ChatGPT 会为一句西班牙语提问搜两次网页：外贸工厂的多语言可见度，现在能算了

做 AI 可见度诊断这两年，我被问过最多次的问题之一是"要不要做个西班牙语站"。我以前的回答一直是"看你的西语订单占比"。这个回答现在是错的，因为它把一个机制问题当成了一个市场问题。

2026 年上半年有三份研究把这件事量化了，其中一份来自 Weglot 与 Ellipsis，分析了 Google AI Overviews 和 ChatGPT 上的 130 万条引用。它给出的数字让我改了口径：仅有西班牙语的站点，在西语查询里拿到 17,094 次引用，在英语查询里只有 2,810 次，差距 431%。加了英文版之后，这个差距塌到 22%。

先说局限：Weglot 是卖网站翻译服务的，实验里的"翻译后"这一步用的也是它自己的产品，所以下面的数字我一概按第三方厂商口径处理，不当行业基准。但机制层面的结论，另外两份独立研究交叉验证过。

真正值得外贸工厂注意的是：决定你能不能被 AI 引用的，已经不是你在 Google 上排第几，而是你的页面语言和买家的提问语言对不对得上。 这是当下所有 GEO 动作里成本最低、确定性最高的一个变量。

一、机制：ChatGPT 一次提问，搜两次网页

Weglot 的观察是 ChatGPT 走"双重查询"：用户用母语提问时，它会发起两次网络检索，一次用英语，一次用用户的母语。

这个机制解释了一件我之前想不通的事：我见过纯英文的外贸站，在明明是本地语言的采购提问里被引用。按"语言必须匹配"这不该发生，按双重查询就说得通了——那次英语检索给英文页留了一个位置。

Peec AI 在 2026 年 2 月的观测研究把这个位置的大小测出来了。他们看了 1,000 万条以上的 ChatGPT 提问和 2,000 万次以上的查询分解，只保留提问者所在地与提问语言一致的样本。结果是：每一个非英语会话里都至少包含一次面向英语网页的子搜索；约 78% 的案例会额外拉入英语来源，因为母语来源单独撑不起一个高质量答案。全部研究步骤加总，43% 发生在英文网页上。 切换率最高的是土耳其语（94%），最低的是西班牙语（66%）——后者仍意味着每三次西语搜索里有两次会去看英文内容。

所以英文站不是没用，是位置变了：你只有那一次英语检索的入场券，而这次检索的对手是全网英文内容，不是你熟悉的那个西语小池子。 对一人公司来说，竞争面从"西语供应商里谁的资料全"变成了两层——母语层你根本不在场，英语层你要跟所有英文页面打。而母语层的对手，通常比英语层少一个数量级。

二、三个引擎的分歧：ChatGPT 最公平，Google 最挑剔，Gemini 往视频跑

平台优先级我固定按 ChatGPT 为 P0、Gemini 为 P1 来看，三个引擎的语言逻辑差别很大，值得分开记。

ChatGPT 是唯一对双语站点"零偏见"的主流引擎。 Weglot 的对照组数据是：83 个同时有西语和英语版本的站点，在 ChatGPT 上的语言偏见几乎消失，西语站点拿到的英文引用甚至比西语引用多 0.3%。也就是说，只要两个版本都在，ChatGPT 不再按语言给你减分。

Profound 在 2026 年 3 月的研究（32.5 亿条引用、7 个模型、14 国）从侧面印证了这种"公平"：ChatGPT 的社交内容引用率在所有非英语市场都低于英语基线，西语查询下只有 4.24%（西班牙）到 4.70%（墨西哥），同一批查询在 Google AI Overviews 上是 20.0% 到 22.5%。ChatGPT 在非英语场景下更依赖网页实体内容而非社媒讨论——这对没有海外社媒运营能力的一人公司是好事。

Google AI Overviews 最挑剔。 Temso AI 在 2026 年初分析了 700 万条以上引用（4 个模型、6 种非英语语言、12 国、47 个行业），引用语言与提问语言的匹配率是：Google AI Overviews 85.4%、Copilot 76.7%、ChatGPT 70.2%、Grok 51.7%。Weglot 在墨西哥市场的测试更极端：西语查询下 96% 的 AI Overviews 引用来自西语来源，只要有西语页面存在，英文内容基本挤不进前五。

Gemini 要单独说。 Profound 数据里 Gemini 的社交引用率只有 3.6%，是所有模型里最低的；但 Weglot 观察到，在非英语市场 Gemini 会系统性地把查询往 YouTube 上导——法语和波兰语查询里 Gemini 的 YouTube 引用率明显上升而 Claude 下降，波兰语下差距接近 25 个百分点。这是 P1 平台上最值得记的一条：买家说法语或波兰语的市场，视频内容权重比英文市场高得多。 另外，同一查询在 AI Mode 和 AI Overviews 上只有约 55% 的引用来源重合，Google 自己的两个产品都不互通。

三、成本：翻译是当下性价比最高的 GEO 动作

结论很直白：在"被 AI 引用"这件事上，增加一个语言版本，是唯一不需要你猜算法、等外链、堆内容的动作。

Weglot 的对照实验数据是：翻译之后，英文查询的可见度最高提升 327%，墨西哥站点从 213% 的差距收到 59%。更意外的是溢出效应——翻译后每次查询的总引用数增加 24%，连原本的西班牙语内容引用也增加了 16%，英文引用增加 33%。 他们的解释是 AI 系统把多语言内容视为更完整、更可信。这个解释我保留态度，因为它同时也是 Weglot 想让你相信的结论；但"+16% 的原语言引用"这个方向，Temso 的"供给决定引用"框架能解释。

独立第三方的验证更值得看。SEO 从业者 Ben Goodey 把 15 篇博客文章翻译成德语和西语，其他什么都不改，等一个月：新增约 1,100 次 AI 引用，西班牙市场可见度从 6% 到 23%（3.83 倍），德国从 4.5% 到 16.8%。15 篇文章、两种语言、一个月、不改站点结构——这个投入产出比是我在 2026 年见过的 GEO 动作里最高的。

反面也要说。 不翻译的代价不止是拿不到引用。Weglot 记录的一个案例：一家卖英文书的西班牙书商因为没有英文版站点，在英语用户查询里出现率低 64%；而在它确实出现的案例里，36% 的链接指向 Google 翻译的代理页而非它自己的域名。你不翻，Google 翻译会替你翻，然后用它的域名把这次曝光吃掉。

四、翻译顺序：别按市场规模排，按语言供给排

多数人排翻译优先级的依据是"哪个市场订单多"。但从 AI 引用角度看，正确的依据是这个语言的本地权威内容供给有多薄——供给越厚，你不做本地语言就完全出局；供给越薄，英文页还有机会，但你只要翻了就几乎没有对手。

判断依据可以借用 Temso 的分语言数据。ChatGPT 上"引用语言匹配提问语言"的比例是：西班牙语 74.6%、意大利语 73.8%、法语 72.3%、德语 66.0%、荷兰语 62.2%、瑞典语 57.4%。

这个表要反着读。西语、意语、法语匹配率高，说明本地供给充足、AI 找得到——你没有西语页面，在西语查询里就是彻底出局。荷兰语、瑞典语匹配率低，说明 AI 找不到足够的本地内容只能回落到英文——英文页在这些市场还能打，但你翻了就几乎没对手。

W3Techs 在 2026 年 9 月 12 日的数据给了供给端的背景：已知内容语言的网站里英语占 49.5%，是第二名西班牙语（6.0%）的八倍多，葡萄牙语 4.1%。AI 总回到英文的底层原因不是偏见，是供给。

所以我的排序建议是：

第一梯队，必须做： 西班牙语、葡萄牙语。买家量大、本地供应商内容少，是外贸工厂最常见也最划算的缺口。

第二梯队，做了基本没有对手： 阿拉伯语、土耳其语、波兰语、越南语、泰语。这些语言在现有研究里要么匹配率极低要么没被覆盖，竞争面几乎是空的。Peec AI 数据里土耳其语的英语切换率高达 94%，既说明英文页还有机会，更说明本地内容稀缺到什么程度。

第三梯队，有订单就做、没订单先放： 德语、法语、意大利语、日语。本地供给厚，做了有价值，但没有前两梯队的稀缺红利。

最后才是荷兰语、瑞典语这类： 英文页还能覆盖，优先级最低。Grok 在荷兰语查询里引用的英文来源（53.5%）多过荷兰语来源（38.3%），这个市场英文就能应付。

五、一人公司两周能做完的版本

别做全站多语言，那是一人公司最容易掉进去的坑。按每天两小时算：

第 1–2 天：挑出值得翻的页面。 按我们在《ChatGPT 引用了 886 个页面，产品页只分到 6.4%》里的结论，优先选型对比页、交易参数页、证书与产能页，不是产品页。

第 3–4 天：定语言，只定一种。 按上面的梯队表选，别一次开三种。一个语言做透，比三个语言各做三分之一有效得多。

第 5–10 天：翻 10–15 页。 重点不是文学性，是术语一致性——同一个型号、材质、认证名称，在所有语言版本里必须是同一个词，否则 AI 无法把两个版本识别为同一个事实。

第 11–12 天：把语言版本互相链起来。 每个语言版本首页放 Organization 结构化数据，用 sameAs 关联各语言版本与 Wikidata、LinkedIn 这类可核验的外部档案。hreflang 保留给 Google 和 Bing 用，但别指望它对 AI 引擎生效。

第 13–14 天：建基线。 用《怎么知道 ChatGPT 认不认识你的工厂：7 个自测提问模板与判定标准》里的 7 个提问，用英语和目标语言各跑一遍，一个月后复跑对比。

一个诚实的提醒：纯机翻可能不够。 引用差距跟的是该语言下权威内容的供给厚度，不是翻译质量。一页翻得漂亮但孤零零存在的页面，可能输给内容更薄、背后有十几个本地来源互相印证的内容。所以翻译要配合外部存在（行业目录、本地 B2B 平台、社媒档案），不能只做站内。

被 AI 找到只是前半程。买家拿着名单来询盘之后，先回哪一条、每条值多少时间，那是另一套功夫，我们在《外贸询盘来了怎么接：24 小时响应 SOP 与报价单结构》里写过。

常见问题

机器翻译的页面，AI 会引用吗？

会引用，但弱于"翻译 + 外部存在"的组合。现有研究的一致结论是：引用差距跟的是该语言下权威内容的供给厚度，不是翻译质量本身。合理做法是先用机翻把页面铺过去、拿到语言匹配的准入资格，再把省下的时间投在行业目录、本地 B2B 平台和社媒档案上，让本地来源与你的站点互相印证。只做站内翻译、不做外部存在，是最常见的半途而废形态。

该先翻译网站上的哪些页面？

先翻"答案页"，不是产品页。AI 引用高度集中在选型指南、参数说明、交易条款这类能支撑一个判断的页面上，产品页的引用效率要低一个数量级。优先级是：选型对比页、MOQ 与交期等交易参数页、证书与产能页，最后才是产品页。规模上，独立实验显示 15 篇左右就能在一个月内看到变化，不需要全站翻译。

需要为每个语言单独建一个域名吗？

不需要，子目录就够了。AI 引擎识别语言靠的是页面内容与各语言版本之间的实体关联，不是域名结构。真正要做的是：每个语言版本首页放 Organization 结构化数据，用 sameAs 把各语言版本与可核验的外部档案（Wikidata、LinkedIn 等）关联到同一个实体；各语言版本之间互相链接。hreflang 建议保留给 Google 和 Bing，但别把它当 AI 可见度手段——OpenAI 和 Anthropic 的爬虫文档都没提到它，实测里 ChatGPT 在有正确 hreflang 标注时仍默认返回英文版本。

---

数据来源与口径：多语言引用数据来自 Weglot 与 Ellipsis 2025 年开展、2026 年 8 月更新的研究（130 万条以上引用，153 个未翻译西语站点与 83 个双语站点），属第三方厂商口径，且 Weglot 为翻译服务商，存在商业立场；语言匹配率来自 Temso AI 2026 年初对 700 万条以上引用的分析（4 模型、6 种非英语语言、12 国、47 行业）；社交引用率来自 Profound 2026 年 3 月研究（32.5 亿条引用、7 模型、14 国）；英语回落率来自 Peec AI 2026 年 2 月对 1,000 万条以上 ChatGPT 提问的观测；语言占比为 W3Techs 2026 年 9 月 12 日数据；Ben Goodey 实验为独立第三方小样本测试（15 篇文章、2 市场、1 个月）。各研究的提问集、时段、模型版本与统计单位不同，相互之间不可直接换算。本文不构成对任何具体平台排名或流量效果的承诺。

想知道你的目标市场语言在 AI 搜索里的供给厚薄？留下行业和目标市场，我们在 服务能力页 里列了可交付的诊断范围与口径。