在地化 vs 翻译：为什么不能只丢机器翻译
翻译（translation）是把文字换成另一种语言；在地化（localization）是为目标市场重做内容——包括该市场的关键字、用词、案例、币别与平台生态。做多语言 SEO 只做翻译不做在地化，等于用错的关键字写给不存在的读者，机器翻译直出更是直接在制造内容负债。
翻译和在地化差在哪？一张表看懂
| 面向 | 翻译 | 在地化 |
|---|---|---|
| 目标 | 语言正确 | 市场有效 |
| 关键字 | 沿用原文关键字的直译 | 为该语言重做关键字研究 |
| 用词 | 字面对应 | 当地惯用语（软件↔軟體、视频↔影片） |
| 案例 | 照搬原文 | 换成当地读者熟悉的平台与情境 |
| 币别／单位／法规 | 不处理 | 全部换算与改写 |
| SEO 元素 | 只翻正文 | title、meta、slug、alt、Schema 一并在地化 |
机器翻译直出，为什么是「内容负债」？
内容负债指的是那些发布后长期拿不到点击、却持续稀释网站质量信号的页面。机器翻译直出的多语版本，是内容负债的量产机，原因有四：
- 关键字错位：机器翻译不做关键字研究。同一个概念直转成另一种语言时会保留原词结构，但当地市场实际搜的往往是另一个词——差一个词，量体差一个市场。
- 读者一眼识破：用词不对（对简中读者写「軟體」、对繁中读者写「视频」）会立刻暴露「这不是为我写的」，停留时间与互动信号全面走低。
- 质量信号连坐：Google 的质量评估是站级的。几百页没人看的机翻页，会拖累同域名下原创内容的整体评价；这正是「90 天 0 点击页面」大量诞生的典型路径。
- AI 引用机会归零：GEO 时代，AI 引擎挑的是「该语言中把这件事讲得最好的来源」。机翻内容在任何语言都不会是那个来源。
要强调的是：问题不在「用了机器」，在「直出不加工」。Google 对 AI 参与产制的内容看的是质量而非产制方式，机翻可以当草稿，但没有在地编辑把关就发布，就是赌上整个域名的信任。
在地化的五个层次（由浅到深）
- 用词层：全文用词校对为目标市场惯用语。繁简之间至少要处理软件/軟體、程序/程式、搜索/搜尋、视频/影片、网络/網路这类高频词。
- 关键字层：为该语言重新跑关键字研究与意图矩阵，而不是翻译原语言的关键字清单。同一主题在不同市场的问法与子题分布可能完全不同。
- SEO 元素层：title、meta description、slug、图片 alt、Schema 全部用该语言的目标关键字重写——这些是机翻流程最常漏掉的地方。
- 案例层：把案例、截图、引用平台换成当地生态（简中市场是一套，繁中市场是另一套，英文市场又是另一套）。
- 市场层：确认搜索引擎本身——繁中与海外简中看 Google/Bing，中国大陆市场则是百度为主的另一套玩法（Google 在大陆自 2010 年起无法使用），需要独立决策要不要投入。
实务工作流：机器打底＋人工在地化
成本可控的做法不是全人工，而是分工：
- 第 1 步：机器翻译产生草稿（省 60–70% 的初稿时间）。
- 第 2 步：由熟悉目标市场的编辑做用词替换、案例改写。
- 第 3 步：对照该语言的关键字研究结果，重写 title、meta、slug、H2。
- 第 4 步：发布后在 GSC 以语言目录分开追踪，用「查询词是否为当地用语」验收在地化成效。
常见问题（FAQ）
Q1：Google 会惩罚机器翻译内容吗？ Google 的立场是看质量不看产制方式：未经人工把关的自动化翻译若质量低落，属于垃圾内容政策处理的范围；经过在地编辑、对读者有价值的内容则没有问题。风险来自「直出」，不是「机器」。
Q2：预算有限，五个层次要先做哪个？ 先做关键字层与 SEO 元素层——这两层决定「有没有人搜得到你」，投资回报最高。用词层是及格线必须做，案例层与市场层可随内容重要性分级投入。
Q3：繁中转简中也算「翻译」吗？不是同一种语言吗？ 繁简转换比翻译更容易让人误以为「转字就好」，但用词、案例、市场全都不同，在地化需求和跨语言翻译本质相同。
Q4：怎么验证在地化有没有做到位？ 两个信号：GSC 该语言目录的「查询」分页是否以当地用词为主；以及该版本的点击率与停留时间是否接近原生语言版本的水准。两者都达标，在地化才算落地。
在地化做得再好，若 hreflang 没设对，各语言版本还是会被端错市场——GeoSeoToday把这个环节做成了 hreflang 生成器与 GEO 检测工具，一键产出正确标签。发布任何在地化页面前，先用 GEO 检测工具跑一遍；完整路线图见博客。