一个模板生成十种语言，字符层看不出重复，信息层十份一模一样

摘要：一个模板套十种语言，团队第一反应是担心这十份页面互相重复。这个担心基本落空，因为近重复检测比对的是字符和词，十种语言的字符串毫无交集。真正会出事的是另外两处：同一门语言里按城市和品类铺开的那几百页，以及模板本身的信息缺口被原样复制了十份。

十个语言版本会不会被判成互相重复？

团队最先担心的往往是错的那件事

多语言项目立项时，重复内容几乎总是被提起的第一个风险。

提法通常是这样的：十个版本内容结构一模一样，会不会被判成复制。

接下来的半年，团队会在跨语言标注上花掉大量精力。

每一页配好互指的语言标注，每一组配好默认版本。

这些活儿该做，但它们解决的不是重复内容问题。

语言标注解决的是版本歧义，跟重复判定是两条不同的线。

这个误解的源头是把两件事混成了一件：语言标注告诉搜索引擎哪一份该给哪一批用户，重复判定决定的是哪一份值得被收录，前者是分发问题，后者是取舍问题，做对了前者不代表后者就不会出事。

这个担心还有一个副作用，它会把资源投向错误的优先级。语言标注是一次性配置，做完就稳定；页面差异度却需要持续维护。把半年的注意力放在前者上，等于让后者在无人看管的状态下长了半年，等发现的时候已经是几百页的存量问题。

近重复检测比对的是哪一层

要判断跨语言会不会触发重复，得先知道检测在哪一层做。

主流做法是把页面切成词或者字符片段，算指纹再比相似度。

这套算法的输入是字面形态，不是语义。

德语页面和法语页面即使讲的是同一件事，字面重合度也接近于零。

就算两边都保留了品牌名和型号，那点重合也远远达不到阈值。

所以十个语言版本互相之间几乎不可能被判成重复。

值得一提的是，跨语言的语义相似度在技术上是能算的，把不同语言映射到同一个向量空间的方法早在几年前就成熟了，用知识蒸馏把单语句向量扩展到多语言的做法就是其中一条路线，但这类模型在排重环节的角色跟字面指纹完全不同，它更多用在检索和匹配上。

顺带说清楚一件相关的事：同一门语言写给不同国家的页面，字面重合度是很高的，那才是真正需要处理的情形。西班牙语覆盖十几个市场，葡萄牙语覆盖两个，这类页面之间既有语言相同又有内容雷同，判定风险跟纯粹的十语版本完全不是一个量级。

所以这条风险可以划掉，换个地方担心

结论很干脆，跨语言重复这件事不用担心。

该担心的是接下来两节要讲的那两处，它们的杀伤力大得多。

一处是同一门语言内部的页面互相重复。

另一处是十份内容各自都薄，而且薄在同一个位置。

前者会触发实实在在的收录取舍，后者不触发任何判定，只是一直没有效果。

两者的共同点是，都不会因为你把语言标注做得更完美而好转。

本站早年写过一篇讲重复内容治理的文章，同域跨域与参数变体那六类排查覆盖的是单一语言内部的情形，本篇要补的正是它没有展开的那一层：当页面被复制到多门语言上时，问题的形态会变，但判定的机制并没有变。

这里也顺便回答一个常被问到的问题：把同一篇文章翻译成十种语言，算不算低质量的批量内容。判断标准不在翻译这个动作，而在每一份译文对它的目标读者是不是有用。翻得好、有针对性调整的版本，跟原创内容一样有价值；机器批量产出、连本地价格都没换的版本，问题也不在它是译文。

那真正的风险落在哪里？

同一门语言里的笛卡尔积

先说第一处，它才是真正会触发判定的地方。

模板化的站点很少只做十个语言版本，通常还会乘上城市、品类或者型号。

十门语言乘二十个城市乘三十个品类，页面数就是六千。

其中同一门语言下面的那六百页，才是互相竞争的那一批。

它们的字面重合度极高，因为只有几个变量位在变。

这一批页面里，搜索引擎最多只会留下一小部分。

换句话说，语言这一维是安全的，其余每一维都是危险的，而团队的注意力恰好全给了唯一安全的那一维，规范标签在多种跨页场景里的用法要处理的正是这几维，跟语言维没有关系。

处理这批页面还有一条容易被跳过的前置动作：先算一算它们的实际需求量。很多城市乘品类的组合根本没有人搜，页面生成出来只是徒增维护面。小语种关键词工具没数据时的补数办法在这里正好反过来用一次，不是找需求，是证伪需求，把没有需求的组合从生成规则里剔掉。

小语种的变体空间更小，稀释更快

第二个因素让情况在小语种上更糟。

同一个意思，英语里可以有七八种表达方式换着写。

很多小语种的商业文体没有那么多现成的同义说法。

可替换的部分变少，模板骨架在页面里的占比就变高。

骨架是导航、页脚、政策链接、模块标题这些每页都一样的内容。

骨架占比一高，主体内容就被稀释，页面之间的差异也随之变小。

这两件事是连着的：可替换表达越少，模板化页面之间的差异就越小，触发取舍的门槛也就越低，主体内容占比与模板稀释那篇算的那笔账，在小语种站上要按更严的标准重算一遍。

还有一个加剧因素来自翻译本身。译者面对一批高度相似的源文，倾向于用同一种句式处理，因为那样最省事也最一致。于是原文里本来还有的那点差异，翻完之后进一步收窄。翻译流程天然是一个把差异磨平的流程，这一点在做模板站时必须提前对译者说明。

两层判定表怎么用

把这两处整理成一张两层的表，用起来最省事。

横向那一层是跨语言，判定结论是不触发，处理方式是做好语言标注。

纵向那一层是同语言内，判定结论是会触发，处理方式是控制变量位与规范标签。

每次新增一批页面，先问它是横着长还是竖着长。

横着长基本没风险，竖着长必须先算差异度。

这个问题两分钟就能回答，却能挡掉大部分误判。

表的第三行可以写上例外情形：同一门语言在多个国家使用时，比如西班牙语覆盖十几个市场，那些页面既是横向也是纵向，它们互相之间字面高度重合，是这套判定里唯一需要两层同时看的情形。

这张表还能用来做一件事：给新同事解释为什么某些页面要合并而另一些不用。多语言站的页面治理很容易被理解成一刀切的规则，实际上它是两套判据。把表贴在项目文档的第一页，能省掉后面无数次同样的讨论。

模板骨架占比为什么必须按语言重新算一遍？

同一个阈值在十种语言里不等价

很多团队会给模板定一个骨架占比的上限。

比如规定骨架不得超过页面文字的三成。

这个阈值定在英语页面上，然后被原样套到其余九门语言。

问题在于，同一段内容翻译成不同语言，长度差别可以到四成以上。

骨架和正文的长度是分别变化的，两者的比例自然也跟着变。

于是英语页面刚好合格，德语页面早就超标了。

更麻烦的是这种超标不会有任何提示，它只表现为某几门语言的页面长期表现偏弱，而团队会把原因归结到市场竞争或者关键词难度上，很少有人回头去量一遍骨架占比。

要验证自己有没有踩到这一条，有一个五分钟的动作：把同一个模板在十种语言下渲染出来的页面各取一份，统计骨架文字与正文文字的字符数比例。比例的极差如果超过一倍，说明这个阈值在你的语言组合上根本不成立，得换指标了。

三类语言各有各的偏移方向

偏移的方向也不一致，至少有三类。

复合词语言把一整个短语压成一个词，字符数少但信息量不变。

不用空格分词的语言，按词计数和按字符计数得到的结论完全不同。

屈折语的同一个词在不同位置形态不同，去重统计会把它们算成不同的词。

三类偏移方向不同，不能用一个修正系数一起解决。

所以要么按语言分别定阈值，要么换一个不受这些影响的指标。

字符宽度这件事本身也有讲究，全角与半角在版面上占的空间不同，东亚字符宽度的标准定义就是为了解决这类计数口径问题而写的，做跨语言字数统计之前值得先读一遍它的分类。

还有第四类偏移来自书写系统本身。同样一句话，用汉字写和用拉丁字母写，字符数可以差三倍以上，而信息量完全相同。这一类偏移的幅度最大，也最容易被忽略，因为它不像语法差异那样有明显的表现，只是让所有基于字符数的统计集体失真。

要看清一门语言的形态到底会怎么变，最省事的参照是跨语言的句法标注项目，用同一套标注体系覆盖上百种语言的树库里能直接看到每门语言的词形变化标签有多少种。做模板设计之前扫一眼目标语言的标签集，心里对复杂度就有数了。

字符数是个不称职的代理指标

退一步说，字符数本来就不是我们真正关心的东西。

我们关心的是这一页有没有提供足够的独有信息。

字符数只是这件事的一个代理指标，而且是个跨语言不成立的代理。

本站在讲图片替代文本的时候得出过同样的结论。

那条广为流传的字符数上限，本质约束的是信息量而不是长度。

这里遇到的是同一个陷阱的另一个版本，只不过这次的阈值是我们自己定的。

自己定的阈值反而更危险，因为它带着内部规范的权威，没有人会去质疑它的适用范围，非拉丁字母站点的图片文本那篇里那句把代理指标换成本体的建议，在这里可以原样再用一次。

代理指标失效这件事有个共同的识别方法：问一句这个数字到底在替谁说话。字符数替的是信息量说话，页面停留时间替的是内容有用程度说话，关键词密度替的是主题相关性说话。凡是代理，就一定有失效的边界，而跨语言几乎总是那条边界所在的位置。

改用信息单元来数

替代方案是数信息单元，不数字符。

一个信息单元是一条读者拿得走的事实：一个参数、一条政策、一个适用条件。

数法很粗糙，但它跨语言稳定，因为翻译不会改变事实的条数。

给模板页定一个下限，比如独有信息单元不少于八条。

这个下限对十门语言同时成立，不需要按语言修正。

验收时也好操作，让人拿笔数一遍就行，不用写脚本。

把指标从字符数换成信息单元数，还有一个额外好处：它会自动逼出内容缺口。数着数着发现一个页面只有三条独有事实，那说明问题不在翻译也不在模板，而在于这一页本来就没什么可说的。

信息单元这个口径还有一个延伸用法：拿它给页面排优先级。同类页面里独有信息单元最多的那几页，通常也是自然表现最好的那几页，这个相关性在多数站上都成立。所以数完之后不要只用来卡下限，也可以用来找出应该被当成模板范本的那几页。

模板里的占位符会在哪几门语言上崩掉？

复数形态是第一个坑

模板里最常见的一个写法是数量加名词。

英语只要处理单数和复数两种形态，写个条件判断就够。

换到别的语言，形态数量会变。

有的语言有三类，有的语言有四类，阿拉伯语有六类。

按英语的两分法写死的模板，在这些语言上会有一半的情形出错。

出错的表现不是报错，是语法不通顺，而这恰好是最难被自动发现的一类错误。

这件事早有现成的标准可以照抄，通用区域数据库里的复数规则把每门语言的复数类别整理成了可查的规则集，前端和内容模板都应该直接消费它，而不是各自写一套判断。

复数这一栏还有一个特别容易翻车的地方：零。英语里零后面跟复数，有的语言零算单数，有的语言零有专门的形态。而零恰好出现在库存为空、评价数为零这类页面上，那正是用户最挑剔的时刻。规则集里对零是单列的，模板取用时别自己合并。

数字、货币与日期的格式

第二类占位符是格式化输出。

千分位用逗号还是点、小数点用点还是逗号，各语言不同。

货币符号在前还是在后、跟数字之间有没有空格，也各不相同。

日期的年月日顺序更是每个市场一套。

这些细节单看都很小，但它们出现在价格旁边，也就是用户最敏感的位置。

格式错了，页面立刻显得像机器批量生成的，信任度直接掉一截。

同样地，这些规则也不需要自己整理，区域数据标记语言里关于数字格式的部分把小数分隔符、分组方式、货币位置全都定义好了，模板要做的只是正确地取用它们。

格式这一类还有一个跟检索直接相关的影响：用户搜索时会按自己习惯的格式打数字。型号里的小数点、尺寸里的分隔符、容量里的单位写法，各地都不一样。页面上只写一种格式，就接不住按另一种格式搜索的那批查询，这一层在关键词表里通常整块缺席。

性数一致会让替换失效

第三类问题在拉丁语族和斯拉夫语族特别明显。

形容词要跟名词的性和数保持一致。

模板里写的是形容词加占位符名词，名词一换，形容词就得跟着变。

意大利语和波兰语那几篇里详细讲过这个机制。

结果是同一个模板在这些语言上会产出大量语法不对的句子。

而这种错误母语者一眼就能看出来，比拼写错误更伤害专业感。

可行的绕法有两个：一是把占位符挪到句子末尾或者独立成行，让它不再跟前面的词发生一致关系；二是给每个品类词预先标注好性别属性，让模板按属性取对应的形容词形态，两种做法在工程量上差着一个数量级。

一致关系还有一个连带的问题：定冠词。很多语言的冠词形态跟着名词的性和数变，而模板里的冠词往往写死在句子里。名词一换，冠词就错。这类错误比形容词更隐蔽，因为冠词短、不显眼，母语者读到时会觉得别扭却说不上哪里怪。

这一类问题还有一个工程上的解法：把带一致关系的句子整句抽成可翻译单元，而不是把占位符嵌在句子中间。译者拿到的是完整句子的十种情形，各自写对即可。凡是语法上会互相影响的成分，就不该被占位符切开，这条原则比任何补救措施都省事。

称谓与语域也是占位符

还有一类占位符不那么明显，就是对用户的称呼。

正式与非正式的第二人称在很多语言里是两个词。

模板里写死一种，等于给十个市场定了同一个语气。

而各市场的电商语气习惯并不相同，有的偏亲近，有的偏正式。

日语的情况更极端，档位变了整句动词都要改写。

所以称谓这一项不能当成词汇替换，要当成句式选择来处理。

语气这件事本身值得单独规划，品牌语气的四个维度提供了一套可以打分的框架，把每个市场在四个维度上的取值定下来，再决定模板里那一栏用哪种形态，比凭感觉挑要稳。

称谓这一栏还有一个折中办法：整站避开第二人称。把面向用户的句子改写成无人称或者以商品为主语的形式，一次性绕开正式与非正式的选择。代价是文案会稍微客观一些、少一点亲近感，但对模板站来说，这个代价通常远小于在十个市场分别维护两套语气。

十份内容为什么会同时残缺？

缺口是跟着模板一起复制的

现在说第二处真正的风险。

模板决定了每一页会写哪些字段，也就同时决定了不写哪些。

没被模板收进去的信息，十个语言版本里一份也不会有。

比如模板里没有安装条件这一栏，那十个市场的用户都查不到这件事。

缺口不是翻译造成的，是设计模板那一刻就定下来的。

而翻译流程永远不会发现它，因为翻译只对着已有的字段工作。

这就是模板化最贵的那笔隐性成本：它把内容策划的一次疏漏，原样放大成了十个市场的同一个疏漏，而每个市场的团队都会以为这是全站的统一规范，没有人有权限也没有动力去质疑它。

发现缺口的另一个办法是横向对比。挑三家当地的头部同行，把他们商品页上出现的字段逐个列出来，跟自己的模板字段清单做差集。差出来的那几项，往往就是当地用户默认应该有的信息。这个动作每半年做一次，比任何一次内部头脑风暴都有效。

一处改动，十处同时生效

模板的传播路径是一对多，这既是优点也是缺点。

优点是修复快，改一处，十个市场当天全好。

缺点是出错也快，改错一处，十个市场当天全坏。

更麻烦的是，坏掉的形态在十个市场是同一种。

你没有一个正常的对照，无法判断变化到底是模板引起的还是市场本身波动。

数据上看到的是十条曲线同时下弯，看起来像行业整体变化。

这一点在做归因时特别致命，因为归因的前提是有变量和对照，而全量同步上线的模板变更把对照组也一起改掉了，剩下的只有一个整体趋势和一堆猜测。

一对多还有一个副作用体现在排期上。模板变更因为影响面大，通常需要更长的评审链条，于是小改动也会被拖成大项目。久而久之团队就不愿意动模板了，宁可在个别页面上打补丁。补丁越多，模板与实际页面的偏离越大，最后没有人说得清线上到底长什么样。

十个市场都不反馈，不代表没问题

还有一层更安静的失效方式值得单说。

模板缺了某个字段，用户在十个市场都查不到那件事。

但没有一个市场的用户会专门来告诉你这里少了什么。

他们只会去别处找答案，而这个动作在你的数据里什么都不留下。

于是十个市场同时安静，团队理解成十个市场都没问题。

反馈的缺失被当成了正面信号，这是模板化最容易骗过人的地方。

要把这层沉默打破，唯一可靠的输入是客服工单和站内搜索的无结果查询，前者记录用户问了什么，后者记录用户找了什么却没找到，两份数据合起来，就是模板字段清单里缺失项的直接证据。

无结果查询这份数据还有一个用法：它能告诉你哪些字段的缺失是跨市场共通的，哪些是某个市场独有的。共通的应该补进模板，独有的应该留给该市场的自由段落。非洲那几个市场的语种选择里提到的第二档做法，本质上也是在做同一件事：把共通的和独有的分开安置。

该给模板变更留几个对照组？

十个版本上线八个，留两个

解法很朴素，别一次全推。

模板变更先在八个语言版本上线，留两个不动。

观察两到四周，比较两组的变化方向。

确认没有负面影响，再把剩下两个补上。

这个做法在产品团队里叫分批发布，在内容团队里几乎没人做。

原因也很实在，内容团队的工具链通常不支持按语言分批。

所以真正的门槛不在方法而在系统，如果模板是一份全局配置，那就得先给它加上按语言开关的能力，这件事的工程量不大，但它决定了后面所有模板决策能不能被验证。

分批发布还有一个更简单的替代方案，适合工具链暂时不支持按语言开关的团队：按时间错开。先上线八个语言版本，两周后再上线剩下两个。虽然不如同期对照严谨，但至少保留了一段可以比较的时间窗，比全量同步上线什么都看不出来强。

留哪两个当对照

对照组的选择有讲究，不能随便挑两个最小的市场。

要挑流量稳定、季节波动小、且跟主市场同属一个语言家族的。

流量太小的市场噪声大，看不出差别。

波动大的市场会把模板效应淹没在季节性里。

比较理想的是选一个中等规模市场，加一个跟它结构相似的邻近市场。

两个对照互相印证，比单个对照可靠得多。

还要避开一种情况：把正在做别的实验的市场当对照组。多语言站上同时跑着好几条改动线是常态，对照组一旦跟别的实验重叠，两边的结论都会作废，所以对照组的选择要跟其他团队对一次表。

还有一种对照组的挑法值得考虑：挑一个跟主市场语言相同但国家不同的版本。这样两组之间的语言变量被固定住了，剩下的差异更容易归因到模板本身。跨国语言那一篇里语言层与市场层分离的思路，在选对照组这件事上同样好用。

观测窗口与判据

观测多久，看什么。

窗口一般取两到四周，太短受抓取节奏影响，太长会被其他变更污染。

主看两个指标：展示量的相对变化和点击率的相对变化。

用相对值而不是绝对值，可以消掉整体大盘的波动。

判据是两组的差值超过历史波动区间才算有效。

差值在噪声范围内，就当作没有影响，直接全量。

这一整套做法本质上是把工程界的灰度发布搬到内容侧，唯一需要额外注意的是抓取延迟：内容变更的生效速度比代码慢得多，窗口的起点应该从这批页面被重新抓取算起，而不是从上线那天算起。

观测期间还要注意别做别的改动。多语言站上同时跑着的改动线往往不止一条，一旦观测窗口里插进了别的变更，两组的差异就说明不了任何问题。可行的做法是在项目管理工具里给这两个语言版本挂一个观测中的标记，让其他团队看得见。

另一家搜索引擎的站长文档同样值得对照着看，它对多语言站点的收录说明在某些市场比主流引擎的口径更直接。做对照实验时如果目标市场的主流引擎不止一个，观测指标要按引擎分开取，否则两条曲线叠在一起什么都看不出来。

哪些页面适合用模板，哪些不适合？

先量一个结构稳定度

模板不是原罪，用对地方它是效率工具。

判断适不适合，看一个指标：这类页面的信息结构稳不稳定。

结构稳定的意思是，每一页要说的字段完全相同，只有取值在变。

参数表、配送政策、尺码对照都属于这一类。

结构不稳定的意思是，每一页该说什么由具体对象决定。

品类导购、选购建议、故障排查都属于这一类。

判断方法也很土：拿五个同类页面的提纲摆在一起，如果小标题能一一对上，就是结构稳定；如果每一页的小标题都不一样，那说明这类内容的价值恰恰在于差异，套模板等于把价值抹掉。

结构稳定度还有一个更细的分级值得区分：字段固定但取值需要解释的那一类。比如材质、认证、适用场景，字段是固定的，取值却需要一两句说明才有意义。这一类介于两者之间，正确做法是模板给出字段和取值，再留一个短的说明位，让写稿的人补上那句话。

结构稳定的页面模板化收益最大

结构稳定这一类，模板化几乎没有副作用。

因为用户来这类页面就是为了查一个具体数值。

他不需要观点，也不需要论证，只要求准确和好找。

这类页面翻译成十种语言也很安全，术语一致反而是优点。

需要注意的只有格式化那几项和复数形态。

把这一类页面全部交给模板，是这套方法里唯一无争议的部分。

甚至可以再进一步，把这类页面的内容源做成结构化数据，让页面和结构化标注共用同一份数据源，小语种结构化数据那篇讲的字段写法可以直接对接，两边同源之后不一致的风险也一起消失了。

这类页面还有一个额外优势：它们对搜索意图的匹配特别准。用户来查一个具体参数，页面上正好只有参数，没有任何绕弯子的内容，跳出反而是正常行为而不是负面信号。国际化站点的入门指引里也把这类结构化信息页当成多语言站最先该铺开的一层。

这类页面还适合作为新增语言的第一批内容。结构固定、术语可控、风险低，用它来验证整条多语言生产线是否通畅，比拿一篇需要论证的长文去试要稳妥得多。先用最不容易出错的内容跑通流程，再让复杂内容进场，这个顺序能省掉大量返工。

需要论证的页面别交给模板

另一类要坚决挡住。

凡是需要摆事实讲道理、需要给建议的页面，模板都会毁掉它。

因为论证的价值在于针对性，而模板的本质是消除针对性。

这类页面套模板之后，读起来会像一份填空作业。

更实际的问题是，它接不住长尾查询，因为长尾查询问的正是那些差异。

这类内容宁可少做几个市场，也不要十个市场都发一份空壳。

这条线的判断可以借用一个很简单的问法：这一页如果只改标题里的一个词，其余全不动，还成立吗？成立说明它本来就没什么针对性，不成立才说明它值得单独写。

还有一类页面同样不该模板化，就是承载专业判断的内容。这类内容需要作者身份和经验来支撑，套模板之后连署名都变得可疑，因为读者会发现同一个人在十个语种下写出了结构完全一致的判断。本地作者署名与资质那篇讲的信任建设，会被模板化直接抵消掉。

中间形态怎么处理

现实里更多的是中间形态。

页面有一半是固定字段，另一半需要针对性内容。

处理办法是把两部分在模板层就分开。

固定部分走模板，针对部分留成必填的自由段落。

关键在于把自由段落设成必填，且规定最少信息单元数。

不设下限的自由段落，最后会被填成一句正确的废话。

这个设计还有个副产品：它把模板从内容的替代品变成了内容的脚手架，写稿的人不用再操心结构，只需要往那几个自由段里填真正有价值的东西，交付质量反而比完全自由的写作更稳定。

自由段落的下限还要配一个上限。不设上限，写稿的人会把这个位置当成自由发挥区，写着写着变成品牌软文，跟页面主题脱节。合理的范围是两百到四百字，写满即可，多写的部分应该另开页面而不是塞进模板。

自由段落还要解决一个协作问题：谁来写。多语言站的自由段落如果统一由总部写完再翻译，那它跟模板没有本质区别；只有让本地团队自己写，这个位置才有意义。国际化站点的实践清单里反复强调的本地投入，落到具体页面上就是这一段。

翻译记忆和机器翻译会把什么放大？

记忆库会把错误固化下来

模板化的站点几乎都会配翻译记忆。

相同句子只翻一次，之后自动复用，成本确实降下来了。

代价是一旦某个句子的译法有问题，它会被复用到所有页面。

而且越是高频的句子，错得越广。

纠错的时候也麻烦，改了记忆库，已经生成的页面不会自动更新。

所以要有一个反向的更新流程，改一次记忆库就回刷一次受影响的页面。

记忆库的另一个隐患是它会掩盖语域问题：同一句话在商品页和政策页里的合适说法可能不同，而记忆库只认句子不认语境，于是把商品页那种轻松的说法搬进了法务条款里。

记忆库还有一个使用上的纪律：句子的切分粒度要合理。切得太碎，复用率高但语境全丢；切得太粗，复用率低失去意义。做模板站建议按完整句子切，不要按短语切，因为短语级复用最容易在不同语境里产生不合适的搭配。

术语一致不等于说法地道

术语库和记忆库解决的是一致性，不是自然度。

十个市场的同一个部件叫同一个名字，这是好事。

但这个名字可能是当初随手定的，当地人根本不这么叫。

一致地错，比不一致地对更难被发现。

因为所有检查工具都在查一致性，没有工具查地道程度。

这件事只能靠人，而且只能靠有零售经验的母语者。

验收口径要提前定清楚，母语审校验收清单那篇里那条读着自然不能当作验收通过的判据在这里要反过来用一次：模板站的问题往往不是读着不自然，而是读着太顺以至于没人怀疑它是不是当地人的说法。

要发现一致地错，有一个便宜办法：把术语库里的词拿去当地平台搜一遍，看结果数量。搜出来商品寥寥的那几个词，多半就是没人这么叫的词。这个检查不需要懂这门语言，看数字就行，一小时能过完一整份术语表。

还有一个反向的检查也值得做：把当地平台上该品类销量最高的几个商品标题抄下来，看里面出现的词有几个在你的术语库里。命中率低于一半，说明术语库是从总部视角建的，不是从当地买家视角建的，这时候该做的是重建而不是修补。

质量红线怎么划

机器翻译在模板站上的角色需要划一条线。

固定字段和结构稳定的页面，机翻加轻度校对是可以接受的。

涉及承诺、责任、金额的段落，必须人工确认。

需要论证的自由段落，不适合机翻，因为它会把逻辑关系译平。

这条线不是质量洁癖，是风险分级。

翻错一个参数是体验问题，翻错一句退货条款是法律问题。

本站关于机器翻译的那篇给过一套更完整的分级，机器翻译直接发布的风险与质量红线里的判据可以直接搬进模板站的发布流程，作为哪些字段允许自动生成的准入条件。

风险分级还应该覆盖一类经常被忽略的内容：结构化数据里的字段值。它不显示在页面上，出错也没有用户会反馈，但它直接参与搜索端的理解。机器翻译产出的字段值同样要过人工确认，尤其是可用性、价格与配送时间这几项。

上线之后怎么发现十份内容一起坏了？

三条跨语言一致性检查

问题既然是一对多复制的，检查也该按一对多设计。

第一条，抽同一个页面的十个语言版本，比对信息单元条数是否一致。

条数不一致，说明某几门语言的模板渲染出了问题。

第二条，比对每个版本的数字与货币格式是否符合当地写法。

第三条，比对页面长度的相对比例，某一门语言异常短就要查。

三条都能写成脚本，跑一次几分钟。

这三条的共同特点是它们不需要懂任何一门目标语言，比对的是结构而不是语义，所以可以交给任何一个工程同学定期跑，而不是排队等母语审校的档期。

三条之外还可以加一条更基础的：查每个语言版本的页面是否都能被正常抓取。模板站上偶尔会出现某一门语言的整个目录因为一处配置错误而被挡住的情况，而这类问题在报表里表现为该语言表现极差，很容易被误判成内容问题。另一家搜索引擎的站长指南里对多语言站的抓取建议可以拿来做交叉核对。

抽样口径怎么定

全量比对没必要，抽样就够。

建议按模板类型抽，每种模板抽三到五个页面。

因为同一模板产出的页面，出错方式高度一致。

抽样的关键是覆盖所有模板类型，而不是覆盖更多页面。

每季度跑一次，新增模板类型时额外跑一次。

抽样结果要留档，方便跟上一次比。

抽样时还有一条容易忽略的原则：要专门挑取值处于极端的那几页，比如价格最长的、参数最多的、名称最短的，模板的破绽几乎总是在极端取值上先露出来，而随机抽样恰好最不容易抽到它们。

抽样还要覆盖不同的内容成熟度。刚上线的页面、上线半年的页面、被人工改写过的页面，三者的问题形态并不相同。只抽新页面会漏掉退化问题，只抽老页面会漏掉新模板的缺陷。三档各抽一两个，样本量不用大，覆盖面才是关键。

抽样还有一个维度容易被忽略：语言的资源丰富程度。高资源语言的自动化处理质量普遍更好，低资源语言的出错率明显更高，大规模跨语言模型在低资源语言上的表现差异在实验里体现得很清楚。所以抽样时低资源语言应该多抽一到两份。

报警阈值与响应

检查跑出来的差异，要有一个处理规则。

信息单元条数差一条以内，记录不处理。

差两条以上，当作模板故障排查。

格式错误一律立即修，因为它出现在价格旁边。

页面长度比例偏离历史均值三成以上，人工看一眼。

规则写死之后，这件事就能交给流程而不是靠人惦记。

把阈值写进文档还有一个好处，它让这套检查有了可讨论的基准：下一次有人觉得某个市场表现异常，可以先问一句最近一次一致性检查是什么时候跑的、结果如何，而不是从头猜起。

阈值定完还要定归属。每一类报警对应哪个角色处理，要写清楚：格式类归前端，字段缺失归内容，抓取异常归技术。没有归属的检查最后都会变成一封没人回的邮件，这一点跟检查本身设计得多精细无关。

怎么收口，怎么排期？

六周整改路线

把前面的动作排成一条可执行的线。

第一周盘点模板类型，按结构稳定度分成适合与不适合两堆。

第二周处理占位符，复数、数字格式、日期、称谓四类逐一验。

第三周算骨架占比与信息单元数，给每类模板定下限。

第四周处理同语言内的页面竞争，该合并的合并，该加规范标签的加。

第五周给模板加按语言分批发布的开关，选定两个对照组。

第六周把三条一致性检查写成脚本并排进季度日程，整个流程到这里才算闭环，因为前五周做的是一次性整改，第六周做的才是不让它退化的机制。

这条路线还有一个前提没写进周次里：得先有人能说清楚线上到底有几套模板。听起来荒唐，但模板站运行两三年后，这个问题往往没人答得上来，因为历史上打过的补丁和临时分支都散落在各处。第一周的盘点如果做不出一份完整清单，后面五周都是在猜。

盘点模板的时候顺带确认一件事：每套模板对应的语言标签是否都填对了。标签写错的模板会把整批页面的地区归属带偏，而这类错误在页面上完全看不出来。语言子标签的官方注册表是唯一的核对依据，逐个比对一次也就半小时。

三条不依赖语言能力的检查

验收同样要有机械判据。

第一条：随机打开五个模板页，数独有信息单元，少于八条不通过。

第二条：查同一门语言下变量位只差一个的页面有多少，超过阈值要处理。

第三条：查十个语言版本的数字格式是否各自符合当地写法。

三条都不需要读懂内容，看结构和数字就行。

把它们写进上线检查单，比任何一次培训都管用。

这几条也适合交给不熟悉多语言业务的新同事执行，正因为它们不依赖语言能力，执行者反而不容易被内容本身带偏，这一点在做质量检查时是优点而不是缺点。

这三条检查还可以再配一条外部视角的：把页面地址交给不熟悉业务的人，让他找一个具体信息，比如某个型号的保修期。找不到就是缺口。这条不算严格意义上的机械检查，但它能发现前三条发现不了的那类问题，也就是信息都在、却没人找得到。

长期维护的三条制度

最后说三条能长期生效的制度。

第一，模板变更永远留对照组，不搞全量同步上线。

第二，模板的字段清单每半年评审一次，专门找缺了什么。

第三，新增语言时先跑一遍占位符检查，不要默认它跟现有语言一样。

三条制度的成本都极低，但它们挡住的是十倍放大的错误。

保哥这些年见过太多多语言站，翻译预算给得很足，模板评审一次没做过，结果十个市场共享同一份想不起来该补什么的字段清单，一补就是十份，一漏也是十份。

三条制度之外还有一条建议：给模板本身建一份变更日志。谁在什么时候改了哪个字段、影响了哪些语言版本，都记一行。这份日志在出问题时的价值极高，因为多语言站的异常排查最难的一步永远是确定变化发生在什么时候，有日志的话这一步只要一分钟。

最后提醒一句排期上的现实：这套制度里最难落实的不是检查也不是对照组，而是第二条那个半年一次的字段评审。它没有截止日期压力，也没有人会因为跳过它而立刻出事，所以它必须被挂到某个固定节奏上，比如跟着季度复盘一起做，否则第一次跳过之后就再也不会有第二次。

常见问题解答

十个语言版本会被搜索引擎判成重复内容吗？

基本不会。近重复判定比对的是字面形态，不同语言的字符串重合度接近于零，就算保留了品牌名和型号，也远远达不到触发阈值。真正会触发判定的是同一门语言下面按城市、品类、型号铺开的那批页面，它们只有几个变量位不同，字面重合度极高。所以跨语言标注做得再完美也解决不了重复问题，因为这两件事从一开始就不在同一条线上。

骨架占比的阈值可以十种语言通用吗？

不能。同一段内容翻译成不同语言，长度差别可以到四成以上，而骨架和正文的长度是分别变化的，比例自然跟着变。复合词语言、不用空格分词的语言、屈折语各有各的偏移方向，一个修正系数解决不了。可行的办法有两个：要么按语言分别定阈值，要么把指标从字符数换成信息单元数。后者跨语言稳定，因为翻译不会改变事实的条数，验收时人工数一遍就行。

模板里的复数怎么处理才不出错？

不要自己写条件判断，直接消费现成的复数规则数据。英语只有两种形态，很多语言有三到四种，阿拉伯语有六种，按两分法写死的模板在这些语言上会有一半情形语法不通。区域数据库把每门语言的复数类别整理成了可查的规则集，前端框架和内容模板都能直接对接。这类错误的麻烦之处在于它不报错，只是读起来不通顺，自动化检查很难发现，所以要从源头避免而不是事后排查。

为什么要留两个语言版本不更新？

为了保留对照组。模板变更是一对多生效的，十个市场同时改完之后，如果数据下滑，你无法判断是模板引起的还是大盘波动。留两个版本不动，两到四周后比较两组的相对变化，就能得到结论。选对照组要挑流量稳定、季节波动小、且没有在跑其他实验的市场，规模太小的市场噪声大看不出差别。这套做法本质上是把灰度发布搬到内容侧。

哪些页面根本不该用模板？

需要摆事实讲道理、需要给出建议的页面都不该用。判断方法很简单：把五个同类页面的提纲摆在一起，如果小标题能一一对上，说明结构稳定，适合模板；如果每一页的小标题都不一样，说明这类内容的价值就在差异本身，套模板等于把价值抹掉。参数表、配送政策、尺码对照是模板的理想对象，选购建议、故障排查、品类导购则应该单独写，宁可少做几个市场也别十个市场都发空壳。

翻译记忆库对模板站是利是弊？

成本上是利，质量上有隐患。相同句子只翻一次再复用，费用确实下来了，但一旦某个句子译得不合适，它会被复用到所有页面，而且越高频错得越广。另一个隐患是语域：记忆库只认句子不认语境，可能把商品页那种轻松的说法搬进法务条款。使用记忆库的前提是配一条反向流程，改了记忆库就回刷受影响的页面，同时对承诺、责任、金额相关的句子做人工确认。

已经上线的模板站，从哪一步开始整改？

先量再改。第一步是盘点模板类型并按结构稳定度分成两堆，这一步能立刻告诉你哪些页面是错配的。第二步验占位符，复数、数字格式、日期、称谓四类逐一过，这是投入最小、效果最直接的一步。第三步才是处理同语言内的页面竞争。顺序不能颠倒，因为在占位符还在出错的情况下去调整页面结构，你分不清表现差是结构问题还是渲染问题。

权威参考资料