多語言或多地区站点常遇到一類現象：明明每個語言版本都有獨立 URL，搜尋结果里却只出現其中一两個，或者中文頁面出現在英文搜尋结果里。這通常不是蜘蛛對你的站有意见，而是語言版本之間的關系没有表達清楚：哪几個是同一份内容的不同版本、哪几個是各自獨立的頁面，搜尋引擎只能從代碼和連結里讀取答案。
先分清两件事：語言版本不是重复内容
同一個頁面翻译成五種語言，本质上是五個面向不同用戶群的獨立頁面，理论上應该各自被索引。但如果處理不当——比如所有語言版本共用同一個 canonical，或者語言版本之間只有 JS 切換、没有獨立可訪問的 URL——就會被当成一份内容處理。
反過来，同一語言下的不同 URL（带參數、大小寫差异、带預設文件名）才是需要收口的重复内容。這两件事的解法刚好相反：前者要突出各自的獨立性，後者要合並到唯一地址。混在一起改，往往越改越乱。
第一步：確認 URL 结构是否可被抓取
三種常见结构
- 子目錄：example.com/zh/、example.com/en/，最容易维護，信号集中，适合大多數站点。
- 子域名：zh.example.com、en.example.com，部署灵活，但常被当成獨立站点看待，需要更多信号来關联彼此。
- 獨立域名或地区域名：example.cn、example.com，地区信号最强，但内容同步和运营成本最高。
结构本身没有绝對好坏，問题多出在混用：一部分語言放在子目錄，一部分放在子域名，導航又互相跳轉。抓取路径越绕，被完整發現的机會就越少。
第二步：hreflang 寫對了吗
hreflang 的作用是告诉搜尋引擎這几组地址是同一内容的不同語言版本，請分別處理。常见错誤有：
- 只寫了單向引用，A 指向 B，B 却没有指回 A。
- 語言代碼格式寫错，例如把 zh-CN 寫成 zh_CN 或 cn。
- 指向了會跳轉的舊地址，或者指向已经 404 的頁面。
- 只寫在 sitemap 里而頁面 HTML 里没有，两邊说法不一致。
- 漏寫自己指向自己這一條。
hreflang 不解决收錄問题，它只负责把語言版本之間的關系说清楚。頁面能不能進索引，前提仍然是可被抓取、有内鏈入口、内容本身站得住。
第三步：canonical 要指向本語言版本
最常见的错誤是：所有語言版本的 canonical 全部指向英文或主語言版本。這等于直接声明其他語言頁面是副本，長期看這些頁面很难稳定留在索引中。
正确做法是每個語言版本的 canonical 指向自身。只有在處理同語言下内容确實相同的變体地址时，才让 canonical 指向另一個地址。
第四步：入口和語言切換方式
- 語言切換尽量做成可点击的普通連結，而不是纯 JS 下拉或按钮跳轉。
- 每個語言版本都應有對應的導航和栏目頁，不要只翻译一個首頁。
- 預設語言入口放在根路径或首頁顯眼位置，方便顺着連結走。
- 如使用自動跳轉，要提供手動切換，避免跳到無法返回的頁面。
自查清單
- 每個語言版本是否有稳定、不重叠的 URL，且可直接訪問？
- hreflang 是否双向、語言代碼正确、指向可訪問地址、包含自引用？
- canonical 是否都指向自身語言版本？
- 頁面 HTML 與 sitemap 中的 hreflang 是否一致？
- 語言切換是否為普通連結，蜘蛛能顺着連結走遍所有版本？
- 各語言版本是否有真正的本地化，而不只是机器翻译後一字不改？
收口顺序建议
先解决能不能被抓到（入口與連結），再解决是不是被当成同一份（hreflang 與 canonical），最後才看内容质量與本地化程度。顺序颠倒的话，改完 hreflang 但語言頁面根本没有内鏈入口，短期内很难看到變化。
調整之後建议观察一段時間，用站点日誌確認各語言版本的抓取频次，再结合索引狀態判断。多語言站点的信号传递本来就比單語言站点慢一些，一次改動之後不必反复来回修改配置。