多语言的页面它自己本身, 它是不会造成那个域名被降低权重的, 或者是被停止收录的。但是, 如果设置得不当的话, 它会显著地拖慢那个收录的效率。
甚至有可能让搜索引擎, 把某些语言版本的页面判定为低质量的內容, 然后就选择忽略掉它了。核心的原则是什么? 每一个语言版本, 都必须有一个独立的、还带有增量价值的用户意图锚点。它不能只是简单的机器翻译副本而已。\。
搜索引擎处理多语言域名的三层逻辑
首先进行语言识别, 搜索引擎会参考URL前缀, 也就是像 /en/ 或者 /jp/ 这样的部分, 也会看 hreflang 标签, 还可能查看 Accept-Language 响应, 从而判断页面属于哪种语言。
其次进行质量评估,如果中英文的页面仅仅是做逐句翻译多语言页面影响域名收录策略, 而没有进行本土化的改写, 就会被归类到所谓“薄内容”这个池子里, 这种情况下, 收录优先级就会下降到原来单语言原创内容的百分之十五到百分之二十五这么低的地步。
最后是信任传递。主域名上面的权威度想要向子路径的语言页面进行传递, 这个是有一个前提条件的, 也就是那个语言页面必须是通过独立的站点地图进行了声明的, 如果不这么做的话, 那么传递的效率就会明显衰减下来。
四个关键策略
策略一:URL架构选择。 在收录效率这个层面来看, 子目录这种形式, 也就是例子里面写的example.com/jp/这种方式, 和子域名这种形式, 比如 jp.example.com 这样, 它们之间其实是没有本质差别的。
可是呢, 如果从主域名的权重传递这个角度去考虑的话, 那么子目录这种做法对主域名的权重传递来说是更加友好的。以gname.xin这类新注册域名为例, 建议优先采用子目录结构来集中权重；因为子域名需要单独建立信任链, 所以冷启动周期通常要多出4到6周。
策略二:hreflang标注规范。必须让每一个语言版本的页面, 都去互相指向对方, 同时, 每个页面里面还要包含一个对自己指向的链接。
进行标注的这个操作, 大家可以选择放在HTML head里面的link标签里面, 也可以选择在站点地图XML里面去放, 这里头, 只能二选一, 不能两个都用。这里提供一个例子, 是关于两种语言版本的情况的:
如果你在提交的代码里漏写任何一个指向的话, 这会导致搜索引擎的级别被迫往下掉, 也就是大家常说的降级为猜测模式, 这样一来, 网站内容被收录的不确定程度就变大了。
策略三:内容差异化。对于同一主题但处于不同语言版本的网页, 大家是绝对禁止去搞那种逐句翻译的事情的, 这种操作是不对的。你至少得拿出百分之三十左右的段落内容来, 专门针对那些想要使用目标语言的地区那边的法律法规、相关的典型案例以及用户的日常使用习惯, 进行本土化的一些改写和调整。
关于搜索引擎那边的翻译检测机制所使用的阈值指标, 是从公元两千零二十四年这一年开始就一直在变得越来越严格或者说是收紧的趋势在持续中, 所以你如果只去做纯翻译性质的内容, 那么即使你的这个页面有可能最终会被搜索引擎给收录到数据库里面去了, 那它在你最终呈现给用户的那些搜索结果列表里面的展示排名呢,也会远远低于那些具有本土原创性质的内容所展示出来的排名的。
策略四:分语言站点地图。我们可以在sitemap_index.xml这个文件里多语言页面影响域名收录策略, 按照不同的语言把内容给切分开, 然后再把它提交上去。这样做可以让爬虫, 也就是那些负责抓取网页的程序, 去按照各自的语言队列, 分别进行抓取工作。
这样就避免了因为一种语言的更新请求太多, 从而堵塞了另一种语言的内容被收录起来的这个流程问题。在完成拆分操作以后, 每种语言的第一次被收录时候的反应速度, 大概可以提升百分之三十到百分之四十左右的一个幅度。
两个高频误区
要把“全站语言切换按钮这件事给等同于多语言的站点这种情况来看待”, 这是不对的, 如果进行切换操作之后, 网址并没有发生变化, 这里说的是没有那种专门对应的独立的语言路径存在的话,那么像搜索引擎这样的东西大城群众说事, 他们还是会把这个页面看作是同一个页面的, 他们是不会针对多语言去分别地进行收录操作的, 这一点是非常关键的, 所以我们必须要去保证每一种语言都拥有那种独立的并且可以被搜索引擎爬虫顺利抓取到的网址才行, 除此之外呢, 在第二种情况来看的时候是说新域名处于刚刚上线的这个初期阶段里面就与此同时地开放出了全部的那些语言版本的内容。
建议在前6个月的时间里, 先只用一种语言去把基础的收录量给建起来, 然后再慢慢地去开放其他的语言, 这样就能降低被判定为“内容农场”的风险。
