多语言站上线之后,最容易出事的一个环节就是hreflang。它不出错的时候没有任何动静,一旦标错,代价会以几种很隐蔽的方式出现:德语访客被送到英文页、某个地区的用户拿到另一个国家法规口径的页面、标注了A语言却忘了在A页面回标导致搜索引擎丢弃整组关系。在AI检索的语境下,这类错配的后果被放大了——AI在回答德语问题时如果抓取了标注错误的页面,引用出去的就是一份证据链错乱的答案。下面按"它解决什么问题—代码怎么写—四条硬规则—与canonical的分工—错误清单与验证"这条线,把可落地的实施要求讲清楚。
hreflang解决的是"哪个版本给谁看"
hreflang不是排名标签,它不直接提升页面的位置。它解决的是一个分配问题:当同一个产品在不同语言、不同市场的版本都存在时,搜索用户和AI应当被导向哪一个版本。
具体来说,hreflang传递三组信息:语言(内容用什么语言书写)、地区(内容针对哪个市场)、对应关系(这些版本之间是同一内容的不同语言形态)。搜索引擎据此在结果中优先展示匹配用户语言与地区的版本,并把这些版本识别为一个内容集合,而不是相互竞争的重复页面。
对外贸站来说,它同时承担两个实际作用:
- 对买家:减少"点进来发现语言不对"的跳出,也避免一个按欧盟法规标注的产品页被美国买家当成答案。
- 对AI:AI在用某种语言提问时,需要判断哪个页面是与这个问题对应的事实来源。标注清晰的版本集合,能让AI更稳定地选中正确的那一份;标注混乱时,AI可能引用到与提问语言不匹配的内容。
还有一点常被误解:hreflang不会替代内容层面的本地化。它告诉搜索引擎"这一组是同一内容的不同语言",但组内每个版本的质量仍然是独立评估的。如果德语页只是英文页的机翻,即便标注完全正确,页面本身也不具备竞争力。
代码写法:语言、地区与回退关系
hreflang的语法本身很简洁,复杂的是取值。标准的写法是语言代码在前、地区代码在后:
- 通用语言:
en、de、fr、es、pt。表示不限定地区、该语言通用内容。当同一语言在不同地区没有实质差异时,用通用语言标注更省事。 - 语言加地区:
en-US、en-GB、de-DE、pt-BR、es-MX。当同一语言下的不同市场在法规、规格、价格、交期或联系方式上确实不同时才需要区分——如果只是把en-US页和en-GB页做成完全一样的内容,区分就没有意义,反而制造维护负担。 - 书写体系:中文的简体与繁体,通行写法是
zh-Hans与zh-Hant,也可用zh-CN、zh-TW、zh-HK。同一页面不要同时用两套体系标注同一个URL,容易产生冲突;选定一套并全站保持一致即可。 - 地区对应多国的特殊情况:西语同时覆盖多个国家,如果内容并不针对特定国家,应使用通用
es而不是es-MX。区域标注的前提是"这一份内容确实是为那个市场做的"。
判断要不要用地区级代码,有一个简单标准:如果同一个语言的两个市场,访客拿到的实质信息是一致的,就用通用语言;如果有明显差异,就拆成两个版本并分别标注。常见的需要拆的情况是规格与合规口径不同、认证要求不同、贸易条款与联系方式不同、页面上的案例与客户证言不同。
实施的四条硬规则
下面四条是hreflang能否生效的决定性条件,缺一条,标注就基本不会被采纳。
- 规则一,双向返回。如果德语页标注了指向英语页的hreflang,英语页必须也标注指向德语页。单向标注会被搜索引擎忽略,因为搜索引擎无法确认这两个页面之间是否存在有效的对应关系。这是实施中出错的频率较高的一项,尤其在多语言页由不同模板生成、或部分页面后补翻译时容易漏掉。
- 规则二,自引用。每个页面的hreflang集合里要包含自己。一个只有英、法、德三个指向而没有指向自己的页面,其标注是不完整的。
- 规则三,目标页面必须可访问。被标注的每个URL都要能正常返回内容,状态码正常,不能被robots.txt屏蔽,不应使用noindex,也不能是仅用于跳转的中间页。同时被标注的页面之间不能靠跳转串起来。
- 规则四,标注必须落在HTML的头部且使用完整网址。hreflang以link标签形式写在页面的head里,href属性建议使用带域名的完整地址。放在正文或通过脚本延迟注入,搜索引擎在抓取渲染前的页面时可能读不到。
这四条之外还有一个实践上的效率问题:hreflang的维护成本随页面数量线性增长。产品每上一个型号就要在多个语言页之间补齐对应关系,靠人工容易漏。比较可靠的做法是在内容管理或构建环节统一生成——由数据表维护"型号—语言版本URL"的映射,模板自动输出双向标注,避免靠人肉复制粘贴。
x-default与canonical的分工
这两个标记经常被混着用,但它们管的事情完全不同。
x-default是hreflang集合中的一个特殊值,用来指定"当所有已标注的语言与地区都不匹配时,展示哪一版"。常见用法有两种:指向一个语言选择页,或指向站点的主语言版本(例如英语页)。它的价值在于处理长尾情况——比如某个使用英语但身处未标注地区的访客,或者某个语言版本尚未上线时的兜底。并不是每个站点都必须有x-default,但如果你的流量来源国家明显超出已标注范围,加一个语言选择页作为兜底是稳妥的做法。
canonical管的是"这个页面的重复内容以哪一份为准"。在多语言站里有两种主流做法:
- 各自自指(self-canonical):每个语言页的canonical指向自己。实现简单,语义清晰,是多数站点采用的方式。
- 统一指向主版本:所有语言页的canonical都指向英语主版本。好处是权重集中,代价是各语言页被当作英语页的重复版本,容易影响它们在本地语言结果中的独立表现。
无论选哪种,都必须避免与hreflang冲突。典型的冲突是:德语页的hreflang里包含了英语页、德语页、西语页(这一组是合理的),但德语页自己的canonical却指向了另一个不在这组里的页面——比如某个产品总览页。这时搜索引擎收到的信号是矛盾的,处理方式通常是忽略hreflang或忽略canonical,结果就是整组关系失效。
安全的做法是:canonical指向的页面,必须也在同一组hreflang关系中;或者干脆各自自指。这条原则比任何技巧都重要,因为它让搜索引擎看到的是一套自洽的信号。
常见错误清单与验证方法
下面这张表把实施中高频出现的错误与它的表现形式放在一起,可以直接作为上线前的检查表:
| 错误类型 | 典型表现 | 会导致什么 |
|---|---|---|
| 单向标注 | 只在英语页标注了德语页,德语页没有回标 | 整组对应关系不被采纳,德语页可能不被单独索引 |
| 缺失自引用 | 页面的hreflang集合里没有指向自己 | 该页面的标注被判定为不完整 |
| 语言代码错误 | 使用非标准写法,如把地区写成不存在的组合,或代码格式不规范 | 该条标注被忽略,等同于没做 |
| 同一URL被多个代码标注 | 同一个地址同时被标为en和en-US | 更具体的代码与通用代码相互冲突 |
| 地区覆盖冲突 | en-US页面同时标注en-GB,或一个通用英语页同时声称服务多个差异较大的市场 | 搜索引擎无法确定应该展示哪一版 |
| 目标页面不可访问 | 标注的URL返回404、被robots.txt屏蔽、带noindex,或只是跳转页 | 整个标注组被判无效 |
| 与canonical冲突 | canonical指向了不在本组关系内的页面 | 两组信号互相抵消 |
| 标签位置错误 | 放在body里、写在模板的脚本块中、或只在部分模板里存在 | 抓取阶段读不到,等同于没标 |
验证有三条路径可以配合使用:
- Search Console的网址检查工具:输入某个多语言页面的地址,查看Google识别到的hreflang与canonical,工具会直接列出检测到的语言版本以及被忽略的具体原因。这是最贴近实际生效情况的检查方式。
- 全站抓取与关系图核对:用脚本或专业工具把站内所有页面的hreflang关系抓下来,建立"页面—对应版本"的映射图,检查双向性、自引用、可访问性三项是否成立。页面数量多时,人工抽查很容易漏。
- 用目标市场的实际检索验证:用当地语言与当地检索习惯去搜真实采购词,观察落地页的语言与市场是否匹配。这一步虽然粗糙,但能发现前面几种工具检查不出的业务层问题,比如某个版本的页面虽然标注正确,内容却明显不是为该市场写的。
铭赞经验:多语言项目的hreflang维护,怕的不是一次配错,而是产品迭代过程中逐渐失配——每上新一个型号,模板改了,某个语言页的标注没跟着更新,关系网就多一个断点。有效的做法是把"hreflang双向性检查"并入每次内容发布的上线清单,作为发布前的固定动作;规模大一些的站,还可以把它做成一条自动检查项,检测到断点时直接提示。这件事做下来,标注的正确率就不再依赖某个人记不记得手动了。
下一步行动
想知道你的多语言站的hreflang是否真正生效、有没有断点?铭赞提供海外市场与GEO基础诊断——检查各语言页面的双向标注、可访问性与canonical一致性,并结合不同语言提问下的AI检索表现,给出多语言结构的修复清单。电话 13991172090,或访问 xamz.cn/geo/diagnosis.html 在线申请。
铭赞网络的服务范围覆盖GEO优化、SEO、网站建设和外贸营销,服务电话 13991172090。