Glenn Gabe 多语言实测：AI 平台频繁返回美式英文版

Glenn Gabe（G-Squared Interactive）2025-12-01 发布的多语言 AI 搜索实测，是站内口径下唯一系统对照“查询语言×返回 URL 语言”的实证：用法语、意大利语、西班牙语发起查询，检查各 AI 平台返回的页面语言。结论直白——ChatGPT、Perplexity、Claude “did not do a great job”：频繁返回美式英文版页面，回答语言对、URL 语言错。站内hreflang 与多语言 AI 可见度档案把结论做成了配置口径，本卡写实测整体。

实测矩阵与发现

实测横跨搜索栈与 AI 平台两侧，效能分层清晰：Copilot（Bing 系）与 Gemini 最好；Google 的 AIO/AI Mode 较好但非每次都稳，AI Mode 比 AIO 稳；ChatGPT、Perplexity、Claude 频繁给出语言错配的 URL。对搜索栈（Google/Bing 及其下游 AIO/AI Mode/Copilot/Gemini），hreflang 被验证有效；对其他 AI 平台，Gabe 的原话是“完全不知道其他 AI 搜索平台是否支持 hreflang，我猜不支持”（“My guess is they don’t”）。另有一个计量细节：Gemini 默认常不给来源链接，需要追问才给——而很多人不会追问，这部分的引用口径因此被系统性低估。

对多语言站的推论

两条。其一，语言信号要换主力：既然其他 AI 平台疑似根本不支持 hreflang，多语言 AI 可见度的主要信号只能来自内容语言本身、本地化域名/路径与本地信源生态——hreflang 继续做（对搜索栈有效），但不能指望它解决 AI 端的语言匹配。其二，监测要建语言矩阵：按“查询语言×返回 URL 语言”做审计格，把语言错配当常态事件抽查——尤其对话引擎上，“答案说对了语言、链接给错了语言”这种半错形态最容易被漏检。

局限与读法

三条边界。其一，从业者单源：查询集、样本量与时间窗未完整公开，结论是方向性实测而非计量研究，引用时标注“据 Glenn Gabe 实测”。其二，语言覆盖限于法/意/西对英语的错配，德/日/中等其他语向的表现要自行抽测，不能直接平移。其三，平台迭代快：对话引擎的多语言检索在持续改进，快照结论要按期复测。复核工具是现成的：语言错配可以在自家日志里验证——核对 AI 爬虫与引荐的实际落地 URL 语言（方法见日志验证档案），把外部实测变成自家可复现的账。