多語言、多地区站点在收錄上出問题，往往不是頁面内容不够好，而是同一批内容被拆成了几個互相竞争的版本，或者版本之間没能互相說明關系。搜尋引擎面對多個語言 URL 时，需要明确知道哪一個版本是给哪一類用戶看的；否則容易出現只收了一個語言版本、其他版本長期停留在“已發現未索引”，或者几個語言版本互相替代的情况。
一、先看清 URL 是怎么分語言的
核對之前先把 URL 结构列出来，常见三類：子目錄（/en/、/de/）、子域名（en.example.com）、獨立域名（example.de）。三類各有取舍，但核對时的重点一致：同一語言版本的 URL 是否稳定、是否唯一、是否能被内鏈和站点地图覆盖到。
- 子目錄最容易繼承主域名權重，也最容易因為目錄配置错誤導致語言頁面 404 或重定向回預設語言。
- 子域名和獨立域名要單獨確認抓取狀態，不要預設主域的抓取情况能代表它們。
- 如果同时存在 /en/ 和 /en-US/ 這類区分，先確認两者是不同内容，還是同一内容的两個入口。
二、hreflang 的核對要点
hreflang 是版本關系的声明，不是收錄開關。它不會让頁面被收錄，但寫错會誤導搜尋引擎選擇版本。
- 每個語言版本都要有指向自身的 hreflang（自引用），漏掉自引用是最常见的错誤之一。
- 一组語言版本的 hreflang 必须互相對應，A 指向 B，B 也要指向 A。
- x-default 一般指向預設版本，且在同一组里只出現一次。
- hreflang 里的語言代碼要和 URL 的實际内容一致，不要把英文頁标成 de。
- 不要用 hreflang 代替 canonical，也不要让已经被 canonical 指向別處的頁面繼續声明 hreflang。
三、按“入口—版本—關系”的顺序核對
把核對拆成三步，比一上来就改标簽更有效。
1. 入口是否齐全
每個語言版本是否有獨立入口：語言切換器是否用可抓取的 a 标簽、站点地图是否包含各語言 URL、對應栏目頁之間是否互相連結。切換器如果用 JavaScript 動態寫入，需要確認渲染之後連結仍然能被抓到。
2. 版本是否自洽
逐語言检查标题、正文語言、结构化資料、canonical 是否都指向本語言版本的自身 URL。常见错誤是英文頁面 canonical 指向中文頁面，结果英文版本長期拿不到自己的索引。
3. 關系是否正确
用抓取日誌或索引报表抽样，確認 hreflang 声明涉及的 URL 全部返回 200，不存在指向已刪除頁面或重定向鏈的声明。
四、机器翻译與薄内容的取舍
把同一篇内容机翻成十几種語言，语义重复度高、正文薄，收錄表現通常不稳定。與其追求語言數量，不如先把主要市场的人工版本做扎實，其余版本再判断是否需要被索引；确實不需要的，可以用 noindex 或干脆不放出入口。反過来，也不要因為收錄慢就把有價值的小语種版本一並 noindex，先看它有没有獨立入口和像样的正文。
核對顺序建议固定下来：URL 结构 → 入口可抓取 → 版本自洽 → 關系声明 → 索引狀態。顺序颠倒时，很容易把标簽問题当成内容問题来改。
五、容易被忽略的几個细节
- 語言切換器把目前語言也寫成連結，形成大量自我循环連結，影响不大但會干扰日誌判断。
- 区域 URL（如 /de/ 與 /de-AT/）内容几乎相同却都放出入口，需要明确谁是主版本。
- 站点地图按語言拆分後，只提交了主語言的那一份。
- CDN 或邊缘节点按用戶地区返回不同語言内容，但 URL 不變，導致同一 URL 抓取时看到的内容不稳定。這種情况要先统一服務端返回策略，再谈收錄。
多語言站点的收錄問题往往不會一次清零。建议按語言分別记錄索引數量與抓取情况，改動之後观察一段時間，避免在版本關系還没理清时就反复調整标簽。