AI 用什麼語言提問，就引什麼語言的來源——我們實測給你看

一個不想用感覺回答的問題

你用中文寫了一篇很好的文章。內容扎實、資料齊全。現在有個說英文的人，拿同一個主題去問 AI。AI 的回答裡，會出現你的網站嗎？

我們不想用感覺回答這題，所以做了一場實驗。

實驗怎麼做

我們自建了一套引用探測。做法很直接：拿同一批題目，換不同語言去問 AI，然後記錄答案末尾的引用清單裡，出現了哪些網站。所謂「被引」，就是網址出現在那份清單上；沒出現，就是沒被引，沒有模糊空間。

平台用兩個：Perplexity sonar 與 Gemini grounding。挑這兩個，是因為它們都會老老實實把來源列出來，可以逐條對帳。這一班探測跑在 2026-08-07。

結果：語言各歸各的

結果乾淨得刺眼。

日文題的引用來源，是日文站：clabel.co.jp、note.com、prtimes.jp。英文題的引用來源，是英文媒體：LinkedIn、Reuters、JapanToday、tradingeconomics、cnbc、cambridge.org。

而我們自己的站，0 次被引。不是排名靠後，是連場都沒進。

為什麼會這樣

把 AI 想成一個幫客人點菜的服務生。客人說英文，服務生就只翻英文菜單；客人說日文，就只翻日文菜單。你的店只印了中文菜單，菜做得再好，說英文的客人根本不會知道你有什麼菜。

服務生不是討厭你。它只是照著客人的語言辦事，這是流程，不是針對。

值得注意的是，這不太像「看不懂」的問題。AI 明明讀得懂中文，也會翻譯。但從外面觀測到的行為模式很穩定：答案是什麼語言，引用來源就是什麼語言。平台內部怎麼運作，我們看不到，也不猜。對創作者來說，原因是什麼其實不重要——重要的是這個模式穩定出現：你沒有那個語言的版本，你就不在清單上。

AI 按提問語言挑同語言來源。中文內容在英文答案裡，近乎隱形。

被爬過，不等於被引用

有人會說：我的網站天天被 AI 爬蟲光顧，應該不缺曝光吧？

被爬和被引是兩件事。我們在前作〈AI 爬蟲雜貨店帳本〉算過五個月的帳：AI 爬蟲來搬了 3,000 萬次，循 AI 介紹回來的真人只有 476 次（可見下限）。出處：https://km.idaeo.ai/ai/ai-crawler-shop-ledger

爬取是搬庫存，引用是上菜。庫存被搬走，不代表你的菜會被端上桌——尤其當客人講的語言，跟你的菜單對不上。

另一個對照：我們在前作量過自家流量的語言結構——英文 74.7%、日文 22.0%、中文 3.3%。出處：https://km.idaeo.ai/ai/visibility-lesson-1

世界對我們的提問，多數不是用中文發生的。內容只有中文，等於把大多數的門先關上。

我們的做法：同文四語

所以結論不是「中文要寫得更好」，而是「同一篇文，別的語言也要有」。

本站的做法是同文四語：zh-Hant 用裸路徑當 canonical；zh-Hans、en、ja 用 ?lang= 變體；sitemap 裡用 hreflang 互指。

用菜單的比喻說：同一份菜單，印成客人看得懂的每一種語言，而且每一本的封底都註明「本店還有這些語言的版本」。canonical 負責說清楚哪一本是正本，hreflang 負責讓各版本互相認親。少了這層互指，搜尋端可能把它們當成互不相干的頁面，同文的力氣就白費了。

重點在「同文」：不是各語言各寫各的，而是同一篇內容的不同語言版本。這樣 AI 不管用哪種語言找，都能找到同一份東西，也知道它們是同一份東西。

多語版不是加分題，是門票。沒有那個語言的版本，你連被挑選的資格都沒有。

限制，先講清楚

這場實驗的樣本很小，請按這個尺度理解：

• 平台只有兩個：Perplexity sonar 與 Gemini grounding。其他 AI 平台未測。
• 題數少。換一批題目，結果不排除有出入。
• 站是 n=1：我們只測了自己的站。你的站、你的主題，結果可能不同。
• 本站自建觀測 2026-08-10 07:52 UTC 才開機，樣本還很年輕。

我們敢下的只有方向性結論：提問語言決定引用來源的語言。數字請當作一次觀測，不是定律。

你可以做的事

• 挑出你最重要的內容，檢查它有沒有目標讀者語言的版本。不必整站一次做完，從最常被問的主題開始。
• 已有多語版的，檢查 canonical 與 hreflang 是否互指，別讓各語言版被當成不相干的頁面。
• 用目標語言去問 AI 你的主題，親眼看引用清單裡有沒有你。沒有，就是門票還沒買。
• 買了門票之後，隔一段時間再問一次。引用不是一次定生死的名單，值得持續盯。