你的色卡上蓝和绿是两格，120门语言的样本里只有30门这么分

摘要：正文里同一个意思可以有一百种说法，模糊匹配都能救回来；属性值这一层不行，用户点的那个选项和库里存的那个字符串必须严格相等。而颜色恰好是各语言之间边界最对不齐的一类词，有的语言把你的一格拆成两格，有的语言把你的两格并成一格。本文把这层范畴错位拆开，给出一张多对多映射表的建法。

为什么俄语用户搜的那个蓝色词，你的库里根本没有？

一次筛选器上的空结果

那是一家做俄语市场的厨房小家电站，主力是电水壶和料理机。

商品有六七种配色，颜色筛选器是从英文站直接搬过来的。

翻译做得很规矩，每个英文颜色词都配了一个俄语词。

上线之后，颜色筛选器的使用率一直低得反常。

站内搜索里那个高频词，在筛选器的选项里一个都对不上。

问题出在一个英语里根本不存在的地方：俄语把浅蓝和深蓝当成两个基本颜色，各有各的词，就像英语里的红和粉是两个词一样。而那张翻译表把英语的蓝色映射成了其中一个，另一个词在整个站上一次都没出现过。

搜另一个词的人不是少数，他们只是被整个筛掉了。

后来把站内搜索日志翻出来对了一遍，那个没进筛选器的词在颜色类查询里排第二，量只比首选词少三分之一。也就是说这不是一个边缘写法被漏掉，而是接近一半的颜色需求从入口那一步就被挡住了，而后台的筛选器使用率报表只会显示这个筛选器不受欢迎。

这不是翻译质量问题

负责翻译的是母语译者，给出的词完全正确。

问题在于任务本身就出错了：一个格子只能填一个词。

译者拿到的是一张两列表格，左边英文，右边俄文。

这张表的结构强制他必须在两个词里选一个。

选哪个都是错的，因为原来那一格本来就装不下。

这条值得单独强调：当交付物的结构本身错了，再高的执行质量也救不回来。译者能做的只有在备注栏里写一句“这里其实有两个词”，而备注栏的内容通常不会进任何一个系统。

后来那家站的负责人问了一句很实在的话：这种事还有多少？

类似的结构性错误还有几种常见形态：给译者一个字符数上限、给译者一个必须复用的句式模板、要求译文的段落数跟源文一致。它们的共同点都是把源语言的某个属性当成了普适约束。判断办法是问一句，这条约束如果换个源语言还成立吗，不成立的就是假约束。

这篇文章不讨论颜色词该怎么变形

先划一条线，免得跟另一类问题混起来。

颜色词在很多语言里是形容词，要跟名词配合变形。

俄语、德语、意大利语都是如此，形态一大把。

那是形态问题，跟这篇要讲的不是一回事。

这篇讲的是范畴问题：这个词指的到底是不是同一块颜色。

意大利语性数配合那篇和韩语属性值那篇处理的都是“同一个值在目标语言里长什么样”，本篇处理的是前一个问题：这个值在目标语言里到底还是不是同一个值。形态错了用户还能看懂，范畴错了整条数据就指向了别的东西。

两类问题的排查顺序也不同。形态问题可以靠词形展开工具批量处理，属于可以外包给算法的那一类；范畴问题必须有人对着实物或者色值做一次判断，没有任何算法能替你决定当地人把哪一段光谱叫做一个颜色。先解决范畴再处理形态，顺序反了会白做很多词形。

属性值这一层为什么不能靠模糊匹配救回来？

正文有一百种说法都不要紧

先说正文那一层为什么宽容。

页面上描述一件商品的颜色，可以有很多种写法。

写成天蓝、浅蓝、湖蓝、雾霾蓝，都能被理解。

检索侧同样宽容，词形近似、同义、部分匹配都算数。

所以正文层写得不精确，代价通常是排名差一点。

这种宽容让人产生一种错觉，以为整个站都是这么宽容的。实际上宽容只存在于自由文本那一层，一旦进入结构化字段，规则完全变了。

这种宽容还有一层来源经常被忽略：正文里同一个概念多写几种说法，本身就是被鼓励的做法，因为它顺手覆盖了长尾。于是做内容的人长期在一个奖励冗余的环境里工作，等他们去填结构化字段的时候，那套直觉正好是反的，而没有人提醒过他们规则换了。

还有一种情形会加深这个错觉：正文写得越丰富，页面在颜色类查询上的表现越好，团队会据此认为颜色这块做得不错。而筛选器和结构化数据那两处的损失从来不会出现在同一张报表上，两边的信号完全没有交汇的机会。

枚举值这一层要求字符串严格相等

筛选器背后是一次精确查询。

用户点了那个选项，系统拿选项的值去库里找。

找的方式是完全相等，一个字母不同就是零结果。

检索引擎里的精确词查询说明得很清楚，这类查询不做任何分析和归一化，传进去什么就拿什么去比对。

这是设计如此，不是缺陷，筛选本来就该是确定的。

于是就有了这么一条：属性值是全站唯一一处用户想要的东西和库里存的字符串必须严格相等的地方。正文可以模糊，标题可以模糊，标签可以模糊，唯独枚举值不能。而颜色偏偏是所有属性里语义边界最模糊的一类。

最不容妥协的那一层，装的是最不好界定的那类词。

这一层还有个容易踩的细节：即使字符串完全一样，大小写、首尾空格、全角半角的差别照样会导致零结果。很多站的颜色值是运营手工录进去的，同一个词在库里存着好几种写法。开工之前先跑一次去重统计，把库里实际存在的取值全部列出来，经常一列就吓一跳。

站内搜索也吃这一层的亏

不只是筛选器，站内搜索也一样。

用户在搜索框里输入的颜色词如果不在你的词表里，命中率会掉得很厉害。

好一点的实现会做同义词扩展，检索系统的语言分析文档里对同义词过滤器的位置有专门说明，但同义词表本身还是得有人填。

而填同义词表的人，用的还是那张一对一的翻译表。

错误就这么从一个地方复制到了另一个地方。

小语种关键词工具没数据那篇里讲过一件事：站内搜索日志是小语种市场上最可靠的一份本地语料。这一层正好可以印证——日志里出现频次很高却一次都没命中过的词，几乎全是范畴错位造成的。

还有一个更省事的诊断入口：把站内搜索的零结果词按频次排序，只看前五十个。范畴错位造成的词会成群出现，通常是同一个颜色家族的几个说法一起排在前面。这个特征很好认，跟拼写错误造成的零结果长得完全不一样，后者是散落的、各不相同的。

结构化数据里的那一格也是枚举

还有第三个位置，很多人没意识到它同样敏感。

商品的结构化数据里有一个颜色字段。

这个字段在词汇表里的定义是一个自由文本，看着很宽松。

但消费这个字段的下游系统通常按精确值处理。

比价平台、商品聚合、广告投放，都会拿它去归并。

填一个当地人不用的词进去，等于在这些渠道上把自己归到了一个空分类里。这一层的反馈比筛选器还要慢，因为你在自己的后台完全看不到别人的归并结果。

这一层还有个连带影响：广告投放的商品信息流用的也是这些字段。投放系统按属性值做定向和分组，颜色词填错会让一部分商品进错受众包。跟筛选器不同的是，这里的损失体现在成本上而不是转化上，报表里看到的只是某个组的表现差，很难追溯到一个词。

颜色范畴在语言之间是怎么对不齐的？

先看一组硬数据

颜色词这件事有现成的跨语言调查可以参考。

世界语言结构图集里关于绿与蓝的那一章统计了120门语言，结果相当反直觉。

把绿和蓝当成两个独立基本颜色词的，只有30门。

用一个词同时覆盖绿和蓝的，有68门。

还有15门把黑、绿、蓝三者合在一个词里。

换句话说，把蓝和绿分成两格，在这份样本里是少数派。要说明的是，这份样本按全球语言分布取样，跟电商目标市场的分布完全不是一回事，你实际要做的那几门语言多半都在分开的那一档里。但它给出了一条更硬的结论：分成两格不是天经地义的，它只是你熟悉的那几门语言恰好如此。

同一份资料里还有另一张表，统计基本颜色范畴的总数。

这份调查还有一个用法：它按语系和地区标注了每一门语言，可以快速看出某个区域的语言在这件事上是不是整体偏向某一种分法。要做一个陌生市场之前翻一眼，比凭印象猜靠谱。当然它是语言学取样不是市场取样，只能当背景知识，具体到某门语言还是要自己量一遍。

范畴总数本身就不一样

关于基本颜色范畴数量的那一章统计了119门语言，分档从三档到六档不等。

只有三个基本颜色范畴的语言有10门。

五个范畴的最多，有56门。

六个范畴的有29门。

你的色卡通常按英语那套十来个基本色词设计。

把一套十几格的划分投射到一套五格的划分上，必然有格子要合并；反过来投射，必然有格子要拆开。这是一个纯粹的结构问题，跟任何一方的语言丰富程度都无关。

这里有个反直觉的地方值得说明：基本颜色范畴少，不代表那门语言表达不了细微的色差。它一样有大量的限定说法和比喻说法，只是这些说法不构成独立的基本词。做筛选器要用的恰恰是基本词那一层，因为只有基本词才是用户会不假思索打出来的。

这条同样适用于反方向：基本颜色范畴多，也不意味着做起来更麻烦。多出来的那一格如果在你的品类上根本没有商品，它就跟你无关。真正决定工作量的是有商品的那几块颜色跟你的色卡对不对得上，不是这门语言总共有几个色词。

拆开与合并是两个方向

错位有两个方向，处理办法完全不同。

一个方向是拆：源语言一个词，目标语言两个词。

俄语的深浅蓝就是这一类，日语的青也是，这项特征的取值分布表里能查到每一门语言各自属于哪一档。

另一个方向是并：源语言两个词，目标语言一个词。

越南语里蓝和绿共用一个词，要靠后缀限定才分得开。

拆的方向要在词表里加行，成本低但容易漏；并的方向麻烦得多，因为你得决定这一个词到底挂在哪个筛选项下，或者干脆让它同时挂两个。拆是覆盖问题，并是归属问题，后者需要一次真正的决策。

实际操作里还有第三种情况，就是错位而不是拆并：两门语言的分界线都只有一条，但画的位置不一样。这种最难发现，因为两边的词数相同，一对一映射看着毫无问题，只有拿实际色值去比对才会露馅。这也是为什么中间层必须绑色值，不能绑词。

方向还可能不对称

更麻烦的是，同一对语言在不同颜色上的方向未必一致。

英语到俄语，蓝色要拆，别的颜色多数一一对应。

英语到日语，青色的边界跟蓝绿两个词都不重合。

英语到德语，紫色一带的划分和英语差得比想象中大。

所以不能得出“某某语言比英语分得细”这种整体结论。

这一点在排期上很重要：范畴错位是按颜色逐个成立的，不是按语言整体成立的，所以工作量的估算单位是语言乘以颜色，而不是语言。一门语言上可能只有两三个颜色出问题，其余全都干干净净。

排期的时候可以直接把这个当成一个矩阵来看：行是语言，列是颜色，格子里填对不对齐。填完之后一眼就能看出工作量集中在哪几行哪几列。多数站填出来的矩阵是很稀疏的，真正需要处理的格子不到一成，这个结论本身就能省掉一次大规模返工。

一对一的翻译表为什么从一开始就是错的结构？

两列表格暗含了一个假设

回到最开头那张表。

它有两列，一行填一对词。

这个结构本身就假设了两边的格子数量相同。

只要这个假设不成立，表就装不下真实情况。

而装不下的部分不会报错，只会被悄悄丢掉。

这类问题在数据建模上有个通用的识别办法：看一眼表的主键，如果主键是源语言那一列，就说明你已经默认目标语言不会比源语言多出任何东西。改法是把主键换成一个跟语言无关的编号，两边都挂在它下面。

这个假设还会以别的形式冒出来，比如要求每门语言的属性值数量一致，或者用一个共享的自增编号同时当英文词的主键。判断标准仍然是那一条：结构里有没有哪一门语言享有特权。有特权的那门语言，通常就是最早上线的那门，跟它是不是英语其实无关。

还有一个信号可以帮你快速识别这类结构：看看这张表在没有目标语言的时候能不能存在。如果去掉所有译文之后，剩下的那一列仍然是一份完整可用的数据，说明结构是对的；如果剩下的只是一堆孤零零的英文词，那它本来就不是一份主数据。

正确的结构是一个中间层

可行的做法是加一层不属于任何语言的标识。

给每一块实际的颜色一个编号，编号只对应色值。

然后每门语言各自挂自己的词，数量可以不等。

英语挂一个词，俄语挂两个词，越南语两个编号共挂一个词。

这样拆和并两个方向都能表达。

这一层的编号最好直接绑到实际色值上，而不是绑到某个英文词上。用色值当锚有个额外好处：新增一款商品时，是拿实物色卡去比对，而不是让运营在下拉框里挑一个英文词，这一步的判断质量会明显提高。

这个中间层还有个附带好处：它让颜色数据可以脱离站点独立存在。换一套电商系统、接一个新的渠道、给经销商导一份表，靠的都是这层编号。凡是能独立于任何一个系统存在的主数据，迁移成本都会低一个数量级，这一点在换平台的时候才会真正体现出来。

映射不只是多对多，还得带权重

光有多对多还不够用。

两个词挂在同一个编号上，通常不是平等的。

其中一个是当地人更常用的说法，另一个偏书面或者偏专业。

展示的时候只能选一个，检索的时候两个都要能命中。

所以每一行还要标一个字段，说明它是不是首选。

首选词决定筛选器上显示什么、结构化数据里填什么；非首选词只进同义词表和站内搜索的扩展词典。这个区分做出来之后，前面提到的三个位置就都有了明确的取值规则，不用每次现商量。

权重字段的取值不必复杂，一个布尔标记加一个可选的排序号就够用。要抵制的是把它做成打分制，因为打分需要依据，而这一层根本没有可靠的依据可打。首选与非首选这个二分，母语者两秒钟就能判断，做成五档评分反而没人愿意填，最后全是默认值。

这套表要能承受商品新增

最后一个结构要求是可扩展。

新商品带来新颜色是常态，尤其是服饰和家居。

如果新增颜色要先在英文里定一个词才能往下走，节奏就卡住了。

正确的顺序是先给色值一个编号，各语言再各自补词。

英语没想好名字，不该阻塞俄语上架。

葡语双市场那篇里讲过商品属性词比正文更值得抠的道理，这里可以再补一条：属性词表的结构决定了它的更新速度，而更新速度决定了新品能不能按时在各个市场同时上架。结构问题最后都会变成排期问题。

还有一个容易被忽略的扩展方向是渠道。同一个色块在自己的站上、在平台上、在广告信息流里可能要求不同的取值格式，有的平台还有自己的封闭色词表。中间层在这里同样能兜住，各渠道各挂一列映射即可，别去改主数据迁就某一个渠道。

哪些属性词跟颜色一样有范畴问题？

先说判据

不是所有属性都有这个毛病，多数属性其实很老实。

判据只有一条：这个属性的取值是不是连续的。

颜色是连续的，光谱上没有天然的分界线。

分界线是各语言自己画的，画在哪儿全凭习惯。

而容量、重量、尺寸这些是数值，不存在这个问题。

这条判据可以在半小时内把全部属性过一遍：凡是取值本身是一个连续谱、而词只是在谱上切段的属性，都有范畴错位风险；凡是取值本身就是离散事实的属性，最多有翻译问题没有范畴问题。

这条判据还能顺手解释一个现象：为什么尺码这类属性问题很多，但麻烦的性质完全不同。尺码是离散的，只是各地的编号体系不一样，那是一个换算问题，有确定答案。颜色没有换算表可查，因为它压根不存在一个各语言公认的刻度，这是两类完全不同的活。

材质和面料是第二大重灾区

按这条判据筛下来，材质排在颜色后面。

材质看着像离散的，实际上边界很软。

皮革、再生皮、合成革在不同语言里的分法不一样。

有些语言里某个词同时覆盖两三种工艺。

而这个属性还带着法规约束，用错词不只是搜索问题。

做这一类属性时有个稳妥的做法：先查目标市场对这类词有没有强制定义，有强制定义的以法规词为准，没有的再按用户习惯选。跨市场搜索意图分歧那篇提到的思路在这里同样适用，先分清哪些差异是习惯造成的，哪些是制度造成的。

材质这一层还有一个额外的坑：同一个词在两个市场的法规定义可能不同，而这两个市场用的是同一门语言。也就是说这里的分歧不是按语言划的，是按司法辖区划的。处理办法是把材质词的映射表主键加一维地区，别跟颜色那张表用同一个结构。

款式与风格词最难办

第三类是款式和风格。

休闲、商务、复古、简约这类词在各语言里的切分差得很远。

它们还带着强烈的本地文化含义，直译过去经常不知所云。

这类词的范畴甚至会随时间变，比某某风格流行三年就换一批。

所以风格词更适合当标签，不适合当筛选器的枚举值。

一个可操作的分界是：范畴稳定的属性放筛选器，范畴会漂的属性放标签。筛选器要求的是确定性，标签允许一个商品挂多个、也允许过一阵子调整，两者的容错完全不同。

还有一个实用的信号可以帮你判断某个风格词稳不稳：去看它在当地媒体和平台上的使用是不是有明确的定义，还是纯靠语感。有明确定义的可以进筛选器，纯靠语感的一律走标签。这个信号比问母语者可靠，因为母语者对熟悉的词往往说不出边界在哪儿。

营销色名和基本色名该分开处理吗？

两类色名的命名权不在一个地方

商品上其实有两套颜色说法在同时跑。

一套是基本色名，蓝、绿、灰，人人都会说。

另一套是营销色名，午夜蓝、雾松绿、石墨灰。

基本色名的命名权在语言手里，谁也改不了。

营销色名的命名权在品牌手里，想叫什么叫什么。

这条区分能直接推出处理办法：命名权在语言手里的必须重新划分范畴，命名权在品牌手里的只需要决定翻不翻。本地作者署名那篇里讨论过命名权归谁决定收敛还是汇总，这里是同一把尺子量在另一类对象上，得到的结论方向不同但逻辑一致。

这条区分还能推出一个排查顺序：先把两类色名在数据里分开，再谈处理。多数站的问题是这两类词混在同一个字段里，营销色名和基本色名共用一个下拉框，于是筛选器上既有蓝色又有午夜蓝，用户完全不知道该点哪一个。分开这一步做完，一半的问题就没了。

营销色名不要翻译

营销色名的处理其实最简单。

它是品牌资产，保持一致比让人看懂更重要。

直译过去往往很怪，因为那些比喻本来就是英语的。

更要紧的是，几乎没有用户会拿营销色名去搜索。

它出现在商品页上，不出现在搜索框里。

所以营销色名的正确位置是展示层，跟在基本色名后面当补充说明。真正进筛选器、进结构化数据、进关键词表的，一律用基本色名。这个分工做清楚，能省掉大量关于“这个词该怎么译”的讨论。

有一类情况例外值得留意：如果营销色名里含有当地语言中不合适的谐音或者联想，那就必须换，这时候换的理由是风险不是检索。判断这件事只能靠母语的人，而且要问的是有没有别的意思，不是问好不好听。这个问题问法一变，得到的答案质量差很多。

两套名字要在同一页共现

还有一个小动作值得做。

把营销色名和基本色名写在同一个位置，中间用括号或者破折号连起来。

这样搜基本色名的人能找到这个商品。

看到营销色名的人也知道它到底是什么颜色。

共现这件事对检索侧的作用比想象中大。

这跟品牌名的处理是一个思路。品牌名音译那篇讲的是让几种写法在同一页出现，让机器把它们关联起来；颜色这一层，共现的作用是把品牌自造的词挂到一个真实存在的词上去。

共现的具体位置也有讲究：放在商品标题里通常太挤，放在规格参数表里又太靠下，比较稳妥的是放在选色区块的标签上。那个位置本来就要显示色名，多加一个括号不占额外空间，而且用户在挑颜色的时候正好会看到，属于顺手就能收下的一处改动。

建一张多对多映射表的四个步骤

第一步：先数目标语言有几个基本色词

动手之前先做一件小事，结论会决定后面所有的工作量。

找一份目标语言的常用词表或者词典，把基本颜色词列一遍。

基本颜色词的判断标准不难：单词素、常用、不限定于某类物体。

列完数一下有几个，跟你的色卡格数对一下，词典里基本色词的词条通常比复合色词长得多，用例也密集得多，这个差别可以当粗筛信号。

数量差得多，说明这门语言要认真做。

这一步半天能做完，产出是一个数字加一张十来个词的清单。词典里这类颜色词条通常会标注它是不是复合形式，复合形式的往往不是基本色词，这个信息可以直接拿来筛。

数完之后还有一个小检查值得做：看看这些基本色词里有没有哪一个在你的商品品类上根本用不到。有些语言的基本色词里包含了偏农业或者偏自然物的颜色，在消费电子这类品类上一次都不会出现。把用不到的划掉，剩下的才是这门语言实际要处理的规模。

第二步：拿实物色值当锚点

第二步是给每一块颜色定编号。

编号绑色值，色值来自实际商品或者设计规范。

不要绑英文词，也不要绑现有的筛选项。

色值可以用任何一种通用表示法，能唯一确定就行。

这一层建好之后，各语言就互相独立了。

网页里那套具名颜色是个反面参考：一百多个名字全是英语的，而且有好几对名字指向完全相同的色值。这套东西适合写代码，不适合当业务上的颜色主键。

色值本身也要定一个精度。同一款商品在不同批次、不同屏幕上的色值会有差异，如果精度定得太细，会造出一堆本质上是同一个颜色的编号。实践中按色相分段再人工归并一次就够了，目标是让每个编号对应一块人眼能明确区分的颜色，不是追求精确复现。

还有一个实操建议：编号本身别带任何语义，纯序号就行。一旦编号里塞进了颜色的英文缩写或者色系代码，过一阵子就会有人拿编号当词用，中间层的隔离作用等于白建。让编号难读一点，反而能保证它一直只当锚点使。

第三步：每门语言各挂各的词并标首选

第三步交给母语的人来做。

给他们的不是两列表格，是一组色块加编号。

请他们对着色块写词，一个色块可以写多个词。

写完再请他们标出哪个是最常用的说法。

这一步的交付物结构，跟第一节那张错表完全不同。

值得强调的是任务形式的改变：看着色块写词，跟看着英文词写译文，做出来的东西不一样。前一种任务里，母语者是在用自己的语言划分世界；后一种任务里，他是在替英语找替身。任务形式决定了你拿到的是本地范畴还是英语范畴的影子。

交付形式上还有个细节：色块要给足够大，别用小方块。小色块会让人凭印象报词，大色块才会让人真的去分辨色相。另外最好一次给一组相邻的色块而不是单个，因为颜色词的边界只有在相邻对比中才会显现，单看一块颜色，多数人给出的都是最泛的那个词。

第四步：用搜索量给首选词排序

最后一步是验证。

把每个色块下的候选词拿去查搜索量。

量最高的那个通常就该是首选。

如果母语者标的首选和数据不一致，值得回头问一句。

多半是书面语和口语的差别，两边都对但用途不同。

小语种查搜索量本来就困难，退而求其次可以用站内搜索日志和客服记录来排序。这两份材料的好处是它们记录的是真实输入，不经过任何编辑加工，在这一层比任何外部工具都可靠。量的时候顺手记一下差异出现在哪几个色相段上，这份记录换一门语言还能接着用。

排序完成之后建议留一份记录，写清楚每个首选词是根据什么定下来的。过一两年有人来问为什么用这个词不用那个，有记录就不用重做一遍。这类小决策最容易在人员更替时丢失，而丢失之后新来的人往往会按自己的语感改一遍，把好不容易对齐的东西又打散。

筛选器、结构化数据和正文各要填哪个词？

筛选器只放首选词

三个位置的取值规则不一样，得逐个定。

筛选器是选项列表，能放的数量有限。

放多了用户挑不过来，放少了覆盖不够。另外筛选器上的顺序也有讲究，按色相排比按字母排好用，用户是靠眼睛找颜色的。

规则很简单：每个色块只放首选词，一个不多。

非首选词一律不进筛选器，改进搜索的扩展词典。

有一个例外要留意：如果某个色块下的两个词在当地人眼里指的是明显不同的颜色，那它们本来就不该挂在同一个色块上，应该拆成两个编号。筛选器上要不要合并，判据是当地人会不会觉得它们是一回事，不是它们在你的色卡上是不是同一格。如果确实要保留一份英文值，把它放进另一个自定义字段，别占用标准字段那一格。

还有一个展示层的细节：筛选器上的色名旁边最好带一个色块。带了色块之后，即使某个词的选择不完全贴合当地习惯，用户也能靠视觉判断，容错一下子高了很多。这不是替代范畴对齐，而是给对齐留一个兜底，两件事一起做效果最好。

结构化数据填首选词加色值

结构化数据这一格要考虑下游怎么消费。例外是那种已经进了当地媒体报道的标志性配色，这类词值得单独查一次再决定。

下游要做的是把你的商品跟别人的商品归到一起。

所以填的词要跟当地同行用的词一致。

顺手把色值也带上，有的规范支持额外属性。

词负责被人搜到，色值负责被机器对齐。另外要留意这类限定说法在不同地区可能不同，同一门语言的两个市场要分别确认。

结构化数据的语言与地区字段那篇里讲过一条：这类字段错了没有人会投诉，因为只有机器读它。颜色字段属于同一类，唯一的差别是它错了之后的表现更隐蔽——你不会看到零结果，只会看到本该出现的地方没有出现。确认环节最好用色块加候选词的形式提问，别让人对着一张纯文字表格做判断。

这一格还有个跟语言无关的老问题：同一款商品在不同语言版本上填的颜色词必须指向同一块颜色。听着像废话，但只要各语言版本是各自维护的，时间一长就会分家。中间层编号在这里的作用就是让各语言版本的取值全部由编号派生，而不是各写各的。

正文两个词都写进去

正文那一层反而最宽松。

首选词和非首选词都可以写，营销色名也可以写。

写全了对检索有好处，还能顺手覆盖长尾。

唯一要注意的是别堆砌，一句话里塞三个同义词很难看。

自然的做法是首屏用首选词，详情段落里用另一个。

强调标记跨语言漂移那篇里那条判据在这儿也用得上：这段文字的措辞，是有人在这门语言里重新决定过的，还是从英语继承来的？颜色词如果是继承来的，那它多半只是英语色卡的一次直译。

正文里还有一处特别值得写全：商品的描述段落里提一句这个颜色在实际光线下偏什么调。这类描述天然会带出好几个相关色词，覆盖长尾的效率比硬塞同义词高得多，而且读起来是有信息量的。检索侧的收益是顺带的，内容本身先得站得住。

怎么用搜索量数据反推目标语言的颜色分法？

先跑品类词加颜色词的组合

如果手上没有母语同事，还有一条数据驱动的路。

把品类词和目标语言里所有可能的颜色词做组合。

颜色词从词典里抄，宁可多列几个。

把这些组合全部拿去查搜索量。

有量的留下，没量的划掉。

这份清单本身就已经能说明问题：如果某个颜色在你的色卡上是一格，但在数据里对应着两个都有可观搜索量的词，那基本可以断定这一格在当地是两格。这个判断不需要懂那门语言。

组合的时候别只用一个品类词。同一个颜色在不同品类上的说法可能不一样，尤其是服饰和家电这类差异大的品类。稳妥的做法是挑三个代表性品类各跑一遍，三组数据都指向同一个结论才算数。只跑一个品类得到的结论，很可能只是那个品类的行话。

还有一个细节：组合里的品类词要用当地人真正在搜的那个词，别用你自己站上的分类名。分类名往往是从英文品类树翻过来的，如果它本身就不地道，跑出来的搜索量会整体偏低，你会误以为这个颜色没人搜，其实是品类词那一半就错了。

看两个词的量是不是同一个量级

接下来看量的分布。

两个词的搜索量在同一个量级，说明它们是并列的两个范畴。

一个词的量是另一个的几十倍，说明后者只是一个不常用的说法。

这个比值可以直接拿来定首选。

比值接近的时候，两个词都得进筛选器。

需要提醒的是，跨语言比较搜索量的绝对值没有意义，语言的使用人数差得太远。要比的是同一门语言内部两个词之间的比值，这个数字才是可比的。两件事的归属通常也不在一个团队，先把名字这条线定下来再拉技术，沟通成本更低。

量级判断还有一个补充维度，就是看这两个词的搜索趋势是不是同步。同步波动说明它们大概率是同一个需求的两种说法，走势独立则说明它们背后是两批不同的人。这个信息在决定要不要把它们拆成两个色块时很有用，比单看绝对量更有指向性。

拿本地同行的筛选器当对照

第三个办法最省事，也最容易被忽略。

打开三家本地头部同行的商品列表页。

看他们的颜色筛选器里列了哪些选项。

他们已经替你做过这道题了，而且是拿真金白银试出来的。

三家的选项取交集，基本就是当地的通用分法。

这个办法有个前提，同行必须是本地的，不能拿国际品牌的当地站当对照。国际品牌的当地站很可能跟你犯着同一个错误，它们的颜色筛选器多半也是从总部那套色卡直接翻译过来的。

看同行的时候还有一个额外收获：留意他们的筛选器里有没有你的色卡上完全没有的选项。有的话说明当地存在一个你根本没意识到的颜色需求，这类发现的价值往往比修正已有的错误还大。看三家用不了一小时，是这整套流程里性价比最高的一步。

这套东西该由谁维护，多久复核一次？

归属放在商品数据团队而不是内容团队

先定归属，否则这张表很快就会没人管。

它长得像翻译资产，实际上是商品数据资产。

它的消费方是筛选器、搜索和结构化数据，全是系统。

内容团队没有权限改这些系统，也没有动力维护它。

放在商品数据这条线上，更新才会跟着上新走。

这里有个通用经验：一份资产该归谁，看它的消费方是谁，不看它长得像什么。翻译资产里有相当一部分其实是数据资产，错放归属之后，它们会在两个团队的交界处慢慢烂掉。

归属定下来之后还要配一个明确的接口人。这张表会被内容、翻译、投放三方同时消费，如果没有指定人，改动会从三个方向同时发生。做法是把改动收口到一个人，其余方提需求，这比给三方都开权限稳得多，代价只是慢一点点。

接口人还有一个隐性职责，就是替这张表挡住临时需求。运营经常会为了一次活动想临时加一个色名，加完就忘了删。设一个人守着，这类临时值才不会沉淀成永久脏数据。这张表的价值来自它的干净程度，守住入口比事后清理便宜得多。

复核跟着新品走而不是跟着日历走

复核的触发方式也要选对。

颜色范畴本身几十年不变，不需要定期复核。

需要复核的是新增的色块有没有配齐各语言的词。

所以触发点是新品上架，不是每季度一次。

把这一项加进上新的检查清单里就行。

各语言的常用色词和格式约定在通用区域数据仓库这类公共数据集里也能找到一部分参照。唯一需要定期看一眼的是搜索日志里的零结果词，那份清单会自己告诉你哪儿漏了。定期任务只保留这一个，其余全部改成事件触发，维护成本能压到很低。

事件触发还有一类要覆盖：进入新市场。新增一门语言时，这张表要整体走一遍前面那四步，不能只是把已有的映射直译过去。这是最容易偷懒的一处，因为表已经存在了，看起来只要加一列就行，而加一列恰恰就是那张两列表格的错误重演。另外别忘了同一门语言的不同地区可能分法一致但常用词不同，这一层要分开确认。

零结果词那份清单还有个用法：把它按周对比，看有没有新词冒出来。新词成群出现通常意味着市场上出了新的流行色名，或者某个平台改了自己的色词表。这类外部变化你收不到通知，只能靠这份清单自己发现，成本是每周看五分钟。

先做哪几门语言

最后是排期。

按前面那条判据，工作量的单位是语言乘以颜色。

先算每门语言有几个颜色跟你的色卡对不齐。

对不齐的数量乘以这门语言的流量占比，排个序。还有一个折中做法是把细分色名做成二级筛选，点开主色之后再出现，不占首屏空间。

从高的开始做，多数站做完前两三门就解决了大半问题。另外要注意各语言版本的这一格必须由同一个编号派生，否则时间一长就会各自漂走。

还有一个更省事的起点：先只看蓝绿这一片。北欧三国内容共用那篇里那个先算可复用面再决定投入的思路在这里也成立，先量一下错位面有多大，再决定要不要为这门语言单独建一套。

还有一个排期上的现实考虑：这件事最好安排在一次商品数据迁移或者平台切换的窗口里做。那种时候本来就要动属性表，顺手把结构改对，边际成本极低。单独立项去改一张运行中的属性表，阻力和风险都要大得多，这也是很多站一直没动它的真实原因。还有一点，营销色名如果进了表，后面每次上新都要维护它，这笔长期成本容易被低估。

还有一种排期选择是按渠道倒推：如果某个市场的主要流量来自比价平台或者聚合站，那这门语言的结构化数据字段就该优先处理，因为那条链路完全依赖精确取值。反过来，主要靠自然搜索和直接访问的市场，筛选器和正文的优先级更高。另外这类语言的商品标题里最好也写完整形式，别让标题和筛选器上的说法对不上。

常见问题解答

只做欧洲几门大语言，也会碰到颜色范畴问题吗？

会，但没有想象中普遍。西欧几门主要语言的基本颜色划分跟英语相当接近，真正会出问题的主要是俄语这类把蓝色分成两个基本词的语言，以及紫色和棕色一带的一些边界差异。稳妥的做法是不假设、也不全查，先按前面那个数基本色词的办法花半天量一遍，量出来差得少就只处理那几个颜色。这件事的性价比在于诊断很便宜，真正贵的是全量重建，而多数站根本不需要全量重建。还有一条，工具给出的搜索量在小语种上普遍偏保守，量小不等于没人搜，别急着划掉。

颜色筛选器上的选项，是不是越多越好？

不是，选项过多会明显降低筛选器的使用率，用户面对二十个色块时通常直接放弃。合理的做法是筛选器只放当地公认的基本色，把细分色名放到商品页和搜索的扩展词典里去。判断一个词该不该进筛选器，看它在当地是不是一个独立的基本颜色范畴，而不是看你的商品有多少种配色。配色多可以靠商品页解决，筛选器解决的是快速缩小范围的问题。如果实在拿不准，看一眼当地头部同行的筛选器里放了几个色块，多数情况下十个上下就够用了。

结构化数据里的颜色字段填英文可以吗？

技术上可以，字段本身接受任意文本，但这样填等于放弃了这个字段的价值。下游做归并和比价的系统会按当地语言的词去聚合，填英文的商品会被归到一个几乎没人访问的分类里。正确的做法是跟页面上展示的首选词保持一致，如果规范允许，再额外带一个色值方便机器对齐。这一层的错误反馈极慢，通常只能靠对比同行的曝光情况才发现，所以宁可一开始就填对。还有一点，多语言站上这一格最好由系统按编号自动生成，交给人手工填迟早会出现各写各的。

营销色名到底要不要进关键词表？

不要，除非这个色名已经变成了品牌的一个标志性资产，用户会主动拿它来搜。绝大多数营销色名的搜索量是零，把它们放进关键词表只会让表变长而不变强。正确位置是商品页的展示层，跟在基本色名后面当补充。如果确实想验证一下，把营销色名拿去查一次搜索量就有答案，有量的留下，没量的一律不进表，这个判断不需要争论。换个角度说，营销色名解决的是记忆点，基本色名解决的是被找到，两件事不该挤在同一个字段里。

越南语这种蓝绿共用一个词的语言该怎么做筛选器？

用带限定成分的完整说法当选项，也就是那个共用词加上表示具体色调的后缀，这在当地是通行写法，用户自己也这么打。筛选器上不要只放那个光秃秃的共用词，否则点进去会同时出现蓝色和绿色两类商品，用户体验很差。同时要在搜索的扩展词典里把光秃秃的共用词也收进去，因为搜索框里输入的往往是短形式。展示用长形式、检索收短形式，这是这类语言的通用处理方式。还有一个办法是在扩展词典里把长短两种形式互相关联，这样两种输入都能落到同一批商品上。

没有母语同事，光靠工具能把这件事做对吗？

能做到七八成。数据驱动的路径是可行的：把品类词和候选颜色词做组合去查搜索量，再看本地同行的筛选器取交集，这两步不需要懂那门语言就能完成。剩下那两三成主要是判断两个词到底是并列范畴还是主次关系，以及某些词有没有别的含义或者不合适的联想，这些还是得有人看一眼。可行的折中是把前两步做完，再花很短的时间请一个母语的人只确认最终清单。另外把候选清单交出去之前先自己去掉明显重复的，别让人在三十个词里挑，效率会差很多。

这件事跟商品变体的URL和索引策略有关系吗？

有关系但不是同一件事。变体策略解决的是同一款商品的不同颜色要不要各自成页、要不要被索引；范畴对齐解决的是这些颜色叫什么名字。两者的先后顺序很明确，先把名字定对，再决定页面结构，因为页面结构里的URL、标题和面包屑都会用到那个名字。名字定错了再去调页面结构，等于在错误的基础上加固，返工成本会高很多。另外颜色名一旦定下来就不要轻易改，它会同时出现在URL、面包屑和外部渠道里。简单说，名字属于商品数据这条线，页面结构属于技术这条线，先后颠倒会让两边都返工。

权威参考资料