一个产品同时有中文、英文、日文页面时，搜索引擎要判断的不只是内容质量，还有这几件事：哪几个 URL 属于同一份内容的不同语言版本、每个版本面向哪类用户、主版本是谁。这几件事没理顺，常见的结果是不同语言版本抢同一批查询，或者只有其中一两个版本被收录，其余长期停在索引之外。
第一步：确定 URL 的对应关系
多语言站点的 URL 结构一般有三种做法，各有取舍，先选定再谈收录。
- 子目录：example.com/cn/、example.com/en/。权重集中在一个域名，维护成本低，适合大多数中小站点。
- 子域名：cn.example.com、en.example.com。可以分开部署和运营，但主域与子域之间需要额外的关联信号。
- 独立域名：example.cn、example.com。地区隔离彻底，适合本地化运营差异很大的情况，代价是权重分散、维护成本高。
结构一旦上线，尽量不要中途大改。改结构意味着所有外链、内链、跳转、hreflang 标注都要同步调整，调整期间收录波动是正常的。
hreflang 解决的是指向，不是收录
hreflang 用来声明几个 URL 是同一内容的不同语言或地区版本，帮助搜索引擎把正确版本展示给对应用户。它不会让一个没被收录的页面进入索引，也不会阻止重复内容判定。常见写法问题有这些：
- 单向标注：A 指向 B，B 没指回 A。这种信号通常会被忽略，必须双向回指。
- 指向不可访问的 URL：目标被 robots.txt 挡住、被 noindex、或者返回 404，标注就失去意义。
- 语言与地区码写得不规范：用 zh-Hans-CN、en-US 这类标准写法，避免只写 zh、en 却想表达地区差异。
- x-default 缺失或指错：需要有一个默认版本承接没有匹配语言的用户，通常指向主语言或国际版。
canonical 与 hreflang 各管一段
这两者容易混用。hreflang 表达的是平行关系，几个版本同时存在、各自有效；canonical 表达的是归并关系，告诉搜索引擎这几个 URL 里只保留一个。多语言版本之间通常不应该用 canonical 互指，那是把其他语言版本主动合并掉了。canonical 在这里的用途，是处理同一语言内部的重复，比如带参数的筛选页指向干净版本。
如果发现某个语言版本一直不收录，先检查是不是被同站点其他版本的 canonical 或跳转指向吞掉了，而不是急着去加新的提交渠道。
一套可以照着走的自查顺序
- 逐个访问各语言版本，确认都能直接打开，没有多余跳转链。
- 检查 hreflang 是否双向、是否指向真实可访问的 URL。
- 核对 canonical，确认没有把其他语言版本误指到主语言页面。
- 看服务器日志里各语言版本的抓取频率，差异过大往往说明发现环节有问题。
- 用站内查询粗略看各版本的收录分布，再回头看内链是否只指向了其中一两个版本。
容易被忽略的几点
- 语言切换按钮如果只用 JS 跳转、没有真实链接，蜘蛛很难顺着它走到其他版本，内链要给出可抓取的 a 标签。
- 机翻内容若与已有版本高度重合，质量判定上会被压低，补充本地化信息比堆语言版本数量更实际。
- 各地区站点如果共用同一套模板和同一批商品描述，重复内容问题会比单语言站点更明显。
多语言站点的收录问题，多数能在 URL 与标注层面找到原因。先把结构定清楚、把指向关系标注正确，再去看抓取和索引数据，比反复提交 URL 更有效。