一边的语言就有了答案。

方向不对称这件事在预算紧张时反而是个可以利用的杠杆：先上克罗地亚语版本，斯洛文尼亚那边的用户还能连蒙带猜地读完商品页，转化会掉但不会归零。反过来先上斯洛文尼亚语版本，克罗地亚那边的流量基本接不住，因为对方连商品名都对不上。

验证方向不对称最省事的办法是看两国的搜索行为：统计有多少斯洛文尼亚境内的会话在搜克罗地亚语词串，再反过来统计一次。这个比值通常在三比一到五比一之间，数字本身就是一份决策依据，还能拿去说服不愿意批预算的人。

字母表差在哪里，会带来什么后果？

克罗地亚语多出来的那两个字母

克罗地亚语用的是加伊拉丁字母，一共三十个字母。

斯洛文尼亚语的字母表短一些，只有二十五个。

带钩的那三个两边都有，问题出在另外两个上。

克罗地亚语有一个带撇的软音字母，还有一个带横杠的字母。

这两个字母在斯洛文尼亚语的正字法里根本不存在。

结果是克罗地亚语商品名里的那个带横杠字母，斯洛文尼亚人不会打。

不会打就会用形近的字母替代，替代方式还不止一种，有人打成d加j，有人直接打成d，还有人复制粘贴。三条路径就是三批不同的查询串，你的关键词表里要么全收，要么就得接受其中两条完全接不住，这跟希腊语接不住用户用拉丁字母打出来的那半边搜索是同一类问题。

处理这类字母的通用做法是建一张等价类表：把同一个字母的所有输入变体归成一组，检索时任何一个变体都能命中同一批商品。这张表要放在检索层而不是内容层，内容层保持正确写法，检索层负责宽容匹配，两边职责分开才不会越改越乱。

三个二合字母在排序里算一个

克罗地亚语字母表里有三个由两个符号拼成的字母。

它们在字母表里各占一个独立位置，不是两个字母的组合。

排序时，以lj开头的词整体排在以l开头的词后面。

斯洛文尼亚语没有这条规则，lj就是l后面跟一个j。

同一批商品名在两个市场按字母排序，顺序会不一样。

字母索引导航的分组也不一样，克罗地亚语要多出三个分组。

这个坑跟捷克语把ch当一个字母排是同一类，但克罗地亚语一次中三个，出错面积更大。UTS #10里的多字符排序单位就是为这种情况准备的，而默认的字节序排序会把lj开头的词混进l那一堆里，用户按字母翻商品目录时找不到，而这种错在后台看数据永远看不出来，只有真人按字母翻一遍才会发现。

验证排序对不对不用写测试，找一份当地出版的纸质词典翻一遍就知道了。词典的排序是最权威的参照，把你的分类页字母索引和词典的字母顺序并排比对，二十分钟能查完全部三个二合字母的位置，比读一遍排序规范快得多。

折叠成拉丁基本字母时两边规则不同

做技术处理时，很多系统会把带记号的字母折叠掉。

折叠规则听着简单，实际上是按语言定的，不是按字符定的。

带钩的那个字母在两边都折叠成同一个基本字母，这一致。

但克罗地亚语那个带横杠的字母，折叠成d还是折叠成dj有分歧。

正字法传统上认它对应的是dj那个组合，只折成d会丢信息。

斯洛文尼亚语压根没这个字母，它的折叠表里就没有这一行。

拿同一个折叠函数跑两个市场的数据，得到的结果不可比。这跟德语必须把变音字母折成两个字母、土耳其语的无点i不能直接折成i是同一类问题：折叠表是语言资产不是通用工具，写在配置里要按语言分开存，别指望一个全球函数解决所有语言。

折叠表存在配置里还不够，要给每张表配一份回归用例：输入原词，期望输出折叠结果，每次改动跑一遍。折叠逻辑最容易在换框架或者升级依赖时被静默改掉，而这种改动不会报错，只会让一批老页面的地址悄悄换了形状。

斯洛文尼亚语的双数为什么是个工程问题？

名词和动词都有三套形态

大多数欧洲语言的名词分单数和复数两套形态。

斯洛文尼亚语在中间多插了一套，专门用于恰好两个。

这套形态叫双数，名词、形容词、动词全都跟着变。

两把吉他和三把吉他，在斯洛文尼亚语里是两种不同的写法。

这不是可选的文体变化，是语法上必须用的强制形态。

整个欧洲还在日常口语里完整保留双数的语言，屈指可数。

做过一个乐器配件客户的斯洛文尼亚站，团队第一版把配件套装页的数量提示直接从克罗地亚语版换词过来，结果所有写着两件的地方都用了复数形态，母语审校一眼就挑出来了，理由是这种错误跟中文把两个人写成二个人一样刺眼。

双数不只出现在名词上，代词和动词的人称变位也各有一套双数形式。这意味着凡是带主语和谓语的完整句子，只要主体是两个，整句都要跟着改。评价区的统计句、购物车的汇总句、对比页的引导句是三个最常撞上的地方。

界面文案的复数分支要多写一条

前端做多语言时，数量相关的句子靠复数规则分支。

英语只需要两条分支，一条管一，一条管其余。

克罗地亚语要三条，斯拉夫语常见的一、少数、其余那套。

斯洛文尼亚语要四条，在少数那一档前面还要单独插一条。

按CLDR定义的复数分类口径，这四类分别叫一、二、少数、其余。

少写一条不会报错，只会在用户看到二这个数字时输出错形态。

这类错误在测试环节最容易漏，因为测试数据通常只填一件和十件。要保证覆盖，测试用例的数量字段至少要跑一、二、三、五、二十一这五个值，斯洛文尼亚语的四条分支和克罗地亚语的三条分支才会全部被触发一次，这个清单值得直接钉在测试文档里。

复数分类的名字在不同框架里写法略有差别，但底层依据是同一份公共区域设置数据。落地时别自己定义分类名，直接采用标准里的那套写法，这样换框架、接第三方组件、跟外包对接时不需要做映射，也不会出现两套命名混用的情况。

双数形态会出现在真实查询里

做关键词研究时，双数容易被当成书面语现象忽略掉。

实际上用户搜配件、搜成对出售的商品时会自然用双数。

耳机、鞋、手套、音箱这类天然成对的品类最明显。

把双数形态漏掉，等于把这批查询整块让给了竞品。

关键词工具对这一档的支持普遍很差，合并进复数里一起报。

只看工具报表，你会以为双数的搜索量是零，实际上不是。

补这批词最省事的办法不是找工具，是拿站内搜索日志过一遍：把用户实际打进搜索框的串导出来，按词尾归类，双数那一档的形态会自己浮出来。这个办法在任何关键词工具支持不好的语言上都成立，站内日志是唯一不经过第三方口径的一手数据。

把双数词条真的做成落地页之前，先看它跟单数页会不会打架。多数情况下双数查询和单数查询的意图是同一个，用户只是顺手打了双数形态，这时候正确做法是把双数形态作为同义词接进现有页面，而不是新建一个薄页面去接。

哪些词看着一样，意思却不一样？

桌子和椅子那一对

假朋友是这两门语言之间最密集的一类坑。

最经典的一对是那个拼作stol的词，两边都有。

在斯洛文尼亚语里，stol是椅子。

在克罗地亚语里，stol是桌子，椅子叫stolica。

更妙的是斯洛文尼亚语的桌子叫miza，跟克罗地亚语完全对不上。

做家具类目的话，这一对足够让整个分类树错位。

这一对之所以危险，不在于它翻错了，而在于它翻错之后页面读起来完全通顺：斯洛文尼亚用户搜椅子进到你的桌子分类页，页面上每个字他都认识，只是商品不对，跳出率会高得离谱而你在报表里只会看到一个转化率偏低的分类页。

这类错位在分类树上会连锁放大：一个错位的分类名会带着它下面所有子类、筛选项和面包屑一起错。所以假朋友检查要从分类树做起，先把树上的每个节点名核对完再往下做商品，顺序反过来的话返工量会翻好几倍。

年和夏天那一对

另一对同样常见的是表示年的那个词。

斯洛文尼亚语的年写作leto，日常用得非常频繁。

克罗地亚语的年是godina，而ljeto在克罗地亚语里是夏天。

两个词拼写上只差一个字母，意思差了一整个季节。

促销文案里写保修若干leto，换到克罗地亚语就成了保修若干夏天。

机器换词工具对这一对基本没有防御能力，照单全换。

时间类词汇是假朋友的重灾区，除了年和夏天，小时那一对也差得很远，斯洛文尼亚语用ura，克罗地亚语用sat，而sat这个词在斯洛文尼亚语里几乎不用。促销倒计时、配送时效、客服工作时间这三类文案全都会撞上，做电商这三类文案的曝光量还特别大。

时间类词汇还有个连带问题，就是它们经常出现在结构化数据的字段值里。保修期、配送时效、有效期这些字段一旦写错，不只是页面上难看，还会让富媒体结果显示出荒唐的信息，而这类错误从后台看数据是完全看不出来的。

孩子那一对最容易翻车

做母婴、玩具、童装的话，还有一对必须提前知道。

斯洛文尼亚语的孩子是otrok，这个词用得极广。

克罗地亚语的孩子是dijete，otrok在克罗地亚语里几乎不用。

更麻烦的是这个词在部分克罗地亚方言里带贬义色彩。

直接换过去不只是不地道，是可能冒犯到用户。

这类带感情色彩的差异，词典对照表通常标不出来。

所以假朋友清单不能只靠词典比对生成，必须有母语审校在上面标注语感等级。实操上分三级：意思不同、意思相同但语域不同、意思相同但带负面色彩。第三级的词无论如何都要重写，前两级可以按页面类型决定要不要处理，这个分级本身就是母语审校交付物的一部分。

带感情色彩的词还有一类值得留意，就是历史时期留下来的政治敏感词。两国近几十年的经历不同，某些在一边是中性的表述在另一边会引发不适。这类词的数量不多，但一旦踩中，代价远不是转化率下降那么简单。

假朋友清单怎么建才不会漏

建清单的起点不是翻词典，是拿自己站内的词表去撞。

把商品标题、分类名、筛选项、按钮文案全部导出来。

切成词，去掉重复，得到一份几千条的候选表。

拿这份表在两边的权威词典里各查一遍，比对释义。

释义对不上的挑出来，交给母语审校做第二轮判断。

这份清单是资产，要进版本库，每次上新商品都要跑一次。

清单的价值随时间递增，因为它同时还是机器换词工具的黑名单：把清单里的词设成禁止自动替换，工具在遇到它们时抛出人工确认，一次投入长期受益。斯洛文尼亚语这边的核对源可以用词典门户里stol给出的释义这类具体词条，克罗地亚语那边用语言门户和正字法在线版，两边都能查到完整的释义与形态。

清单还要覆盖一个容易漏的场景：用户生成内容。评价、问答、社区帖子里的用词不受你控制，但它们会被搜索引擎抓取并影响页面的语言判定。定期抽样看这批内容里有没有大量另一边的用词，是判断你的地区定位有没有跑偏的一个便宜信号。

系统性对应能不能拿来批量换词？

有规律的那一部分确实存在

好消息是两边确实有一批词是机械对应的。

最明显的一条规律出现在元音上，克罗地亚语常见的ije。

这个组合在斯洛文尼亚语对应的位置上通常就是一个e。

牛奶、天气、时间、地方这几个高频词全部符合这条规律。

周这个词也接近，克罗地亚语的tjedan对斯洛文尼亚语的teden。

这批词能靠规则批量转换，省下的工作量相当可观。

把符合规律的词单独拉出来做成映射表，是这两门语言之间唯一能真正自动化的部分。表的规模通常在几百到一千条之间，覆盖的是日常高频词，正好也是商品描述里出现次数最多的那批，投入产出比在整个本地化流程里排第一。

这条元音规律的适用范围有个更精确的说法：它主要出现在同源的固有词上，对借词和新造词无效。所以建映射表时先按词源分类，固有词那一堆走规则，借词那一堆逐条人工确认，两堆的处理成本相差一个数量级，混在一起做会拖慢整体进度。

规律在哪些位置会失效

坏消息是这条规律的适用面被高估得很厉害。

它主要管词根里的元音，管不到词尾的形态变化。

两边的格尾体系不完全一样，词尾还得单独处理。

专有名词、品牌名、外来词完全不在这条规律的覆盖范围内。

假朋友那一批更是要主动排除，规律套上去只会加速出错。

算下来，能靠规律解决的大概只占词表的三成到四成。

更隐蔽的失效发生在派生词上：词根符合规律，但两边在这个词根上派生出来的常用词不是同一个。比如同一个表示送的词根，克罗地亚语常用的名词形式和斯洛文尼亚语常用的名词形式后缀不同，规则转换给出的词语法上没错，就是没人这么说，搜索量接近零。

派生词的问题可以用一个便宜的检测手段兜住：把规则转换出来的词拿去做站内搜索和站外精确匹配，两边结果都接近零的，标红退回人工。这一步能自动跑，不需要语言知识，却能挡掉规则转换里绝大多数看着对实际没人用的产物。

批量换词之后必须做的验收

跑完规则转换，不能直接发布，要过三道验收。

第一道是撞假朋友清单，命中的全部退回人工。

第二道是抽样搜索量核对，转换后的词有没有人真的在搜。

第三道是母语审校抽读，看整段读起来顺不顺。

三道验收的通过率如果低于八成，说明规律用过头了。

这时候正确的动作是缩小规则的适用范围，不是加规则打补丁。

抽样搜索量核对这一步经常被跳过，理由是没有工具数据，但其实有个土办法：拿转换后的词到搜索引擎里做精确匹配查询，看返回的本地站点数量级。若干量级的差距足以判断这个词在当地是不是活的，至于第三方SEO工具的数据到底准不准，那是另一个话题。

三道验收的顺序不能随便调。先撞清单再核搜索量最后审校，是按单位成本从低到高排的。倒过来做的话，审校会把时间花在那些本来就该被前两道拦掉的内容上，人工成本立刻翻倍，而审校恰恰是整个流程里最贵的一环。

克罗地亚语的纯洁主义会怎么影响选词？

官方推荐词和用户实际打的词分叉

克罗地亚语有一个别处少见的现象，叫语言纯洁主义。

官方语言机构会为外来词专门造一个本土替代词。

飞机、计算机、键盘这类词都有官方推荐的克罗地亚语说法。

网店这个词也有，官方推荐的是一个由网加商店构成的组合。

问题是用户在搜索框里打的，往往还是那个外来词。

官方词和实际搜索词分叉，这在斯洛文尼亚语那边弱得多。

克罗地亚语言研究所专门做了一个替代词推荐库，网店这个词的推荐说法就收在里面，把每个外来词对应的本土形式列出来，这个库对做内容的人来说是双刃剑：它告诉你正式场合该怎么写，但绝不能拿它当关键词表，因为它记录的是应该说什么，不是人们实际在搜什么。

判断分叉幅度别只看总量，要按查询意图分开看。信息型查询里官方词的占比通常明显更高，因为搜资料的人受教材和媒体的写法影响更深；交易型查询里外来词几乎压倒性领先。这个规律直接决定了哪一类页面该用哪个形态做标题。

哪一类词的分叉最大

分叉幅度跟词的年龄有关，越新的外来词分叉越大。

技术类、互联网类、商业类的新词分叉最严重。

生活类、食品类、传统手工艺类的词基本不分叉。

做数码、软件、在线服务的，要按最大分叉处理。

做食品、家居、服装的，这个问题的影响小得多。

判断自己在哪一档，把主力关键词按词龄排一次就知道了。

有个反直觉的现象值得记住：分叉最大的那批词，往往也是官方推荐词的搜索量增长最快的那批。因为学校教材和政府文书在推它，年轻用户的用词习惯会慢慢迁移。这意味着这批词不能只做一边，得两边都覆盖，并且每年重新看一次比例。

按词龄排序有个可操作的近似办法：看这个概念是哪一年前后进入日常生活的。上世纪就存在的概念基本不分叉，本世纪才普及的概念分叉最大。这条粗略的时间线不需要查任何资料，团队里随便一个当地人花半小时就能把主力词表标完。

标题和正文可以分开用

两边都要覆盖，具体怎么落地有个成熟做法。

标题和面包屑用用户实际搜的那个词，接住搜索流量。

正文首段把官方推荐词自然带进去，一次就够。

这样两个形态都在页面上，覆盖面全，读起来也不别扭。

顺序不能反，反过来会让标题读着像政府公文。

页面标题标签和站内标题保持一致，别一个用外来词一个用本土词。

这个做法的适用面比克罗地亚语大得多，冰岛语、法语在魁北克的用法、土耳其语的部分词汇都能套。判据是同一件事在这门语言里存在官方推荐说法和民间通行说法两套，且两套的搜索量都不为零，满足这个条件就可以用标题接流量、正文补正式说法的分工。

两个形态同时出现在页面上，还有个额外好处是消除歧义。有些外来词在当地存在多个义项，官方推荐词的语义边界通常更窄，把它放在正文首段等于给整个页面加了一个语义锚点，对机器理解这个页面在讲什么有实打实的帮助。

斯洛文尼亚语这边宽松很多

斯洛文尼亚语也有本土造词，但强制力弱得多。

计算机那个词有本土说法，用得也确实广。

但整体上外来词被接受的程度比克罗地亚语高。

做斯洛文尼亚语内容时，这一项的额外工作量小很多。

不用为每个技术词准备两个形态，按用户实际用法写就行。

这也是两边工作量不对称的原因之一，克罗地亚语那边更重。

把这条差异写进排期表很有必要：同样一份技术类商品文案，克罗地亚语版本的选词环节要多留出三到五成的时间，因为每个新词都要查两遍并决定用哪一个在哪个位置。这个时间不是浪费在纠结上，是花在查证上。

不过斯洛文尼亚语在另一个地方要多花时间，就是词序比克罗地亚语更灵活，同一个意思能写出好几种排列。这让标题的写法选择更多，也更容易在不同页型之间写得不一致，所以这边要提前把标题模板固定下来，别让每个人各写各的。

两个市场的非语言字段，差的不只是语言

货币压根不是同一种

斯洛文尼亚在2007年就用上了欧元。

克罗地亚这边到现在还在用自己的货币库纳。

这意味着价格字段、结算流程、比价逻辑全部要分开。

促销价的心理定价点也完全不同，整数点位不在一个刻度上。

把欧元价格按汇率直接换成库纳，会得到一串很难看的数字。

本地定价要重新做，不是换算，是重新挑价格点。

货币不同这一条，比语言差异更早地把这一对市场劈成了两半。它连带影响的还有价格结构化数据的货币代码、货币符号的位置与空格习惯、小数分隔符的写法，以及广告投放里出价单位的换算，任何一处配错都会在前台直接暴露给用户。

货币差异还会渗进关键词本身。带价格区间的查询串在两个市场是不同的数字，用户心里的便宜和贵对应的绝对值完全不同，这类查询你没法靠换词生成，只能拿本地数据重新算一遍价格分档，再按分档去布词。

税率和法务文本各走各的

两国的标准增值税率不一样，含税价的算法就不一样。

发票模板、退换货政策、消费者权益条款全部要各做一份。

这批文本量不小，而且必须由懂当地法务的人写。

它们不是内容营销资产，但会被搜索引擎抓取和评估。

写得潦草的政策页会拖累整站的可信度评分。

好在这批文本一次写好之后很少改，属于一次性投入。

有个容易被忽略的连带影响：含税价不同意味着两边的商品价格在结构化数据里天然不同，如果你的系统是从一个源头生成两边的价格字段，很可能会把不含税价错标成含税价，这种错误在富媒体结果里会直接显示成错误的价格，用户点进来看到的数字对不上。

这批文本还有个常被忽略的作用，它们是站点信任信号的组成部分。政策页写得完整、条款清楚、联系方式落到当地实体，这些都会被评估。在两个都不熟悉你品牌的小市场里，这类信号的边际作用比在成熟市场大得多，值得多花一点时间。

物流与配送时效要分开写

两国的国土形状和人口分布差别很大。

克罗地亚沿海狭长，岛屿多，配送时效方差大。

斯洛文尼亚国土紧凑，全境次日达的可行性高很多。

配送承诺写成同一句，一边会承诺不足，一边会承诺过头。

岛屿配送附加费这类字段，斯洛文尼亚那边根本不需要。

这些字段的差异不在语言层，但会影响落地页的转化。

配送时效还会反过来影响关键词布局：在配送不确定性高的市场，用户搜索时更倾向于带上配送相关的修饰词，这批查询的搜索量在克罗地亚那边明显高于斯洛文尼亚。也就是说市场的物流现实会改变查询习惯，这是非语言字段回头影响语言层的一个例子。

配送信息还要注意展示位置。在配送不确定性高的市场，把时效写在商品页靠上的位置能显著降低跳出，因为这是用户最想确认的事；在配送稳定的市场，同样的信息放在靠下反而更好，把上面的位置留给卖点。同一份信息，两个市场的版式不该一样。

三档复用判据怎么划？

第一档，可以整块搬过去的

能整块复用的东西比想象中少，但也不是没有。

商品图、尺寸表、材质代码、技术参数数值都在这一档。

吉他的品丝数、拾音器型号、木材名称的拉丁学名不用改。

页面模板、结构化数据的骨架、内链结构也能共用。

这一档的共同特征是内容里几乎没有自然语言。

划这一档的时候标准要严，有一个词是自然语言就往下降一档。

把第一档的边界划清楚有个很实际的好处：这批资产可以放在同一个数据源里维护，改一次两边同时生效，不需要同步机制。一旦有内容混进第一档又需要按市场改，同步机制就得建起来，那个成本比多做一份内容还高。

技术参数看着像纯数字，其实也有语言陷阱。单位写法、小数分隔符、千位分隔符在两个市场的习惯可能不同，尺寸表里的数值本身能共用，但渲染出来的字符串不能。正确做法是共用数值，渲染时按地区格式化，别把格式化好的字符串当资产存。

第二档，换词就能用的

第二档是那批符合系统性对应规律的内容。

规格描述、材质说明、通用的使用注意事项多在这一档。

这一档要过换词流程加三道验收，不能直接发。

它占的比例大概是三成到四成，是效率提升的主要来源。

做好这一档的关键是那份映射表的质量，表准了流程就顺。

表要有人维护，每次审校发现新的对应关系就补进去。

第二档还有个隐藏收益：它天然产出一份两语对照语料。做到一定量之后，这份语料能反过来提升机器换词的准确度，也能用来给新加入的译者做培训材料。很多团队做完就扔了，其实它是这个流程里唯一会随时间增值的东西。

这一档要给每条内容打上来源标记，注明它是规则转换来的还是人工写的。有了标记，后面发现某条规则有问题时能一次性定位到所有受影响的内容并批量重跑；没有标记的话，只能全量重新过一遍，成本完全不同。

第三档，必须从头写的

第三档是那批换词换不出来的内容。

标题、页面标题标签、描述、促销文案、品牌故事全在这里。

假朋友命中的段落、双数相关的句子也必须重写。

价格、税率、配送、法务这些非语言字段同样归这一档。

这一档的比例在半数上下，取决于品类和页面类型。

它决定了做两个市场的真实边际成本，账要按这一档算。

划完三档之后要做一件事：把每一档的比例按页面类型分别统计。分类页和商品列表页的第一档比例通常很高，商品详情页居中，内容营销页几乎全是第三档。这张比例表就是排期表的依据，先上第一档比例高的页型，能最快让新市场有个能看的样子。

第三档里有一小块值得单独拎出来，就是那些同时受语言和法规约束的文案，比如商品的成分标注、警示语、能效标识。这批内容既不能自由发挥也不能机器换词，必须由熟悉当地法规的人写，排期上要当成外部依赖来管，别放在内容团队的工作量里估。

这一对跟另外两套近亲语言框架不是一回事

跟捷克语斯洛伐克语那种二选一比

近亲语言的市场决策，站内已经写过三种不同的框架。

捷克语和斯洛伐克语那一对用的是二选一决策框架。

那套框架的前提是两边互通度高，先做一套确实能过渡。

克斯这一对用的是同一套框架，但答案是反的。

互通度不够，一套内容撑不住第二个市场的转化。

框架相同，输入不同，结论就从可以过渡变成必须两套。

这正是二选一框架的价值所在：它不预设答案，只要求你先把互通度量出来。很多团队跳过测量直接套用别人的结论，看到捷克斯洛伐克那边说可以先做一套，就以为南斯拉夫语这边也行，这一步省下的两周测试时间，后面要用半年的转化损失来还。

还有一个容易忽略的差别，捷克斯洛伐克那一对在分家之前共用过一套官方书面标准，很多术语的对应关系是被文件规定过的，可以直接查。克斯这一对没有这样的历史文件，所有对应关系都得自己建，这一项本身就是好几个人天。

跟北欧三个市场的资产分层比

瑞典语顺手带上挪威丹麦能整块共用的只有商品图和尺寸表那一篇，用的是完全不同的第二套框架。

那边有三个市场，两两之间的距离还不相等。

三个市场用二分法不够用，得改成按资产类型分层。

问的不是分不分开做，是每一类资产的共用边界在哪一层。

克斯这边只有两个市场，二分法够用，不需要上分层框架。

用错框架的代价是把简单问题复杂化，决策周期拖长一倍。

判断该用哪一套很简单，数市场个数：两个市场用二选一，三个及以上用资产分层。第二个判据是两两距离是否相等，如果三个市场里有两对距离明显不同，那分层框架就是唯一能表达这种不对称的工具，二分法会把信息压扁。

分层框架也不是完全用不上。如果哪一天要把塞尔维亚或者波斯尼亚一起纳进来，市场数量到了三个以上，就该从二选一切换到资产分层。切换的时机不是市场数量变了才想，而是在做第二个市场时就把资产按类型归好，为将来留出接口。

跟同一个国家里两种语言比

第三套框架是乌克兰语要面对两种语言都看得懂的用户那种情形。

那一对的特点是两种语言在同一个国家里并存。

货币、物流、法务、支付这些非语言字段全部共用。

分叉百分之百落在语言上，做两套的边际成本最低。

克斯这一对正好相反，非语言字段一样都不共用。

同样是两个语言版本，边际成本能差出好几倍。

把三套框架并排放，判据其实只有两个：市场数量和国界位置。两个市场跨国界用二选一，三个及以上跨国界用资产分层，两种语言在同一国界内用分工模型。这张表挂在墙上，下次遇到新的近亲语言对，五分钟就能选对框架。

同国分工那套框架里还有一条独有的约束，两种语言的用户会互相看到对方的页面，所以两套内容要在同一个站内共存并且能互相切换。克斯这边不存在这个问题，两个市场的用户几乎不会跨过去看，页面之间不需要设计切换路径。

框架选错会怎样

框架选错不会立刻报错，会在半年后以转化率的形式反馈。

最常见的错法是把克斯这一对当成乌俄那种情形。

误以为非语言字段能共用，结果价格和配送全部要返工。

第二常见的错法是套北欧的分层框架，把决策拖成会议马拉松。

第三种是干脆不选框架，凭感觉先做一个再说。

凭感觉的成本最高，因为返工时连该改哪里都定位不到，这跟开站前该不该做SEO的自评跳过不做是同一种省法。

选框架这件事花的时间不该超过一天。量互通度两周，数市场个数五分钟，看国界位置一分钟。三项加起来的投入，相对于一个市场半年的内容预算来说微不足道，而它决定了那笔预算是花在正确的方向上还是花在返工上。

有个便宜的止损办法，在正式投入前先做一个最小验证：只翻译二十个页面上线三十天，看第二个市场的转化率跟第一个市场的比值。这个比值如果低于一半，基本可以判定复用假设不成立，此时改方向的成本还是可以承受的。

做还是不做，这笔账该怎么算？

先算能复用的比例

决策的第一个输入是第一档加第二档的比例。

把主力页型各抽二十个页面，按三档标注一遍。

算出来的比例就是复用率，这个数越高越值得做。

克斯这一对的典型复用率在四成到五成之间。

作为对照，捷克语到斯洛伐克语能到七成往上。

差出来的这两三成，就是这一对额外要付的语言账。

标注这二十个页面别派给一个人做，找两个人独立标注再比对。三档的边界在实操中比看起来模糊，两个人标注结果的一致率如果低于八成，说明三档的定义还没写清楚，得先把定义补细再重标，否则后面所有排期都建在一个不靠谱的数上。

复用率还要按时间维度看一眼。首次上线时的复用率和长期运营中的复用率不是一个数，因为促销、季节内容、活动页这些高频更新的内容几乎全是第三档。只看首次上线的复用率会严重高估，长期看要按内容更新频率加权重算一遍。

再算独有的那部分工作量

第二个输入是每个市场独有的工作量。

斯洛文尼亚语这边独有的是双数分支和四条复数规则。

克罗地亚语这边独有的是纯洁主义带来的双形态覆盖。

两边共有的是假朋友清单和母语审校，这笔钱躲不掉。

非语言字段那批各做一份，工作量不小但一次性。

把这几项按人天估出来，加上复用率，账就能算了。

估人天时有个经验值可以参考：假朋友清单的首次构建大约要十到十五个人天，之后每季度维护一到两天；双数与复数分支的改造在前端侧通常是三到五个人天，一次性；纯洁主义的双形态覆盖分摊到每个页面，大约让选词环节的时间增加三到五成。

估工作量时留一条经验缓冲：近亲语言项目的实际耗时普遍比估算高三成，原因是那些看着像小问题的差异会反复冒出来打断流程。把这三成明确写进排期而不是留在心里，能避免后期反复解释为什么又延期。

门槛线画在哪里

最后要有一条门槛线，低于它就不做。

门槛不该只看人口，两国加起来也就六百多万，小语种优先级要算的那三笔语言账在这里同样适用。

要看的是这个品类在当地的线上渗透率和竞争密度。

小市场的好处是竞争稀薄，头部位置的获取成本低。

坏处是天花板矮，做到第一名的流量也就那么多。

常见的做法是先做互通方向上占优的那个市场，跑三个月看数。

如果三个月的数据支持继续，第二个市场的投入会比第一个低得多，因为第一档和第二档的资产已经建好了。这就是先后顺序的价值：不是省钱，是把不确定性分两次消化。第一次赌的是品类在这个区域行不行，第二次赌的是第二个市场值不值，两次决策各自独立。

门槛线还要考虑一个非财务因素，就是团队的运维带宽。多一个语言版本就多一份内容日历、一份审校排期、一份客服话术，这些长期负担不出现在首次投入的账里，却是最常见的放弃原因。做决策时把它折算成每月固定人天写进账里，判断会准很多。

常见问题解答

克罗地亚语和塞尔维亚语可以合并成一套吗，跟这一对是同一个问题吗

不是同一个问题，方向恰好相反。克罗地亚语和塞尔维亚语之间的互通度极高，高到语言学上一直有争议要不要算成一门语言，真正的分叉主要落在书写系统和一部分词汇上，那是保加利亚语和塞尔维亚语用哪套字母写商品名那一类问题。克斯这一对反过来，书写系统一致，都用拉丁字母，分叉落在词汇和形态上。所以处理手法也是反的：克塞之间的重点是字母系统的覆盖与自动转换，克斯之间的重点是假朋友清单与形态差异。把这两个问题混在一起处理，最常见的后果是做了一堆字母转换工作，却没发现真正在拖转化的是那些看着眼熟的假朋友。判断方法很直接，先问分叉在哪一层，字形层的走转换，词汇层的走清单，形态层的走前端改造，三层的工具完全不一样。

只做一套内容，选克罗地亚语还是斯洛文尼亚语

如果一定要选一套，通常选克罗地亚语，理由是互通方向不对称。斯洛文尼亚用户接触克罗地亚语媒体的机会更多，能连蒙带猜读完一个商品页；反过来克罗地亚用户读斯洛文尼亚语内容的难度大得多。但这个选择有两个前提要确认：一是你的品类不依赖精确的规格描述，读个大概不影响下单；二是斯洛文尼亚那边的支付和配送已经能正常跑通，否则语言能读懂也没用。另外要清楚这只是过渡方案，不是终局。用一套内容接两个市场，斯洛文尼亚那边的转化率通常只有正常水平的六成到七成，这个折扣要提前写进预期里，别到时候拿它跟克罗地亚那边的数据横向对比得出错误结论。真到了要做第二套的时候，前面攒下的第一档和第二档资产会让投入明显低于第一次。

双数形态在关键词工具里查不到，怎么估它的搜索量

工具查不到的原因是它把双数并进复数一起报了，所以直接看工具永远是零。三个办法可以互相印证。第一个是站内搜索日志，把用户实际打进搜索框的串导出来按词尾归类，双数那一档的形态会自己浮出来，这是唯一不经过第三方口径的一手数据。第二个是搜索建议，在搜索框里输入词根，看引擎补全出来的形态里有没有双数，补全能出现说明有真实查询量在支撑。第三个是拿双数形态做精确匹配查询，看返回的本地结果数量级，跟单复数形态的结果数做对比，比例大致能反映相对搜索量。三个办法都有偏差，但三个结论如果一致，基本可以下判断了。特别提醒别用总量去估，要用相对比例：你要回答的问题不是双数有多少搜索量，而是它占这个词全部搜索量的百分之多少，值不值得单独做一批落地页。

假朋友清单要维护到什么颗粒度

颗粒度取决于品类，但有一条基线：所有出现在商品标题、分类名、筛选项、按钮文案里的词都要覆盖，这四类文本的曝光量最大，出错代价也最高。商品描述正文里的词可以放宽，因为上下文能提供纠错线索，用户读到一个奇怪的词往往能从周围的句子里猜出意思。清单本身建议存成三列：词、两边的释义、语感等级。语感等级分三级，意思不同的最高，意思相同但语域不同的中等，意思相同但带负面色彩的必须最高优先级处理，因为这一级不只是不地道，是会冒犯用户。维护节奏跟上新频率挂钩，每次批量上新商品都要拿新增的词跑一遍，日常则每季度全量复查一次。还有一点容易忘：清单要同时作为机器换词工具的黑名单接进流程，否则你建了清单但工具照换不误，等于白建。

两个市场的域名该怎么分

域名和目录结构属于架构层的决策，跟语言本身关系不大，URL结构与slug优化影响抓取与排名的那些细节里讲得更细，这里只说跟这两门语言相关的那一小部分。相关的部分是两国各自有国家顶级域，而在这两个市场里本地顶级域的信任度确实比通用域高，尤其是克罗地亚那边，用户对本地域名的偏好比较明显。但这不构成必须用本地域名的理由，通用域加正确的地区定位同样能做起来，只是起步阶段的信任建立要慢一些。真正跟语言相关的是另一件事：如果两边共用一个域名，那么两个语言版本的内容必须有清晰的语言标记，否则搜索引擎很容易把互通度高的两种语言内容判成重复。克斯这一对的词汇重合率虽然不算高，但句法结构相近，某些页型的相似度会超出预期，尤其是那些第一档比例高的页型。

母语审校该找什么样的人，两个市场能不能共用一个

不能共用。这一点在近亲语言项目里最容易被砍预算，理由通常是两边差不多，一个人能兼顾，实际上恰恰相反，越是近亲越需要分开。原因在于近亲语言之间的错误特别隐蔽，一个母语者能立刻发现完全陌生的错误，却很容易放过那些看起来眼熟的错误，因为它在另一门语言里是对的。找人的标准有三条：母语者、长期生活在目标市场、有电商或者你所在品类的内容经验。第三条经常被忽略，但它决定了审校能不能发现术语层面的问题，而不只是语法层面的。审校的交付物也别只要一份改好的稿子，要同时要一份问题清单，标出每处改动的类型和原因。这份清单积累起来就是前面说的假朋友清单和语感等级表，是这笔钱里最值钱的部分，比稿子本身的价值大得多。

先上哪个市场，有没有更细的判断标准

除了互通方向这一条，还有三个可以量化的输入。第一个是品类在两国的线上渗透率，某些品类在斯洛文尼亚的线上化程度明显高于克罗地亚，这种情况下先上斯洛文尼亚反而更快见效。第二个是竞争密度，把主力关键词在两边各查一遍搜索结果，看头部有没有强势的本地站，本地站少的那边获取头部位置更容易。第三个是支付与配送的就绪度，语言做得再好，货到不了或者付不了款都是白搭，这一项是硬约束不是加分项。三项都占优的情况很少见，通常要权衡。权衡时的一个经验是把支付配送就绪度当成一票否决项，先排除不满足的，再在剩下的里面按竞争密度排序，渗透率作为参考。互通方向那一条只在你打算用一套内容临时覆盖两边时才起决定作用，如果一开始就打算做两套，它的权重可以调低。

权威参考资料