小语种关键词表里那些没人搜的词，多半是当年拿词典逐词换出来的

摘要：一个概念在目标语言里通常有好几个说法，词典把它们并排列出来，却不会告诉你哪一个是当地人真正打进搜索框的那一个。逐词替换出来的词表因此常常语法全对、意思也对，就是没有搜索量。真正的麻烦不在选错了词，而在这批词很快会长进地址、内部锚文本和外部引用里，越往后越难拔。这篇讲清直译词错在哪一层、损失怎么按三层累加，以及历史词表该按什么顺序清理。

逐词直译出来的词，为什么语法全对却没人搜？

词典给的是概念对应，不是使用频率

翻词典查一个商品名，通常会得到两到四个并列的对应词。

词典的职责是把概念说清楚，它没有义务告诉你哪一个用得最多。

并列的这几个词在语义上确实都对，在使用场景上却分得很开。

有的属于书面语，有的属于口语，有的只在特定行业里用。

搜索框里出现的几乎总是口语那一个，而词表编写者最容易挑中书面语那一个。

挑中的原因也很朴素：书面语那个词通常排在词条的第一位。

词条里义项的排列依据也值得说清楚：多数词典按语义派生关系或历史出现顺序排，而不是按今天的使用频率排。所以排在第一位的往往是最古老或最核心的义项，未必是今天最常用的那个，直接取第一条等于随机取。

还有一类容易误判的是所谓的中性词。词典把它标成通用，实际使用中它可能只在书面语里出现，口语里另有一个说法。词典没有义务标注这种分布，能标出地区和领域已经算详尽了。

一个概念在目标语言里有几个候选

候选数量跟这门语言的历史层次有关，层次越多候选越多。

经历过多次语言接触的语言，同一个概念往往有本土词、早期借词和近代借词三层。

三层词在正式程度、年龄分布和地区分布上都不一样。

拿一个西语里表示轻便鞋类的常用词做例子，词典条目里并列的几个义项就跨了运动、家居和地区用法三种情形。

要判断哪一个进词表，光看词条排序完全不够。

需要的是使用频率数据，而这恰恰是词典不提供的那一部分。

这三层词的年龄分布可以反过来用：本土词的使用者偏年长，近代借词的使用者偏年轻。做投放分组和内容语气时，选哪一层词其实就等于选了目标人群，这一点在词表阶段就能规划，不必等到投放才发现。

用户实际打进搜索框的是哪一个

搜索框里的用词跟日常口语还不完全一样，它更短、更具体、更接近商品标签。

用户不会打一个完整的句子，他打的是自己在货架上看到的那个词。

所以判断依据应该是这个市场的零售场景，而不是这门语言的书面规范。

货架标签、包装正面、本地店铺的分类导航，这三处的用词最接近搜索用词。

这三处都不需要懂这门语言就能看，拍几张照片就够了。

比起翻词典，这个办法笨，但命中率高出很多。

本地零售站的分类导航是最值得抄的一份骨架。那套层级名是本地商家自己反复调整过的结果，背后已经隐含了一轮真实的用户测试。照着它搭自己的分类结构，比按源市场的分类硬翻要贴合得多。

还有一个几乎零成本的来源：目标市场的比价站和优惠信息站。这类站点的标题是为了让用户一眼看懂而写的，用词比品牌自己的官网更贴近日常，抄它们的说法基本不会错。

直译词与本地词的分布差在哪

直译词并不是完全没有搜索量，它通常有一点，只是数量级不同。

常见的比例是本地常用词的搜索量是直译词的几十倍。

更麻烦的是这点搜索量会给人一种词选对了的错觉。

页面上线之后确实有零星流量进来，排名也不错，因为几乎没有竞争。

没有竞争的原因不是你抢到了先机，是这个词本来就没人搜。

在一个没人去的路口立块牌子，牌子做得再好也没用。

零星流量还会污染判断：直译词页面的转化率经常异常地高，因为能搜到这个词的人本来就极少且极精准。团队看到转化率好，反而认定这批词质量高，于是继续按同样的方式扩词，越走越偏。

另一个误判来源是排名指标看着很漂亮。没人搜的词自然也没人竞争，排名稳居前列，做成报表递上去相当好看。这类页面的问题跟内容本身无关，跟当年那批靠堆词冲上去的页面也不是一回事，2003年那次波及面很广的算法调整清理掉的是堆词，而这类页面连堆的机会都没有。

直译最容易在哪几类词上翻车？

品类名

品类名是翻车最多的一类，因为它看起来最简单。

越是基础的概念，在目标语言里的候选词越多，因为它进入这门语言的时间最长。

而且品类名往往有一个正式名称和一个日常名称，正式名称只在法规和说明书里出现。

词典默认给的是正式名称，用户搜的是日常名称，两者可能连词根都不一样。

品类名一旦选错，整个分类页的主题信号就是错的，下面所有商品页跟着受影响。

这是所有词类里最该优先核对的一类，没有之一。

品类名还有一个上位词陷阱：直译很容易选到一个层级更高的词，把具体品类翻成了它所属的大类。页面从此要跟整个大类的页面竞争，而它的内容深度只覆盖一个细分，怎么写都赢不了。

判断有没有掉进这个陷阱有个简单办法：把译出来的词搜一遍，看返回的结果是不是比你的商品范围宽得多。宽得多就说明选到了上位词，要往下再找一层。

还有一个反过来的陷阱：为了避开大类词而选了一个过于细的说法，细到本地用户根本不用它区分。这种词的搜索量同样接近于零，只是失败的方向相反，判断办法仍然是看搜索结果的覆盖范围。

属性与规格词

属性词的坑在于它经常有两套体系：技术参数用一套，用户描述用另一套。

技术参数那套通常直接借用国际写法，用户描述那套是本土的。

直译的时候容易把两套混在一起，出来的组合本地人根本不会那么说。

还有一类属性词涉及尺寸与容量的分档习惯，各地的分档方式本身就不一样。

硬把源市场的分档翻译过去，会造出一批目标市场不存在的规格。

这类词造成的损失比品类名小，但数量多，累加起来相当可观。

分档差异还会直接影响筛选器的设计。源市场按三档分的尺寸，目标市场可能习惯按五档分，照搬源市场的档位会造出用户在本地货架上从来没见过的选项，点击率极低还占着界面位置。

属性词还要注意单位与数值的书写习惯。同一个规格在两个市场可能用不同单位表达，用户搜的是自己熟悉的那个单位下的数值，硬把源市场的数值搬过去，等于把这批查询整个让出去了。

动作与意图词

购买、配送、退换这类动作词是意图信号的载体，直译错了意图就偏了。

同一个动作在不同语言里的常用说法差别很大，有的用动词，有的用名词短语。

比如表示运送这件事，瑞典语词典里那个偏货运的词条与日常说配送的词并不通用，混用会让页面读起来像物流公司而不是零售店。

更隐蔽的是这类词往往跟介词或格形态绑定，换一个词整个短语结构都要跟着改。

直译只换了中心词、没改结构，出来的短语语法上勉强成立，读着就是不对。

而用户搜的正是那个完整的短语，不是单独的中心词。

意图词译错的后果是页面进错了结果集合。比如把面向批量采购的说法译成了一个偏零售的词，这个页面从此就不再出现在采购类查询里，而那恰恰是它真正的目标人群。这类错误在数据上看不出来，因为它影响的是从未发生过的曝光。

品牌名与型号

品牌名理论上不用翻译，实际上经常被翻译，尤其是含有普通名词的品牌。

更常见的问题是品牌名进入目标语言之后会被本地化拼写，或者被接上格尾。

直译词表里通常只有品牌原形，缺了本地拼写和变形形态。

型号则相反，它经常被过度处理：加了空格、改了连字符、把字母换成本地写法。

型号这类字符串必须原样保留，任何改动都会让精确匹配落空。

保哥见过一个做美妆工具的站，把型号里的字母全部换成了本地字母，一年之后才发现型号搜索一条都接不到。

常见错拼形态的收集办法很直接：翻站内搜索日志里那些返回零结果的查询。那里面绝大多数就是用户的真实拼法，只是你的词表里没有。把它们整理一遍加进正文，能接住一批本来白白流失的精准流量。

型号里的分隔符也要单独处理：同一个型号，有的用户打空格，有的连着打，有的照着包装打连字符。这几种形态在匹配时可能被当成不同的字符串，所以型号词要按几种常见的分隔写法各覆盖一遍。

把字母换成本地字母这个错误其实属于字符层面的问题，跟编码与字符层那一套问题是同一类根源：看起来一样的字符在系统里是不同的东西，人眼检查永远发现不了。

直译词和本地词的差距能不能量化？

反向验证：把词丢回搜索框看返回什么

最快的验证办法是把候选词直接搜一遍，看返回的是什么类型的结果。

如果返回的全是词典、百科和语言学习网站，说明这个词在商业场景里没人用。

如果返回的是本地零售站和比价站，说明这个词就是用户在用的那个。

返回结果混杂的情况也很常见，那说明这个词一词多义，需要加限定词才能用。

这个方法不需要任何工具，也不需要懂这门语言，看域名和页面类型就够。

五分钟能验十个词，是投入产出比最高的一步。

除了看结果类型，还要留意结果页上有没有出现购物类的展示形式。这类展示通常只在系统判定查询带有商业意图时才触发，它的出现本身就是一个很强的信号，说明这个词确实是买家在用的词。

验证的时候顺手记一下每个词返回结果的首页里有几家是跨国大站、几家是本地小站。本地小站占比高说明这个词是本土市场自己的说法，跨国站占比高则可能说明这个词是被翻译进来的，跟你的处境一样。

抓本地零售站的标题做词频

更系统的办法是把十到二十家本地零售站的商品标题抓下来，做一次词频统计。

频次最高的那批词就是这个市场的实际用词，不需要任何语言学判断。

统计时要按品类分开，不同品类的高频词差别很大，混在一起会互相稀释。

把这份词频表和自己的词表并排一放，缺了什么、多了什么一目了然。

还能顺手看出本地标题的写法结构，比如属性词放前面还是后面。

这份表做一次能用很久，值得作为进入一个新语言市场的固定动作。

统计时要连二元组一起数，不能只数单词。很多品类名在目标语言里是两个词的固定搭配，只统计单词会把搭配拆散，两个词各自的频次都不高，结果整个搭配从词表里漏掉了。

抓下来的标题还有一个副产品：属性词在标题里的排列顺序。这个顺序在不同语言里差别很大，照着本地习惯排的标题读起来自然，用户扫一眼就能确认是不是自己要的东西。

用词典例句与语料频次粗筛

没有条件抓标题时，退而求其次可以看词典给的例句。

例句反映的是这个词的典型使用场景，商业场景的例句多，说明这个词在市场里活跃。

有些词典还会标注词的使用领域和地区限制，这两个标注比义项排序有用得多。

比如罗马尼亚语词典里表示鞋类的那个总称词条不但给义项，还直接把完整的变格形态列了出来。

拿到形态之后可以顺手判断这个词进了词表会展开成几个形式。

展开数量多的词，在做页面时要考虑标题里用哪一个形式最自然。

词典的领域标注比义项排序有用得多。标着技术、正式、旧式或者限定地区的词，基本可以直接从商业词表里排掉。这几个标注是词典编者花了很大力气才给出的判断，恰恰是最容易被使用者跳过的那部分信息。

如果这门语言有公开的国家语料库，那是比词典更好的来源，因为它直接给频次。语料库通常偏书面，用来排除低频词很准，用来确认高频词则要再配合零售标题核对一遍。

为什么当年的直译习惯会一直留在站里？

词表一旦定了下游全部继承

词表在多语言项目里是最上游的产物，它一定，后面所有环节都照着做。

页面标题从它来，导航分类从它来，商品属性字典从它来。

广告投放的关键词也从它来，于是错误还会被复制到付费渠道。

更彻底的是产品数据库里的分类字段，那可能是几万条商品记录共用的值。

改一个词表条目，要动的地方远比想象的多，这就是它留下来的第一层原因。

越晚发现，继承链越长，拔起来越费劲。

付费渠道往往是最早暴露问题的地方。同一批词投进去，几天内就能拿到点击数据，哪些词有量哪些词是死的一目了然。用很小的预算跑一周，等于给整份词表做了一次快速体检，比等自然结果快几个月。

还有一处继承很容易被忽略：内部搜索的同义词配置。这份配置往往是照着词表一次性生成的，词表错了，站内搜索也会跟着接不住用户输入的正确说法，而这一层的用户已经在站里了，损失更可惜。

地址与目录名固化

如果地址里包含品类名，那这个直译词就被写死进了地址。

地址一旦被收录并且有外部链接指向，改动的代价就不再是技术代价。

很多团队因此选择保留错误的地址、只改可见文本，这是个合理的折中。

但要意识到地址里的那个词仍然在向系统传递一个信号，只是权重不高。

更麻烦的是站内的目录结构往往按同一套词命名，涉及面更广。

关于哪些语言值得花这个成本去改、哪些不值得，其实是语言优先级那笔账要回答的问题。

地址里的那个词还有一层间接影响：别人引用你的页面时会看到它，复制地址时也带着它。于是一个错词会顺着引用链继续扩散，即使你的页面正文早就改过来了，外面流传的仍然是旧写法。

如果确实不打算改地址，那就在其它所有位置把新词铺足：标题、正文首段、面包屑的显示文本、图片替代文本。这几处合起来的信号强度，足以盖过地址里那一个旧词的影响。

锚文本与外部引用固化

站内的内部链接锚文本用的也是同一批词，数量可能有几千条。

这部分改起来不难，写个脚本批量替换就行，前提是词表本身已经理清。

真正改不了的是外部站点上的锚文本，那是别人写的内容。

这批外部锚文本会长期把一个错误的词和你的页面绑在一起。

好在这层影响随时间衰减，新增的引用会用新词，几年之后比例就翻过来了。

所以外部锚文本这一层不值得为它推迟改词的决定。

批量替换内部锚文本时要小心形态。在形态丰富的语言里直接做字符串替换，会产出一批不合语法的短语，读起来比原来的错词还别扭。正确做法是按出现位置分组，每组用对应的形态替换，脚本里做一张形态映射表。

替换之前先把当前的锚文本分布导出来存一份。这份分布本身是有价值的资料，它记录了这个页面过去几年是以什么词被理解的，将来分析恢复过程时是唯一的对照基准。

一个直译词的长期损失该怎么算？

直接损失：这个词的搜索量全部落空

最容易算的一层是这个词本身的搜索量，它基本上全部落空。

估算方法是找到本地常用词的搜索量，减去直译词的搜索量，差值就是直接损失。

在小语种上这两个数都不精确，但数量级是可信的，足够支撑决策。

要注意的是这个损失是持续发生的，每个月都在重复一次。

算总账时应该按年计，而不是按一次性损失计。

按年一算，多数团队会发现改词的成本在两三个月内就回本了。

算年度损失时还要乘一个季节系数。很多品类的搜索高度集中在一年中的几个月，改词赶在旺季之前完成和拖到旺季之后完成，同样的工作量拿到的收益能差好几倍，这一点在排期时值得单独提出来。

估算时不要只算这一个词，要把它的长尾一起算进去。一个错误的核心词会连带让几十个包含它的长尾短语全部失效，这批长尾的总量常常比核心词本身还大，只算核心词会严重低估损失。

间接损失：整个页面的主题信号被拖偏

第二层损失比第一层大，也更难被察觉。

标题里的核心词错了，整个页面的主题判断就跟着偏。

页面上其他正确的词会因此变得难以生效，因为它们与主题词不一致。

这意味着损失不止是那一个词，而是这个页面能承接的全部长尾。

一个分类页如果主题词错了，它下面上百个商品页的内部链接也在传递错误信号。

所以间接损失要按页面群计算，不是按单个词计算。

主题判断偏了还会影响这个页面在站内获得的传递效率。系统会把它归进一个错误的主题群，来自相关页面的推荐与关联变少，等于这个页面在站内也被边缘化了，而这一层损失几乎不可能从任何报表里看出来。

判断一个页面是不是被拖偏了，可以看它带来的搜索词分布。如果进来的词跟你以为的主题基本不重合，那说明系统对这个页面的理解已经偏了，而不是内容写得不够好。

复利损失：内外链都在给错词投票

第三层损失来自链接。

站内每一条指向这个页面的链接，锚文本都在为错误的词投票。

投票累积得越久，这个页面与错误词的关联越牢固。

牢固到一定程度之后，即使改了标题，系统仍然会用一段时间的旧判断。

这就是为什么改词之后不会立刻见效，中间有一段过渡期。

过渡期的长短跟这批链接积累了多少年正相关，这就是复利的意思。

过渡期有多长其实可以事先估个大概：查一下指向这个页面的外部链接里最早的那批是哪年建立的，年头越久说明关联积累得越牢，切换所需的时间也越长。估出来之后写进方案，能避免上线两周就有人跑来问为什么还没效果。

还有一种加速办法是主动制造新的正确信号：在站内新增几篇围绕新词写的内容，并从它们链向目标页面。这批新链接的锚文本全是新词，能明显缩短系统改变判断所需的时间。

改词的代价一定比不改高吗？

只改可见文本的最小改法

最小的改法是只改标题、描述和正文里的可见文本，地址完全不动。

这个改法的成本很低，风险也很低，通常一两天就能全站完成。

效果会打折扣，因为地址里的旧词还在，但主要信号已经纠正过来了。

经验上这个改法能拿回大部分损失，剩下那一小部分不值得为它冒风险。

对于绝大多数站点来说，这就是正确答案。

把它当作默认方案，只有在特定情况下才升级到完整改法。

改的时候有两处最常被漏：图片的替代文本，以及页面上以属性形式存在的那些值。它们不出现在正文里，肉眼检查看不到，但它们同样在描述这个页面是什么，漏掉这两处等于改了一半。

执行时建议按模板逐个改而不是全站一次性替换。同一个词在不同模板里可能承担不同角色，有的地方是标题有的地方是面包屑，逐模板过一遍才能保证每处用的都是合适的形态。

连地址一起改的完整改法

完整改法要改地址，还要处理新旧地址的对应关系。

它适用于两种情况：这个站还很新，或者正好因为别的原因要重做地址结构。

如果两个条件都不满足，为了改词单独去动地址通常不划算。

动地址的风险不在技术，在于遗漏：几千条地址里漏掉几十条就会产生死链。

做完整改法一定要先导出完整的地址清单，改完逐条比对。

另外别把改地址和别的大改动放在同一周，出了问题会分不清原因。

新旧地址的对照表要长期保留，建议至少三年。外部引用的更新周期就是这么长，三年之内随时可能有人拿着旧地址过来。表存在磁盘上不占什么空间，真需要的时候没有它就只能靠考古了。

执行前还要确认站内没有硬编码的地址。很多老站的模板、脚本甚至邮件内容里散落着写死的完整地址，它们不会跟着规则自动更新，改完之后这批地址就成了站内的死链源头。

两条路各自的风险

最小改法的风险是改得不彻底，某些模板漏改，站内出现两套用词。

两套用词并存比全用错词更糟，因为信号是矛盾的。

所以最小改法也要做一次全站检索，确认旧词的出现次数降到零。

完整改法的风险主要是死链和跳转链，跳转套跳转会让抓取放弃。

两条路共同的风险是改到一半停下来，那是最坏的状态。

决定改之前先确认有人能把它做完，这比选哪条路更重要。

半途而废的代价比两端都高。站内同时存在两套词的时候，系统收到的是自相矛盾的信号，既不能确认旧词也不能确认新词，最后可能两个词的表现都不如改动之前。所以启动之前必须确认这件事有人负责做完。

两条路都要准备一个观测清单：改前记录一批代表性页面的表现，改后按周记录同一批页面。没有这个清单，四到八周的过渡期里团队会反复怀疑决策，最后往往在最不该动的时候动手。

历史直译词该按什么顺序清理？

按流量与转化分档

第一个维度是这个词对应的页面目前带来多少流量和订单。

有流量有转化的页面最该先改，因为它们的潜在上升空间最大。

有流量没转化的页面要先查是不是词义偏了，可能吸引来的根本不是买家。

没流量没转化的页面反而不急，它们改了也不会立刻有变化。

这个排序跟直觉相反：很多人想先救最差的页面，实际应该先推最好的。

因为最好的页面已经证明了需求存在，改词的收益是可预期的。

分档时用展现量比用点击量更合适。点击量已经被错词过滤过一遍，反映的是残余需求；展现量更接近这个页面本来能触达的规模。两个指标排出来的顺序常常明显不同，用错了会把最该改的页面排到后面去。

分档还要看这个页面所处的品类是否正在增长。同样的流量水平，增长中的品类值得优先改，因为改动的收益会随品类一起放大；萎缩中的品类即使改对了，收益也会被大盘拖回去。

按改动成本分档

第二个维度是改这个词要动多少地方。

只出现在标题和正文里的词，改动成本最低，可以批量处理。

出现在导航和分类结构里的词，改动要连带调整导航，成本中等。

写进地址和数据库分类字段的词，成本最高，要单独排期。

把所有待改的词按这三档标注一遍，工作量分布就清楚了。

标注这一步通常半天就能做完，却能让后面的排期完全不同。

成本评估里别忘了算回归检查的部分。改动一个分类字段可能同时影响筛选器、推荐位和内部报表三个下游，每一处都要验证一遍。很多改词计划卡住不是因为改不动，而是因为没人愿意为这几处下游的验证负责。

标注成本时顺手记下这个词还出现在哪些非网页的地方，比如导出给渠道的数据表、给合作方的接口字段。这些出口一旦漏掉，改过的词又会被外部系统按旧值同步回来。

两个维度交叉出的动作矩阵

把两个维度交叉起来，会得到四个格子。

高价值低成本的格子立刻改，这是第一批，通常能覆盖一半的收益。

高价值高成本的格子单独排期，做成一个小项目，配上完整的回归检查。

低价值低成本的格子顺手改，跟着别的改动一起上线就行。

低价值高成本的格子明确写下不改，并注明原因和复审时间。

写下不改比模糊搁置好，否则每次开会都会有人重新提起这批词。

矩阵最好按主力品类分别做。全站只做一张的话，小品类的页面会因为绝对数值低而全部落进低价值格，即使它们在自己那个品类里已经是最好的页面。分开做之后，每个品类都能有自己的第一批。

每个格子最好写上预计工时和负责人，否则矩阵只是一张漂亮的分析图。真正让它落地的是后面那两列，有了它们这张图才能变成排期表直接进入日常工作流。

怎么保证新词表不再产生同一批问题？

产出流程要改在哪一步

问题的根源不在译者水平，在于流程里少了一个环节。

常见的流程是原始词表进去、翻译出来、直接使用，中间没有验证。

要加的那一步是验证：每个词都要在目标市场的真实场景里核对一次。

核对不需要语言专家，前面说的搜索验证和标题词频两个办法就够。

把这一步写进流程并且指定责任人，问题就不会重复出现。

没有这一步，换十个译者也是同样的结果。

验证环节放的位置也很关键：应该放在翻译之前，而不是之后。先把核心词定下来，再让写手围绕给定的词组织文案，返工率会低一个数量级。反过来先写完再改词，等于整篇要重写一遍。

流程里还要加一条回流机制：上线之后的实际搜索数据要定期回灌到词表里。用户用什么词找到你的页面，是最真实的验证，这份数据每季度过一遍，词表就会越用越准。

母语人参与的最小形式

理想情况当然是有专职的母语内容人员，但多数团队没有这个条件。

最小形式是找一个母语用户，一次性看一遍最终词表，只回答一个问题。

这个问题是：这个词你会不会用来搜这个东西。

不要问对不对，因为直译词多半是对的，问对不对得到的答案是肯定的。

问会不会这么搜，答案才有区分度。

一份两百词的表，母语用户过一遍不到两小时，这是整个流程里性价比最高的一步。

提问的方式要具体到场景才有效。不要问这个东西你们怎么说，要给一个完整情境，比如想买一双跑步穿的鞋，你会在搜索框里打什么。抽象提问得到的是词典式回答，情境提问得到的才是搜索式回答。

如果找不到合适的人，退一步可以找目标市场的本地客服或者当地的合作方帮忙看一遍。他们每天面对真实用户，对用词的敏感度往往比语言专业人士更贴近商业场景。

词表的版本与责任人

词表要有版本号，每次改动记录改了哪些词、为什么改。

没有版本记录的词表，半年后没人说得清某个词是怎么来的。

责任人要具体到个人，不能是某个部门，否则出问题时没人能拍板。

词表还要有一个明确的生效范围，写清楚哪些系统在消费它。

这份消费清单就是以后改词时要通知的对象列表，能省掉大量沟通。

把词表当成一份有版本的资产来管理，而不是一个一次性的交付物。

每个词最好记一条来源证据：是从本地标题词频统计来的，还是母语用户确认过的，或者是投放数据验证过的。将来任何一次争议都能直接翻这一列，而不是重新讨论一遍。这一列的维护成本很低，价值却随时间递增。

词表还要指定一个明确的存放位置，并且只保留一个权威副本。多语言项目里最常见的混乱不是词表做错了，而是同时存在三四份互相不一致的词表，谁都说不清哪一份是最新的。

有没有直译反而正确的情况？

技术术语与国际标准名

技术术语通常在各语言里高度一致，因为它们本来就是同一个来源。

接口名称、材料标准、认证代号这类词直接照搬是对的，翻译反而会出错。

判断依据是这个词在本地行业网站上是不是原样出现。

如果本地专业站也用原写法，那就别动它。

这类词还要注意大小写和连字符，它们经常是精确匹配的一部分。

动了格式，跟动了词本身效果差不多。

有一类例外要留意：某些国际标准在当地有法定译名，出现在合规说明、认证标识和法规引用的场合必须用译名，而在用户搜索时又用原写法。这种情况下两个形态都要保留，只是出现的位置不同。

还要留意缩写与全称的选择。很多技术词在本地行业里习惯只用缩写，全称反而没人打；也有相反的情况。这一点同样只能靠看本地行业站的实际用法来判断，凭经验推测的准确率很低。

品牌名与型号

品牌名和型号是绝对不能翻译的一类，但要补上它们的本地变形。

本地变形包括接了格尾的形态、本地读音的拼写、以及常见的错拼。

错拼形态值得单独说一句：它在搜索里的占比可能不低，尤其是长品牌名。

这些形态不需要单开页面，写进正文和内部锚里就够。

形态语言里品牌名接格尾之后会变成好几个形式，俄语的词干剥离规则能直观说明词尾会被怎样处理。

了解词尾的处理方式，就能判断哪些形态其实会被归并、哪些需要单独覆盖。

品牌名还有一种被动变形：本地媒体和用户在提到它时会按本地读音重新拼写，久而久之这个拼法自己也有了搜索量。它不在任何官方资料里，只能靠翻本地论坛和评测文章去收集，收集到之后写进正文即可。

处理型号时还有一条底线：不要为了标题好看去掉型号里的空格或者符号。型号是这类查询里唯一的锚点，它一旦被改写，用户即使搜到你的品类页也找不到具体那一款，等于白接了流量。

新品类刚进入市场时

还有一种情况直译是唯一选择：这个品类刚进入市场，本地还没有约定俗成的说法。

这时候用户自己也不知道该怎么搜，往往就是照着外文名打。

这种阶段的正确做法是原词和几个候选译法一起铺，看哪个先跑出来。

过半年再看数据，胜出的那个就是这个市场自然形成的说法。

这也是少数几种能靠自己的数据反过来影响市场用词的场景。

抓住这个窗口的品牌，往往能让自己的叫法变成品类名。

这个窗口期通常只有一到两年。一旦某个说法在市场上成为主流，后来者再想推另一个叫法基本没有机会，成本高到不值得尝试。所以新品类进入市场时，词表这件事反而要比成熟品类更早开始做。

铺多个候选说法时要注意别把它们做成互相竞争的页面。正确做法是选一个做主页面，其余候选写进同一个页面的正文里，等数据出来再决定要不要把主词换掉，这样不会浪费已经积累的信号。

直译问题和翻译质量不是一回事

翻译质量看的是可读性

翻译质量的验收标准是读起来通不通顺、有没有语法错误、语气合不合适。

一份高质量的翻译完全可能全篇都是没人搜的词，因为验收口径里根本没有这一项。

把选词问题反馈给翻译服务方，得到的回复通常是这个词是对的，因为确实对。

双方说的不是同一件事，争论下去没有结果。

所以要在需求里就把两件事分开，明确说明哪些词是给定的、不许改。

给定词表是解决这个矛盾最直接的办法。

要把词表是给定输入这件事写进需求文档甚至合同里。译者按职业习惯一定会把不够规范的说法改成更规范的，这在他们的专业标准里是尽职，只有明确写下不许改，这条边界才立得住。

交付验收时可以加一条很实用的检查：把最终文案里出现的核心词逐个比对给定词表，出现频次为零的词要说明原因。这一条检查两分钟就能做完，却能拦下绝大多数无声的替换。

关键词看的是可检索性

关键词的验收标准只有一条：目标用户会不会用这个词来搜这个东西。

可读性在这里是次要的，甚至有时候是相反的。

用户打进搜索框的很多短语，从写作角度看根本不通顺。

标题要在这两者之间取平衡：核心词按用户的写法，其余部分按语言的规范。

这个平衡点在不同语言里不一样，形态复杂的语言里尤其难找。

做法是核心词保持用户常用形态，句子结构靠其他成分来圆。

核心词在标题里的位置也有讲究。在形态丰富的语言里，把核心词放在句首往往能保持它的原形，放到句中就会被句法要求变形。原形通常正是用户打进搜索框的那个形态，位置一挪，匹配度就跟着变。

还有一个常被忽略的取舍：标题长度。形态语言里为了让核心词保持原形，往往要多加一两个虚词，标题会变长。这时候宁可牺牲一点简洁，也要保住核心词的形态，简洁换不来匹配。

两个验收口径要分开

实际操作上，建议把词表和文案作为两个独立的交付物分别验收。

词表验收看的是市场验证结果，文案验收看的是语言质量。

两份验收由不同的人负责，标准写在各自的文档里。

这样一来，文案好但词错的情况会在词表那一关就被拦住。

反过来，词对但文案生硬的情况，也不会被误判成选词问题。

把口径分清楚之后，团队内部关于翻译质量的争论会少很多。

两份验收的顺序也不能颠倒：词表先定稿，文案后写。反过来做的话，词表一改文案就要跟着返工，而返工的文案又要重新验收一次语言质量，一来一回时间全耗在流程上了。

两份交付物分开之后还有个附带好处：词表可以复用到广告、商品数据和站内搜索配置上，而文案不能。把它们混成一份交付物时，词表这部分资产就被埋在文案里，别的团队想用也拿不出来。

常见问题解答

怎么在不懂目标语言的情况下判断一个词该不该用？

用返回结果的类型来判断，不需要读懂内容。把候选词搜一遍，看返回的十条结果里有几条是本地零售站、几条是词典百科、几条是别的语言的页面。零售站占多数说明这个词在商业场景里活跃，词典百科占多数说明它是个书面词或者生僻词。这个判断只看域名和页面版式就能做，不需要任何语言能力。还可以顺手看看返回结果里有没有广告，有人愿意为这个词付费投放，是需求真实存在的强信号。整套动作五分钟能验十个词，是没有母语人时最可靠的替代方案。如果条件允许，还可以拿这几个候选词各投一小笔广告跑一周，点击数据是最直接的答案，花的钱通常还不如请一次翻译多。

已经用了好几年的直译词，改了会不会反而掉排名？

短期内会有波动，长期一定是正收益，前提是新词确实是本地常用词。波动的原因是页面与旧词之间已经建立的关联需要时间解除，站内外的链接锚文本还在往旧方向拉。典型的过渡期是四到八周，期间旧词的排名会掉，新词的排名慢慢上来。要缩短这个过渡期，最有效的办法是同时把站内的内部链接锚文本一起改掉，这部分完全在自己控制之内，改完能明显加快切换速度。另外不要一边改一边反复回退，来回摇摆会把过渡期拉得更长。改之前把当前的排名与流量基线完整存一份，包括分词、分页面、分设备的数据，过渡期里才有可比对象，否则波动一来团队心里没底就容易半路回退。

词表里同一个概念有两个常用词，要不要都做？

都做，但要分主次。主词用来写标题和地址，副词写进正文和内部锚文本，不单开页面。如果两个词的搜索量接近而且使用人群明显不同，比如一个偏年轻用户一个偏年长用户，那可以考虑做两个页面，但要清楚地区分它们的内容侧重，不能只是换个词把同一篇内容再发一次。判断是否值得做两个页面的标准是：这两个词的搜索结果页返回的是不是同一批站点，如果高度重合说明系统已经把它们当成同义词处理，做两个页面就没有意义了。判断之前顺手看一眼这两个词的搜索结果里有没有互相出现对方，如果结果页里频繁出现另一个词的页面，那基本可以确定系统已经把它们关联起来了。

机器翻译出来的词表，问题会比人工直译更严重吗？

问题类型一样，程度不同。机器翻译和人工逐词翻译犯的是同一类错误：都是在做概念对应而不是使用频率匹配。区别在于机器翻译更倾向于选高频的通用词，某些情况下反而更接近口语；但它在多义词和专业词上的错误率明显更高，而且错得没有规律。真正的差别在于人工翻译时译者可能会顺手做一次判断，而机器不会。所以无论用哪种方式产出初稿，后面那道市场验证的环节都不能省，它才是决定词表质量的那一步。有个折中的用法：让机器先给出多个候选而不是一个结果，再用市场验证从候选里挑，这样既保留了机器的覆盖面，又补上了它最缺的那一步判断。

没有本地零售站可以抓标题时怎么办？

换成抓本地的分类信息站、论坛的交易板块和比价页面，这几类站点在任何市场都存在，而且用词比正式零售站更口语化。再退一步，可以看本地的社交平台上关于这个品类的帖子，虽然噪声大，但高频词仍然能反映真实说法。还有一个来源常被忽略：本地的进出口报关分类目录和行业协会的品类清单，它们用的是正式名称，正好可以作为对照组——如果某个词只出现在这类正式文件里而不出现在民间讨论里，那它多半就是那个没人搜的书面词。收集来的这些词最好按来源标注清楚，民间讨论里来的词偏口语、行业目录里来的词偏正式，标注之后哪些适合做标题、哪些适合做正文一眼就能分开。

清理历史直译词要不要一次做完？

不要。按前面说的四格矩阵分批做，第一批只做高价值低成本的那一格，做完观察四到六周再启动第二批。分批的好处是每一批的效果都能被单独观测，模型可以据此校准；一次全改会让所有变化混在一起，事后完全说不清是哪个动作起了作用。另外分批还有一个现实好处：第一批的效果数据是申请后续资源最有力的材料，比任何论证都管用。唯一需要一次做完的是同一个词在全站的出现，同一个词只改一半会造成站内信号矛盾。每一批做完都要写一份简短的复盘，记录改了哪些词、观测到什么变化、下一批打算怎么调整，三批之后这份记录本身就成了团队最可靠的经验来源。

怎么防止新上线的语言重复踩这个坑？

把市场验证做成上线前的必经关卡，而不是可选建议。具体做法是在词表交付物里加两列：一列写这个词的验证方式，一列写验证结果的日期。两列都为空的词表不允许进入下一环节。这个约束看起来很行政，但它是唯一能真正生效的办法，因为直译词在语言上挑不出毛病，靠评审是评不出来的，只能靠流程强制。再配上母语用户过一遍词表的那两小时，新语言上线时这类问题基本可以清零。这套关卡还要覆盖后续新增的词，很多站最初的词表做得很认真，后来陆续加的新品类词却又回到了随手翻译的老路上，问题就是这样一点点长回来的。

权威参考资料