多语言网站天然存在重复内容风险——规范标签是你最重要的防御工具。
福建一家出口鞋材的企业曾经收到 Google Search Console 的一条警告，让整个运营团队都紧张了起来——"您的网站存在大量重复内容"。追查后发现，他们的英语版（针对全球市场）和美式英语版（针对美国市场）基本上内容完全相同——同一个产品描述、同一个公司简介、同一个关于我们页面——唯一的区别是英国版用的是 "colour" 而美国版用的是 "color"。Google 将其视为重复内容，在两者之间随机选择展示哪个版本，导致两个版本的排名都不理想。重复内容对出口网站的伤害是悄无声息的——它不是让你被惩罚，而是让你本应获得的 SEO 效果被稀释。
在多语言/多区域网站中，重复内容主要有几种来源。第一是 相同语言的不同地区版本（如 en-gb 和 en-us）——如果内容只是简单的拼写差异而没有实质性的本地化，Google 就会认为它们是重复的。第二是 产品页面在不同语言版本之间——很多出口商将产品描述直接机翻成多种语言，导致结构、信息完全一致，只是语言不同。第三是 分类页面和筛选页面——同一产品分类有不同的排序方式和筛选参数，产生大量实质上相同的 URL。第四是 联盟营销或分销商内容——如果你的产品描述被多家分销商原样复制并发布到各自的网站上，也会造成外部重复内容问题。
规范标签（Canonical Tag）是放在页面 <head> 部分的一个简单 HTML 标签，告诉搜索引擎："这个页面的正式版本是那个 URL，请把排名权重集中到那里。"它的标准格式是 <link rel="canonical" href="https://example.com/canonical-url/" />。对于多语言网站，规范标签的使用原则是：每个语言版本的页面都应指向自身的 URL 作为规范版本，同时通过 hreflang 标签声明语言版本之间的关系。特别要注意的是，永远不要让一个语言版本的页面使用另一个语言版本的 URL 作为规范版本——这是一个常见错误，会导致那个语言版本完全不被搜索引擎当作独立页面。
规范标签的应用场景远不止多语言管理。当你的产品页面可以通过多个 URL 访问时（如 example.com/product/123 和 example.com/products/123?color=red），你需要为这些参数版本使用规范标签指向最原始的版本。当你的博客文章被其他网站转载时，确保转载版本包含指向你的原始版本的规范标签。当你的网站同时有 www 和非 www 版本时，选择一种作为规范版本。规范标签不是万能的——它只是一个"建议"，Google 可以也应该选择不遵从。但大部分情况下，只要你的规范标签设置正确且保持一致，Google 会遵从你的选择。
除了规范标签，你还可以从内容层面主动管理重复内容。对于同一语言的不同地区版本（如 en-gb vs en-us），最好的策略是不要简单地做拼写替换——而是为每个市场创作差异化的内容。英国买家关心的是 CE 认证和英标尺寸，美国买家关心的是 UL 认证和英制单位。同样的产品，针对英国市场的页面可以重点写 BST 标准和 UKCA 认证，针对美国市场的页面可以重点写 ANSI 标准和 UL 认证。这种内容差异化不仅解决了重复内容问题，还提升了每个市场页面的转化率。
对于跨国卖家常见的"通用内容"（如公司简介、关于我们、常见问题），可以在每个语言版本中使用差异化的描述。公司简介在不同市场可以有不同侧重点——对欧洲市场强调可持续性和环保认证，对东南亚市场强调交货速度和客服响应。这些内容不需要完全重写，但至少应该有足够的差异来体现市场的独特性。在检测重复内容方面，可以使用 Siteliner、Copyscape 等工具扫描你的多语言网站，或者在 Google Search Console 中查看"索引覆盖率"报告中是否有大量页面被标记为"已索引但重复"。定期检查是防范重复内容问题的最佳方式。
产品规格参数相同是正常的——这些是事实性信息。关键在于规格参数之外的内容本地化：产品描述的角度、应用场景的例子、客户评价的选择、相关认证的强调。对于英国买家，你可以举例说"符合 BS 标准，广泛应用于英国建筑项目"；对于美国买家，则说"符合 ASTM 标准，通过美国消费品安全认证"。虽然规格数字一样，但上下文完全不同，Google 就不会视其为重复内容。
不需要，在规范标签正确设置的情况下，不应该再使用 noindex。noindex 的作用是告诉搜索引擎"不要把这个页面加入索引"，而规范标签是告诉搜索引擎"把权重集中到另一个页面"。两者功能不同，同时使用会造成信号的混乱。规范标签已经足够处理大多数重复内容场景，只有在极少数情况下（如筛选页面、测试页面）才需要使用 noindex。
如果其他网站复制了你的内容但没有添加指向你的规范标签，Google 可能会难以确定哪个是原始来源。Google 通常会优先展示它认为最权威的来源，而权威性由域名信任度、发布时间等因素决定。为了防范这个问题，有三个步骤：第一，确保你的产品描述有足够的独特性——越独特的内容越容易被识别为原创；第二，在新内容发布后尽快提交到 Google Search Console 请求索引；第三，如果发现大量复制你内容的网站，可以联系对方要求添加规范标签或删除内容。